华为Atlas200DK学习笔记

初步了解

Atlas 200 DK

华为Atlas 200 DK AI开发者套件是以昇腾310芯片为核心的一个开发者板形态产品，帮助AI应用的开发者快速熟悉开发环境。

其主要功能是将昇腾310芯片的核心功能通过该板上的外围接口开放出来，方便用户快速简捷的接入并使用昇腾310芯片强大的处理能力。

Atlas 200 DK配备一个核心部件Atlas 200 AI加速模块，通过高速连接器将昇腾310芯片的主要业务接口通过底板扩展出来。

得益于昇腾芯片的全栈全场景能力，基于Atlas 200 DK AI开发者套件开发的程序只需一次开发，即可实现端、边、云全场景部署。

可以运用于平安城市、无人机、机器人、视频服务器、闸机等众多领域的开发。

昇腾310 AI芯片

华为在全联接大会2018上，首次宣布了华为的AI战略以及全栈解决方案。与此同时，华为发布了自研云端AI芯片“昇腾（Ascend ）”系列，基于达芬奇架构，首批推出7nm的昇腾910以及12nm的昇腾310。

昇腾310芯片的最大功耗仅为8W，主打极致高效计算低功耗AI芯片。半精度（FP16）运算能力8TFLOPS，整数精度（INT8）16TOPS，支持16通道全高清视频解码（H.264/265）。

Mind Studio

Mind Studio是一套基于华为昇腾AI处理器开发的AI全栈开发平台，提供了自定义算子的开发，网络层的网络移植、优化和分析等功能，另外在业务引擎层提供了一套可视化的AI引擎拖拽式编程服务，内置了丰富的高性能算子库，极大的降低了AI应用程序的开发门槛。

Mind Studio是基于Eclipse CHE架构的集成开发环境。
其中：
DDK（Device Development Kit），为开发者提供了基于Ascend芯片的算法开发工具包，包括Host侧及Device侧开发编译时所依赖的库，开发机（UI Host）使用的工具及依赖库，以及一些公共头文件、第三方依赖库、DDK样例等

其中：
Host指与Device相连接的X86服务器、ARM服务器或者WindowsPC，会利用Device提供的NN（Neural-Network）计算能力完成业务。

Device指安装了Ascend 310处理器的硬件设备，利用PCIe接口与Host侧连接，为Host提供NN计算能力。

对于Atlas 200 DK，Ascend 310处理器所在硬件设备与与之相连接的ARM服务器合设，统称为Host。

开发机（UI Host）：指Mind Studio所在服务器。

Mind Sutdio的IDE Plugins集成了层的各个工具模块（如模型管理工具（OMG/OME）、调试器、性能分析工具、日志工具、性能调优工具等），为用户提供简洁、友好的图形化编码、编译、调试、性能分析平台

环境搭建准备

教程学习

整体架构

安装介质及工具下载

MindStudio & DDK & Runtime下载
制卡脚本下载
Ubuntu16.04.3下载
注意，下载:
1. ubuntu-16.04.3-desktop-amd.iso
2. ubuntu-16.04.3-server-arm64.iso

MindStudio部署

安装Ubuntu系统

MindStudio需要安装在Ubuntu系统下
版本号最好是16.04.3，且与接下来的SD卡中的Ubuntu系统版本号保持一致
可以使用虚拟机方式安装，也可以直接装到PC机上

安装依赖

sudo apt-get install gcc g++ cmake curl libboost-all-dev libatlas-base-dev unzip haveged liblmdb-dev python-skimage python3-skimage python-pip python3-pip libhdf5-serial-dev libsnappy-dev libleveldb-dev swig python-enum python-future make graphviz autoconf libxml2-dev libxml2 libzip-dev libssl-dev sqlite3 python

安装JDK

1	sudo apt install openjdk-8-jdk

vi ~/.bashrc

export JAVA_HOME=/usr/lib/jvm/java-8-openjdk-amd64 
export PATH=$JAVA_HOME/bin:$PATH

