昇腾 + PyTorch 环境构建：环境检查与依赖校验

昇思MindSpore

244人浏览 · 2026-09-17 14:23:16

昇思MindSpore · 2026-09-17 14:23:16 发布

在昇腾 NPU 上部署 PyTorch 深度学习环境，环境构建与依赖检查是最关键、最容易出错的环节。昇腾 PyTorch 环境依赖 CANN 驱动固件、PyTorch 适配包、Python 版本、系统库、芯片状态五大核心组件，任何一个版本不匹配、库缺失、权限异常都会导致 NPU 无法识别、训练报错、性能异常。因此，构建昇腾 PyTorch 环境必须遵循先检查、再安装、再验证的标准化流程，确保环境稳定可用。

一、昇腾 PyTorch 环境核心依赖组件

昇腾 PyTorch 不是原生 PyTorch，而是基于 CANN（异构计算架构）加速的定制版本，环境必须严格满足以下依赖：

NPU 硬件与固件：昇腾 310/310P/910B 芯片、驱动、固件版本匹配
CANN 运行环境：Ascend-CANN-toolkit、runtime、opp、acllib 等核心库
Python 环境：Python 3.8–3.10（必须与 CANN 匹配）
昇腾 PyTorch 适配包：torch、torchvision、torchnpu 插件
系统依赖：gcc、glibc、openmpi、sqlite3 等系统库
环境变量：ASCEND_HOME、LD_LIBRARY_PATH、PATH 必须正确配置

任何组件版本错位、缺失、未加载都会导致环境不可用。

二、昇腾 + PyTorch 环境构建标准流程

正确的环境构建必须遵循以下顺序：

检查 NPU 硬件状态（芯片是否在线、驱动是否正常）
检查 CANN 环境是否安装、环境变量是否生效
检查 Python 版本、虚拟环境是否正确
安装昇腾适配版 PyTorch（torchnpu）
检查 PyTorch 与 NPU 连通性
运行小模型验证训练、推理正常

本文提供一键环境检查脚本，自动完成上述所有校验。

三、昇腾 PyTorch 环境一键检查脚本（可直接运行）

该脚本可在 openEuler / Ubuntu 上运行，自动检查：

NPU 硬件状态
CANN 版本与环境变量
Python / 依赖库
PyTorch 版本
NPU 是否可被 PyTorch 识别
算子、内存、训练推理功能

1. 环境检查脚本：`check_ascend_pytorch.py`

import os
import sys
import platform
import subprocess
import torch

print("=" * 60)
print("      昇腾 + PyTorch 环境完整性检查脚本")
print("=" * 60)

# ====================== 1. 系统信息 ======================
print("\n[1/7] 检查系统信息")
print(f"系统版本: {platform.platform()}")
print(f"Python版本: {sys.version}")

# ====================== 2. 检查 NPU 硬件 ======================
print("\n[2/7] 检查昇腾 NPU 硬件状态")
try:
    result = subprocess.run(["npu-smi", "info"], capture_output=True, text=True)
    if result.returncode == 0:
        print("✅ NPU 驱动正常，芯片在线")
        print(result.stdout[:200] + "...")
    else:
        print("❌ NPU 异常，请检查驱动/固件")
except:
    print("❌ npu-smi 命令不存在，驱动未安装")

# ====================== 3. 检查 CANN 环境 ======================
print("\n[3/7] 检查 CANN 环境变量")
ascend_home = os.environ.get("ASCEND_HOME_PATH")
ld_path = os.environ.get("LD_LIBRARY_PATH")

if ascend_home:
    print(f"✅ ASCEND_HOME_PATH: {ascend_home}")
else:
    print("❌ 未设置 CANN 环境变量")

if ld_path and "ascend" in ld_path:
    print("✅ LD_LIBRARY_PATH 包含 CANN 库")
else:
    print("❌ 系统库未配置")

# ====================== 4. 检查 PyTorch 版本 ======================
print("\n[4/7] 检查 PyTorch 版本")
try:
    import torch
    print(f"✅ PyTorch版本: {torch.__version__}")
except:
    print("❌ PyTorch 未安装")
    sys.exit(1)

# ====================== 5. 检查昇腾 NPU 支持 ======================
print("\n[5/7] 检查 PyTorch 是否识别昇腾 NPU")
if torch.cuda.is_available():
    print("❌ 错误：使用的是 NVIDIA CUDA，不是昇腾 NPU")
else:
    try:
        # 昇腾 PyTorch 使用 torch.npu 接口
        device = torch.device("npu")
        print(f"✅ 昇腾 NPU 设备可用: {device}")
        print(f"✅ NPU 数量: {torch.npu.device_count()}")
        print(f"✅ 当前NPU设备: {torch.npu.current_device()}")
    except:
        print("❌ PyTorch 无法识别 NPU，请检查 torchnpu 安装")

# ====================== 6. 张量创建与内存测试 ======================
print("\n[6/7] NPU 内存分配与算子测试")
try:
    a = torch.tensor([1.0, 2.0]).to("npu")
    b = torch.tensor([3.0, 4.0]).to("npu")
    c = a + b
    print(f"✅ NPU 计算正常: {c}")
    print("✅ 张量迁移、内存分配、算子执行成功")
except Exception as e:
    print(f"❌ NPU 计算失败: {e}")

# ====================== 7. 简单模型推理测试 ======================
print("\n[7/7] 简单模型前向推理测试")
try:
    model = torch.nn.Linear(10, 2).to("npu")
    x = torch.randn(3, 10).to("npu")
    out = model(x)
    print("✅ 模型推理成功")
    print(f"输出shape: {out.shape}")
except Exception as e:
    print(f"❌ 模型推理失败: {e}")

print("\n" + "=" * 60)
print("环境检查完成！所有项 ✅ 通过 = 环境可正常使用")
print("=" * 60)

2. 配套 shell 环境检查（可选）

# 检查环境变量是否加载
echo $ASCEND_HOME_PATH
echo $LD_LIBRARY_PATH

# 检查NPU状态
npu-smi info
npu-smi upgrade

四、环境检查结果判断标准

✅ 健康环境必须满足：

npu-smi info 正常显示芯片信息
CANN 环境变量正确配置
PyTorch 成功导入
torch.npu 可用
张量可迁移到 NPU
模型可在 NPU 上运行推理

❌ 异常情况说明：

npu-smi 不存在：驱动未安装
找不到 cann 库：环境变量未加载
torch 不识别 npu：安装的是官方版 PyTorch，不是昇腾适配版
张量创建失败：CANN 与 PyTorch 版本不匹配
报错找不到 libascend.so：未 source 环境变量

五、昇腾 PyTorch 环境构建正确安装步骤

# 1. 加载 CANN 环境
source /usr/local/Ascend/ascend-toolkit/set_env.sh

# 2. 创建虚拟环境
conda create -n ascend python=3.9
conda activate ascend

# 3. 安装昇腾 PyTorch（必须用昇腾源，不能用官方pip）
pip install torch torchvision torchnpu --index-url https://download.mindspore.cn/ascend-ai

# 4. 验证
python check_ascend_pytorch.py