tutorial-oe-cn.md

PyTorch在RISC-V架构上的适配

前言

现如今RISC-V软件生态正在建设中，难免会出现大量常用软件包无法直接方便使用的情况。本文就教大家如何在RISC-V环境中安装PyTorch。 系统环境如图所示： CPU型号为SOPHON SG2042，RV64GC架构，支持V拓展，64核心，主频2.0GHz。 相关工具链版本如下：

操作步骤

第一步：安装软件包

使用OpenEuler的dnf软件包管理器安装，命令如下：

sudo dnf install python3-{hypothesis,psutil,pyyaml,requests,sympy,filelock,networkx,jinja2,fsspec,packaging,numpy,venv}

第二步：创建虚拟环境

使用以下命令创建虚拟环境：

cd; python3 -m venv --system-site-packages venv

其中，--system-site-packages选项意为继承系统Python环境，从而使用全局环境的PyPI包。

使用 以下命令激活所创建的环境

source ~/venv/bin/activate

也可将其放入~/.bashrc中，使之登陆时自动激活

第三步：安装其他依赖项

激活venv环境后，使用pip安装其他依赖项：

pip install expecttest types-dataclasses lark optree

第四步：安装PyTorch

我们提供了两种安装PyTorch的方法：源码安装和Wheel安装。

Wheel安装

从我们的仓库下载适用于RISC-V架构的PyTorch Wheel包：

• GitHub发布包：https://github.com/xforcevesa/pytorch-riscv64-oe24/releases/tag/2.3.0-alpha
• Gitee发布包：https://gitee.com/xforcevesa/pytorch-riscv64-oe24/releases/tag/2.3.0-alpha

下载后，将其上传至服务器，并安装到环境中：

source ~/venv/bin/activate
pip install torch-2.3.0a0+gitunknown-cp311-cp311-linux_riscv64.whl

后面是为从源码安装的同学准备的，若已有wheel，可直接跳过这一步。

源码安装

我们推荐安装PyTorch 2.3.0版本。首先下载源码（这一过程可先在本地进行然后上传到服务器）：

wget https://github.com/pytorch/pytorch/releases/download/v2.3.0/pytorch-v2.3.0.tar.gz

解压它：

tar xvf pytorch-v2.3.0.tar.gz
cd pytorch-v2.3.0/

执行以下操作，更新cpuinfo：

cd third_party/
rm cpuinfo/ -rf
git clone https://github.com/sophgo/cpuinfo.git
cd ..

然后更改以下内容：

1. aten/src/ATen/CMakeLists.txt 将语句：if(NOT MSVC AND NOT EMSCRIPTEN AND NOT INTERN_BUILD_MOBILE) 替换为：if(FALSE)。
2. caffe2/CMakeLists.txt 将语句：target_link_libraries(${test_name}_${CPU_CAPABILITY} c10 sleef gtest_main) 替换为：target_link_libraries(${test_name}_${CPU_CAPABILITY} c10 gtest_main)
3. test/cpp/api/CMakeLists.txt 在语句下：add_executable(test_api ${TORCH_API_TEST_SOURCES}) 添加：target_compile_options(test_api PUBLIC -Wno-nonnull) 做好更改后保存，若是在本地进行更改请将更改后的源码上传至服务器。 撰写构建脚本：

#!/bin/bash
source ~/venv/bin/activate
export USE_CUDA=0 # RISC-V架构服务器无法使用CUDA
export USE_DISTRIBUTED=0 # 不支持分布式
export USE_MKLDNN=0 # 并非英特尔处理器，故不支持MKL
export MAX_JOBS=5 # 编译进程数，根据自己实际需求进行更改
python3 setup.py develop --cmake

将其保存为build.sh于服务器上的pytorch-v2.3.0/目录下。 执行此脚本：

bash build.sh

其将自动完成构建。构建时间很长，本人在此环境使用5进程的情况下构建时长达两三小时，可挂tmux或screen，此二者若使用需自行使用dnf包管理器进行安装。

第五步：安装后检验测试

若安装过程中不存在报错，那么安装过程算告一段落。以下为检验测试： 若按如图所示操作可得到相应输出，则PyTorch安装成功。

参考资料

• 基于RISC-V架构的AI框架（Pytorch）适配