1. 进入华为云
点击右上角控制台
2.进入ModelArts
点击搜索框->搜索"ModelArts"->选择AI开发平台ModelArts->进入平台后点击开发者空间
3.创建Notebook
3.1在开发者空间中点击Notebook->在西南贵阳一下点击创建Notebook
3.2进入创建Notebook页面选择公共资源池中第2页的pytorch_2.1.0-cann_8.0.rc1-py_3.9-euler_2.10.7-aarch64-snt9b
3.3选择NPU与创建Notebook
4.打开服务器
等待创建完成后，单击后面的"打开"按钮将服务器打开。
5.安装Python
创建"python"版本的型号，点击上方的"+"，在展开的下拉菜单中选择"Notebook"
将以下代码放在Notebook中执行
conda create -n llamafactory python==3.10 -y
6.安装openMind Hub Client和openMind Library
切换到终端窗口，点击上方的"+"，在展开的下拉菜单中选择"Termianl"
在终端执行命令，激活或者启动昇腾资源服务。
source /usr/local/Ascend/ascend-toolkit/set_env.sh
查看创建的环境
conda env list
进入新建的python环境
conda activate llamafactory
安装"openMind Hub Client"（可能出现以下的错误，不影响下面的操作）
pip install openmind_hub
安装"openMind Library"，并安装"PyTorch"框架及其依赖（可能出现以下的错误，不影响下面的操作）
pip install openmind[pt]
安装和下载"LLaMa Factory"工具（报错没关系）
git clone --depth 1 https://github.com/hiyouga/LLaMA-Factory.git
cd LLaMA-Factory
pip install -e ".[torch-npu,metrics]"
pip install numpy==1.23.5
7.安装符合Qwen3要求的transformers
请注意，这一点很重要，如果没安装，后面会报错没有qwen3模板
pip install --upgrade transformers==4.51.0
8.模型下载Qwen3
登录魔搭下载模型
魔搭官网
安装安装ModelScope
pip install modelscope
复制官网链接下载Qwen3模型，模型会下载在/home/ma-user/.cache/modelscope/hub/models/Qwen/Qwen3-8B下，可以使用mv命令移动到指定文件夹下
modelscope download --model Qwen/Qwen3-8B
进入模型下载路径
cd /home/ma-user/.cache/modelscope/hub/models/Qwen/Qwen3-8B
查看当前路径获取路径地址
pwd
/home/ma-user/.cache/modelscope/hub/models/Qwen/Qwen3-8B
使用mv命令移动到/home/ma-user/work/Model下，因为/home/ma-user/work下是进来显示的界面，是永久存储的（一开始选的100G云硬盘）
mv /home/ma-user/.cache/modelscope/hub/models/Qwen/Qwen3-8B /home/ma-user/work/Model
9.构造数据集，注册数据集，使用命令微调Qwen3
具体可以看llamafactory官网教程
llamafactory官网
llamafactory官网数据处理详解
在LLaMA-Factory/data 目录下的daraset_info.json中注册数据集，上传数据集到指定的位置
上传可以在要上传的文件夹下点击右上角上传，上传本地文件，如果文件过大，在弹出的提示中选择obs桶就行，默认就可以
10.使用命令微调Qwen3
查看npu，便于观察
npu-smi info
这是我的微调命令，根据自己的需求更改，其中NPU序列号是从0开始的，不用看别的，有几张卡都从0开始。
ASCEND_RT_VISIBLE_DEVICES=0,1 llamafactory-cli train
--stage sft
--do_train True
--model_name_or_path /home/ma-user/work/Model/Qwen3-8B
--preprocessing_num_workers $(nproc)
--finetuning_type lora
--template qwen3
--flash_attn auto
--dataset_dir data
--dataset Multimodal_stock_train_cot
--cutoff_len 3072
--learning_rate 5e-5
--num_train_epochs 3.0
--max_samples 100000
--per_device_train_batch_size 6
--gradient_accumulation_steps 4
--lr_scheduler_type cosine
--max_grad_norm 1.0
--logging_steps 5
--save_steps 100
--warmup_steps 0
--packing False
--enable_thinking True
--report_to none
--output_dir /home/ma-user/work/out/Qwen3-8B-text
--bf16 True
--plot_loss True
--trust_remote_code True
--ddp_timeout 180000000
--include_num_input_tokens_seen True
--optim adamw_torch
--lora_rank 8
--lora_alpha 16
--lora_dropout 0
--lora_target all
成功微调~
11.保存镜像
由于环境是创建在cache下的，关闭后是不会被保存的，能够保存的只有云硬盘，所以要保留环境要创建自己的镜像，具体操作是在运行状态下点击更多->保存镜像
评估推理以及合并都是llamafactory官方一样，就不说明了~
之后每次按照上述打开步骤打开平台就可以训练模型了，
按照以上步骤就能部署好NPU的平台了，其他的错误可能就是依赖冲突问题，升级合适的版本即可