📖 MLU-OPS™用户手册      🌏 寒武纪开发者社区      🛠️ 依赖组件获取

 

• 为了提供更好的开发体验，我们为您提供包含寒武纪完整软件栈的容器镜像，帮助您跳过环境部署环节
• 如需获取该容器镜像，可提 ISSUE 留下您的联系方式

简介

MLU-OPS™提供基于寒武纪人工智能单元（MLU），使用 C 接口开发高性能算子的示例代码。 MLU-OPS™旨在通过提供示例代码，供开发者参考使用，可用于开发自定义算子，实现对应模型的计算。

MLU-OPS™提供了以下功能：

• 算子精度标准
• 算子性能标准
• Op List (高质量实现 BANG C 算子)
• CNNL基础算子使用
• 测试模块 GTest 支持 内存泄露测试、代码覆盖率测试
• Gen-case (运行时测例生成工具)
• Perf-Analyse (算子性能分析工具)

依赖条件

• 操作系统：
  • 支持 x86_64 架构下的 Ubuntu22.04、Centos7.6、Centos8.5、Kylin10
  • MLU-OPS™ v1.0.0版本后将不再支持 Ubuntu18.04。
  • MLU-OPS™ v1.4.1版本后将不再支持 Ubuntu20.04。
• 寒武纪 MLU SDK：
  • 编译和运行时依赖 CNToolkit v3.15.2 或更高版本，CNNL v1.28.0 或者更高版本
• 寒武纪 MLU 驱动：
  • 运行时依赖驱动 v6.0.3 或更高版本
• 外部链接库：
  • libxml2-dev、libprotobuf-dev、protobuf-compiler、llvm-6.0-dev、libfmt-dev>=11.0.2、libeigen3-dev>=3.4
• Python环境：
  • 依赖Python-3版本（默认版本 python 3.8.0，最低要求 python 3.6.0）

依赖环境准备

• 获取 MLU-OPS™ 代码

以Ubuntu20.04版本为例

git clone https://github.com/Cambricon/mlu-ops.git
cd mlu-ops
git submodule update --init --recursive

• 准备 CNToolkit、CNNL 环境

  wget https://sdk.cambricon.com/static/Basis/MLU370_X86_ubuntu22.04/cntoolkit_x.x.x-x.ubuntu22.04_amd64.deb
  wget https://sdk.cambricon.com/static/Basis/MLU370_X86_ubuntu22.04/cnnl_x.x.x-x.ubuntu22.04_amd64.deb
  sudo apt-get install ./cntoolkit-x.x.x-x.ubuntu22.04_amd64.deb
  sudo apt-get update
  sudo apt-get install cncc cnas cnbin cndrv cndev cnrt cnrtc cngdb cnperf
  sudo apt-get install ./cnnl_x.x.x-x.ubuntu20.04_amd64.deb

• 准备 Python-3.8.0 环境

  wget https://www.python.org/ftp/python/3.8.0/Python-3.8.0.tgz
  tar -xvf Python-3.8.0.tgz
  cd Python-3.8.0
  make -j24 && make install
  

• 准备链接库环境

  • apt-get安装依赖库

  sudo apt-get update
  sudo apt-get install protobuf-compiler libxml2-dev libprotobuf-dev llvm-6.0-dev

  • 源码编译fmtlib

  git clone --branch 11.0.2 https://github.com/fmtlib/fmt.git --depth=1
  cd fmt
  mkdir build && cd build
  cmake ..
  make -j32
  make install
  # 验证是否安装成功
  pkg-config --modversion fmt
  # 若输出 11.0.2，表示fmt安装成功

获取关于 BANG 语言基础和开发相关工具介绍的文档

可查看最新版 开发者文档

• BANG C/C++ 编程指南
• BANG C Developer Guide
• CNNL Developer Guide
• MLU 架构调优指南
• CNRT Developer Guide
• CNRTC Developer Guide
• CNDrv Developer Guide
• CNGDB Developer Guide
• Libdevice Developer Guide

目录文件结构

目录/文件	描述
cmake	存放编译相关的 make 文件。
core	存放公共数据类型的操作、运行时管理、日志等公共实现。
docker	存放 docker 打包脚本，提供 CI 构建环境。
docs	存放算子开发、测试、精度验收等说明文档。
kernels	算子代码实现，包含一元、二元算子模板供其他算子调用。
test	存放测试算子用的代码。
mlu_op.h	公共数据类型描述，以及 kernels 目录中的算子对外提供的 C 接口。

编译、开发与测试

提供基于 BANG C 的算子开发教程，涵盖算子入门、算子进阶、算子高级篇，帮助开发者迅速上手算子开发。 具体见 BANG C 算子开发指南。

提供基于寒武纪人工智能单元（MLU）开发高性能算子、C 接口封装的示例代码。 MLU-OPS™ 具体的编译、开发与测试介绍见 MLU-OPS™算子编译、开发与测试介绍。

更多内容见 docs 目录下文档。