国产计算框架mindspore在gpu环境下编译分支r1.3,使用suod权限成功编译——(修复部分bug,给出具体编译过程)

国产计算框架MindSpore的r1.3分支源代码存在部分bug,导致无法从源码方式进行gpu环境下的编译。

具体参看:

https://www.cnblogs.com/devilmaycry812839668/p/15059000.html

https://www.cnblogs.com/devilmaycry812839668/p/15054624.html

 

 

本文给出对r1.3分支存在的部分bug就行修正,然后成功进行编译,并验证编译后的文件可以正常运行,证明本文方式可以成功解决r1.3分支无法在gpu环境下进行编译的问题。本文给出具体的安装步骤及具体bug的修改方式。

 

 

 

计算框架mindspore的官网:

https://www.mindspore.cn/install

 

r1.3是当下最新发布的版本,因此这里选择对该版本下的gpu环境下进行编译。

国产计算框架mindspore在gpu环境下编译分支r1.3,使用suod权限成功编译——(修复部分bug,给出具体编译过程)

 

 

 

 

 

 

需要的依赖软件:

国产计算框架mindspore在gpu环境下编译分支r1.3,使用suod权限成功编译——(修复部分bug,给出具体编译过程)

 

 

 

 

==========================================================

 

经过验证如果不使用sudo权限的话需要对mindspore的源码中的cmake文件进行大幅度修改,因此本文都是在具有sudo权限下进行的。

操作系统:Ubuntu18.04

CPU:i7 9700k

GPU:   RTX 2060SUPER

 

 

依赖环境的安装:

 

1.  安装CUDA11.1.0 和 cuDNN 8.0.X版本:

下载cuda源码并安装:

wget https://developer.download.nvidia.com/compute/cuda/11.1.0/local_installers/cuda_11.1.0_455.23.05_linux.run

sudo sh ./cuda_11.1.0_455.23.05_linux.run --toolkit  --silent

 

 

 

 

 

 

 

 

 

 

==========================================================

 

 

本文参考:

https://www.mindspore.cn/news/newschildren?id=401

 

上一篇:带你认识MindSpore量子机器学习库MindQuantum


下一篇:MindSpore 1.0.0 可视化 体验