解决方案:ARM架构下安装Miniconda + 离线配置Conda环境的全流程及踩坑避坑指南

在ARM架构下,由于Anaconda并不提供官方的ARM版本,在很多情况下强行在ARM系统中安装Anaconda会出现很多未知错误。因此更适合安装Miniconda。Miniconda是Anaconda的一个精简版本,它只包含conda包管理器和最基本的库,因此在资源受限的环境下更加适用。

本博客记录在华为多瑙 HPC集群的服务器下离线安装Miniconda和迁移虚拟环境的全过程。

一、安装Miniconda

1.1、确认本机架构

在安装前需要查看本机的系统架构,确认机器为ARM架构,输入指令:uname -m,如果返回结果为aarch64:

aarch64表示系统的 CPU 架构是 ARM 64 位架构(ARMv8-a),表明本机不是传统的 x86 架构所使用的软件,所以建议不安装Anaconda,而是Miniconda。

1.2、下载Miniconda安装包

进入Miniconda下载官网:conda.io/en/latest/m... 可以看到Miniconda为我们提供了多种配置的安装包,包括Windows、macOS的x86,M1芯片,Linux的aarch64、ppc64le、s390x等多种架构 根据机器的架构,点击对应的安装包进行下载,下载后是一个Miniconda3-latest-Linux-aarch64.sh文件,放置到服务器上。

1.3、安装Miniconda

cd到对应目录,bash启动刚刚的sh文件,这里使用终端输入:bash Miniconda3-latest-Linux-aarch64.sh 进入安装程序后,会返回用户协议,一直enter到最后,输入yes同意协议: 然后会弹出一个询问您是否希望更新您的shell配置文件(例如.bashrc或.zshrc),以便在启动时自动激活Conda环境,并在激活时更改命令提示符 如果您选择"yes",则Conda将被初始化为在每次启动时都自动激活基础环境(默认情况下为"base"环境),并且在激活时会显示Conda环境的名称。 如果您选择"no",则不会在启动时自动激活基础环境,您可以在需要时手动使用conda activate 激活环境。

这里可以随意选择,我这里选择yes,然后应该就安装成功了!

【重要】:安装成功后,需要重启终端,重新进入才能正式使用conda,验证conda是否安装成功可以使用conda --version命令,输出版本号即为成功:

二、离线配置Conda环境

2.1、查看本机配置

输出nvida-smi查看本机CUDA版本这里是12.3 所以必须要找一个基本架构类似的新机器安装ARM和CUDA12.3下的环境; 要注意的是,ARM架构下的PyTorch安装比较麻烦。可以参考这篇:国产arm架构安装pytorch一次踩坑记录

安装好后对虚拟环境使用进行conda-pack 进行conda 环境打包,打包流程可以看:解决方案:查看机器配置+如何迁移虚拟环境到离线机器

2.2、迁移虚拟环境

打包好后会得到一个 xx.tar.gz的文件,将该.tar.gz压缩包通过mobaxterm或者其他方式把 xx.tar.gz上传到目标服务器的miniconda里的envs/环境名目录里面,一般路径为用户名/miniconda3/envs/自己新建的环境名

上传成功后,在目标服务器(离线的那个)上解压压缩包:tar -xzf xx.tar.gz,解压成功后,在目标服务器上查看虚拟环境:conda info --envs,显示如下,即表示迁移成功了。

2.3、可能遇见的报错

在跑程序的时候如果出现:cannot execute binary file: Exec format error这种错误,说明你正在尝试运行一个不同体系结构的可执行文件,或者文件本身可能已经损坏。极有可能的问题原因就是:你正在ARM架构下运行x86架构的编译!

这说明你的虚拟环境还是不太对,所有环境一定要是ARM架构下的才行,特别是PyTorch系列产品,要安装对应架构的才能避免这个报错。

相关推荐
聆风吟º3 小时前
CANN ops-math 应用指南:从零搭建高效、可复用的自定义 AI 计算组件
人工智能·机器学习·cann
熊文豪3 小时前
从零开始:基于CANN ops-transformer的自定义算子开发指南
人工智能·深度学习·transformer·cann
云边有个稻草人3 小时前
基于CANN ops-nn的AIGC神经网络算子优化与落地实践
人工智能·神经网络·aigc
chian-ocean3 小时前
视觉新范式:基于 `ops-transformer` 的 Vision Transformer 高效部署
人工智能·深度学习·transformer
程序猿追3 小时前
探索 CANN Graph 引擎的计算图编译优化策略:深度技术解读
人工智能·目标跟踪
哈__3 小时前
CANN加速语音识别ASR推理:声学模型与语言模型融合优化
人工智能·语言模型·语音识别
慢半拍iii3 小时前
CANN算子开发实战:手把手教你基于ops-nn仓库编写Broadcast广播算子
人工智能·计算机网络·ai
User_芊芊君子3 小时前
CANN数学计算基石ops-math深度解析:高性能科学计算与AI模型加速的核心引擎
人工智能·深度学习·神经网络·ai
小白|4 小时前
CANN与联邦学习融合:构建隐私安全的分布式AI推理与训练系统
人工智能·机器学习·自动驾驶
艾莉丝努力练剑4 小时前
hixl vs NCCL:昇腾生态通信库的独特优势分析
运维·c++·人工智能·cann