Linux 系统实现天垓 100 支持部署模型

最近在研究大模型训练，硬件环境为飞腾 5000C + 天垓 100 的国产服务器，操作系统是麒麟。由于系统封闭、很多依赖无法更新到最新，尤其在宿主机环境调试时被“折磨”了两天。最终通过使用天数官方提供的 Docker 容器，顺利完成部署。

本文记录整个过程，供后续复现和排查问题参考。

宿主机环境准备

  • 安装 Python 和 pip

    1
    2
    3
    yum install python3-pip
    pip3 --version
    # 输出示例：pip 20.2.2 from /usr/lib/python3.7/site-packages/pip (python 3.7)

  • 安装 opencv-python

    1
    pip3 install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple

  • 安装 opencv-contrib-python（带扩展模块）

    1
    pip3 install opencv-contrib-python -i https://pypi.tuna.tsinghua.edu.cn/simple

  • 验证安装

    1
    2
    python3 -c "import cv2; print(cv2.__version__)"
    # 示例输出：4.12.0

    常见错误与解决方案
    ❌ 错误 1：pip 下载超时

    1
    socket.timeout: The read operation timed out

    ✅ 解决：

  • 使用清华源安装（-i 参数）；

  • 建议 Python 版本 ≥ 3.8，提高兼容性。

❌ 错误 2：找不到 libGL.so.1

1
libGL.so.1: cannot open shared object file: No such file or directory

✅ 解决：

1
apt-get install -y libgl1-mesa-glx

❌ 错误 3：找不到合适版本的 numpy

1
Could not find a version that satisfies the requirement numpy>=1.23.5

✅ 解决：

1
2
# 降级安装指定版本
pip3 install numpy==1.23.5 -i https://pypi.tuna.tsinghua.edu.cn/simple

YOLOv5 安装与测试

由于宿主机依赖不全，直接运行 YOLOv5 报错，转而使用 Docker 容器部署，最终通过天数官方容器成功调用天垓 100 算力卡。

容器镜像地址：
👉 天数容器镜像：下载地址

本文选择的是buntu20.04-py3.10-arm64
📄 详细步骤参看本博客另一篇文章Linux系统-安装YOLOv5

快速部署流程

  • 安装 Miniconda（如尚未安装）
    1
    2
    3
    wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-aarch64.sh
    bash Miniconda3-latest-Linux-aarch64.sh
    source ~/.bashrc
  • 克隆 YOLOv5 项目
    1
    2
    git clone https://github.com/ultralytics/yolov5.git
    cd yolov5
  • 安装依赖
    1
    pip3 install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
  • 下载模型权重
    1
    wget https://github.com/ultralytics/yolov5/releases/download/v7.0/yolov5s.pt
  • 运行测试
    1
    python detect.py --weights yolov5s.pt --source ./zidane.jpg

安装天数 Docker 容器

下载 .run 安装器后放在宿主机目录下，执行：

1
2
3
# 确认文件名称正确
chmod +x corex-docker-installer-ibuntu20.04-py3.10-arm64.run
./corex-docker-installer-ibuntu20.04-py3.10-arm64.run

安装界面弹窗无需选择任何选项，直接继续安装。

⚠️ 如果报错提示 Docker 未启动：

1
2
# 启动 Docker
systemctl start docker
  • 安装其他依赖库（可选）
    1
    pip install scikit-learn joblib seaborn thop ipython gitpython
    验证环境是否配置成功
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    # OpenCV
    python3 -c "import cv2 ;print(cv2.__version__)"
    # 输出示例：4.6.0

    # PyTorch
    python3 -c "import torch ;print(torch.__version__)"
    # 输出示例：2.1.0

    # CUDA 是否可用
    python3 -c "import torch ;print(torch.cuda.is_available())"
    # 输出：True

    # 查看 GPU 设备信息
    python3 -c "import torch ;print(torch.cuda.device_count())"
    # 输出：2

    python3 -c "import torch ;print(torch.cuda.get_device_name(0))"
    # 输出：Iluvatar BI-V100