昇腾环境搭建

1. 环境概览

项目	版本/型号
服务器	Ubuntu 22.04.4 LTS (aarch64)
NPU 型号	Ascend 910B3 × 8
CANN 版本	8.0.1 (runtime 7.6.0.2.220)
Python	3.10.12
PyTorch	2.1.0
torch_npu	2.1.0.post13
虚拟环境	`/home/user/npu-learning/venv`

2. 安装步骤

2.1 创建虚拟环境

# 安装 venv 支持（仅首次）
apt install -y python3.10-venv

# 创建虚拟环境
python3 -m venv /home/user/npu-learning/venv

2.2 加载 CANN 环境并安装依赖

关键顺序：必须先 source CANN 环境变量，再激活 venv。CANN 的 set_env.sh 会设置 LD_LIBRARY_PATH、PYTHONPATH 等，这些是 torch_npu 正常工作的前提。

source /usr/local/Ascend/ascend-toolkit/set_env.sh
source /home/user/npu-learning/venv/bin/activate

# ARM 架构 (aarch64) — 不需要额外 index URL
pip install torch==2.1.0
pip install pyyaml setuptools 'numpy<2'
pip install torch-npu==2.1.0.post13

版本兼容性：torch_npu 的版本必须与 CANN 版本和 PyTorch 版本同时匹配。CANN 8.0.1 对应 torch 2.1.x + torch_npu 2.1.0.postX 系列。numpy 需要 <2 以兼容 PyTorch 2.1.0。

2.3 指定 NPU 设备

通过环境变量 ASCEND_RT_VISIBLE_DEVICES 控制可见设备（类似 CUDA 的 CUDA_VISIBLE_DEVICES）：

ASCEND_RT_VISIBLE_DEVICES=7 python3 your_script.py

3. CANN TBE 依赖

CANN 的 Tensor Boost Engine (TBE) 依赖于以下 Python 包，在虚拟环境中必须完整安装：

pip install attrs cloudpickle decorator ml-dtypes psutil scipy tornado

缺少任何一个都会导致 GE (Graph Engine) 初始化失败：

ModuleNotFoundError: No module named 'attr'
GELib::InnerInitialize failed
GEInitialize failed

这是因为即使使用 PyTorch NPU，底层 CANN 的图编译器仍需要 TBE 的 Python 环境才能将计算图编译为 Ascend 可执行指令。

4. CANN 环境变量加载顺序

必须先 source set_env.sh 再激活 venv。原因是 CANN 脚本将 HCCL、AscendCL 等库路径注入 LD_LIBRARY_PATH，torch_npu 在 import 时需要解析 libhccl.so 等动态库。如果顺序颠倒，venv 激活不会自动补上这些路径。

5. 环境验证

source /usr/local/Ascend/ascend-toolkit/set_env.sh
source /home/user/npu-learning/venv/bin/activate
ASCEND_RT_VISIBLE_DEVICES=7 python3 -c "
import torch
import torch_npu
print(f'PyTorch {torch.__version__}, torch_npu {torch_npu.__version__}')
print(f'NPU available: {torch.npu.is_available()}')
print(f'Device: {torch.npu.get_device_name(0)}')
"

预期输出：NPU available: True，Device: Ascend910B3。