【Apollo】编译 Apollo 源码

https://github.com/ApolloAuto/apollo/blob/master/docs/01_Installation Instructions/apollo_build_and_test_explained.md

  • 查看apollo.sh 的用法
bash 复制代码
./apollo.sh --help
  • 可以编译整个模块,也可以单独编译某一个子模块./modules

    为简单起见,Apollo 6.0 及以后引入了 bash apollo.sh build [module] 概念,以取代之前 Apollo 版本中的 build_cyber、build_planning 等概念。

bash 复制代码
# 普通编译整个模块
bash apollo.sh build

# 仅仅普通编译构建整个规划模块(modules/planning 目录下的所有目标):
bash apollo.sh build planning
apollo.sh build编译类型 说明
bash apollo.sh build 编译整个apollo项目
bash apollo.sh build modules 只编译某一个模块,如bash apollo.sh build planning
build_dbg/build_opt debug或者优化模式构建
build_cpu/build_gpu 以cpu或者gpu模式联编,bazel build --config=cpu,bazel build --config=gpu
build_opt_gpu opt与gpu 的联编,等同于 bazel build --config=opt --config=gpu
build_nvidia 以 GPU 模式运行 NVIDIA GPU 目标机的联编,bazel build --config=gpu --config=nvidia
  • 默认情况下,Apollo 使用 fastbuild 编译模式。因此,当键入 bash apollo.sh build planning 时,实际等效是在指示 Bazel 运行:

    bazel build [other options] -c fastbuild //modules/planning/...

当键入 bash apollo.sh build_dbg planning 时,实际等效是在指示 Bazel 运行:

复制代码
bazel build [other options] --config=dbg //modules/planning/...

请注意,--config=dbg等价于 -c dbg

bash 复制代码
# 等价
bash apollo.sh build_opt cyber
bazel build [other options] -c opt //cyber/...
  • opt与gpu 的联编

    bazel build --config=cpu
    bazel build --config=gpu

有三种 USE_GPU: USE_GPU_HOST、USE_GPU_TARGET 和 USE_GPU。

  • USE_GPU_HOST 是一个环境变量,由 docker/scripts/dev_start.sh 决定并传递给 Apollo Docker 容器,用于指示主机(Docker 正在运行的地方)是否支持 GPU。
  • USE_GPU_TARGET 是一个环境变量,由 Docker 容器内的 scripts/apollo.bashrc 决定,用于指示容器是否支持 GPU。
  • USE_GPU 是一个变量,用于指示是执行 CPU 构建还是 GPU 构建。
    当你键入 bash apollo.sh build --config=cpu 或 apollo.sh build --config=gpu 时,构建脚本将检查 Docker 容器的 GPU 能力,并确定你指定的构建能否成功。

如果没有指定是执行 CPU 还是 GPU 构建,构建脚本会根据 Docker 环境的 GPU 能力自动决定。

在支持 GPU 的 Apollo 容器中运行 CPU 构建是没问题的,而在仅支持 CPU 的容器中运行 GPU 构建则会失败。

根据设计,--config=cpu 和 --config=gpu 是相互排斥的。运行 apollo.sh 联编时,最多只能指定其中一个。

  • 可以运行以下测试来检测自己的GPU是否支持

由于 bazel test 继承了 bazel build 的所有选项,因此上述讨论也适用于 apollo.sh test。

bash 复制代码
# 在 `cyber` 目录下运行单元测试
bash apollo.sh test cyber
bazel test [--config=cpu|--config=gpu] //cyber/...

# 在 CPU 模式下运行所有单元测试
bash apollo.sh test --config=cpu
bazel test --config=cpu //...

 在 GPU 模式下运行规划模块的单元测试
bash apollo.sh test --config=gpu planning
bazel test --config=gpu //modules/planning/...
  • 这里我选择了全部普通编译bash apollo.sh build,编译成功以后,将显示如下字样
bash 复制代码
(02:26:51) INFO: Elapsed time: 849.925s, Critical Path: 164.47s
(02:26:52) INFO: 26743 processes: 18504 internal, 8239 local.
(02:26:52) INFO: Build completed successfully, 26743 total actions
+ set +x
==============================================
[ OK ] Done building apollo. Enjoy!
==============================================
相关推荐
不会就选b3 小时前
C++补充部分(一)--lambda 表达式
开发语言·c++
4SAPI5 小时前
多模型请求路由怎么设计?成本、速度和能力如何平衡
人工智能·python·gateway·php
XCDoris7 小时前
郴州logo设计机构
大数据·人工智能·python
gCode Teacher 格码致知7 小时前
Pandas教学-17:Series与Dataframe的关系
开发语言·python·pandas
马良神笔8 小时前
2026 年Rag最近技术前沿总结
后端·python·django
不像程序员的程序媛9 小时前
maven基础
python·pycharm·maven
JANGHIGH9 小时前
基于ADE20K数据集的SETR模型训练
ubuntu
xiaogai_gai10 小时前
仅查询策略实战:从金蝶云·星空旗舰版定时拉取收料通知单
大数据·数据库·python
丰色木夕10 小时前
Ubuntu22.04下源码编译安装USD-Brep
c++·ubuntu·nvidia·usd-brep
benchmark_cc10 小时前
Python 量化系统如何设计统一的数据访问接口:从策略解耦到数据层架构
开发语言·python·数据分析·pandas·量化交易·股票数据·quantdash