注意，必须添加JAVA_HOME和PATH

添加sudoers权限

su root
chmod u+w /etc/sudoers
vi /etc/sudoers

在`# User privilege specification`下面插入:
yourname ALL=(ALL:ALL) NOPASSWD:SETENV:/usr/bin/apt-get

chmod u-w /etc/sudoers

安装MindStudio

介质准备:

mini_mind_studio_Ubuntu.rar
MSpore_DDK-1.3.T34.B891-x86_64.ubuntu16.04-aarch64.ubuntu16.04-aarch64.ubuntu16.04.tar.gz

注意先提前解压mini_mind_studio_Ubuntu.rar
将MSpore_DDK放置到相同目录即可，不要解压

执行安装脚本:

1 2	sudo ./add_sudo.sh yourname ./install.sh

配置交叉编译环境

如果接下来制卡所用到的的Host主机和安装MindStudio的主机是同一台，则可以省略掉此步骤

解压HuaweiAscend-tools-master.zip
su -到root用户下

安装依赖并执行make_ui_cross_env.py脚本

pip3 install pexpect

apt-get install -y gcc-aarch64-linux-gnu g++-aarch64-linux-gnu

python3 make_ui_cross_env.py

制卡

硬件准备

提前采购:

TF卡，16G以上
树霉派兼容摄相头

安装依赖

1	sudo apt-get install qemu-user-static binfmt-support python3-yaml gcc-aarch64-linux-gnu g++-aarch64-linux-gnu

介质准备

ubuntu-16.04.3-server-arm64.iso
mini_developerkit-1.3.T34.B891.rar
HuaweiAscend-tools-master.zip

放到同一目录下，只解压HuaweiAscend-tools-master.zip

制做SD卡

解压HuaweiAscend-tools-master.zip，得到make_sd_card.py与make_ubuntu_sd.sh
fdisk -l命令查找SD卡所在的USB设备名称，例如/deb/sdb
执行制卡脚本
1
python3 make_sd_card.py local /dev/sdb`
USB虚拟网卡方式连接Atlas200DK
将SD卡插入AtlasDK，上电
使用USB TypeC链接AtlasDK
执行IP配置脚本./configure_usb_ethernet.sh，为虚拟网卡分配一个192.168.1.166的IP地址
ping 192.168.1.2 测试

默认的USB网卡的IP地址为192.168.1.2，NIC网卡的IP地址为192.168.0.2

网线方式连接Atlas200DK

使用网线连接Atlas DK
若使用虚拟机，再添加一个虚拟网卡，类型为Bridged，桥接到物理有线网卡上。

修改/etc/network/interface配置，添加一个192.168.0网段的虚拟IP

vi /etc/network/interface

auto enp0s6
iface enp0s6 inet static
address 192.168.0.13
netmask 255.255.255.0

修改NetworkManager.conf

1 2	vi /etc/NetworkManager/NetworkManager.conf managed=true

重启服务

1 2	service networking restart service NetworkManager restart

SSH登录开发板

1	ssh HwHiAiUser@192.168.0.2

默认密码 Mind@123

使用Mind Studio

启停MindStudio

1 2	~/tools/bin/start.sh ~/tools/bin/stop.sh

Mind Studio

接下来可以在Ubuntu中直接使用Chrome浏览器打开MindStudio Web页面

如果使用虚拟机方式安装的Ubuntu，也可以宿主机中打开页面

MindStudio https://10.211.55.13:8888/

初始用户名密码为: MindStudioAdmin/Huawei123@ ，新密码改为: yourpassword

注意，需要使用Chrome浏览器，不能用FireFox访问
IP地址，端口在～/tools/script/env.conf中配置

Profiling工具

MSVP https://10.211.55.13:8099

初始用户名密码为: msvpadmin/Admin12#$ ，新密码改为: yourpassword

简单编排案例

新建工程，注意Target选择AtlasDK
拖拉拽
Build -> Run
可以在最后一个节点右键查看结果

图像分类应用

clone示例应用及模型到Host

1 2	git clone https://github.com/Ascend/sample-classification git clone https://github.com/Ascend/models/blob/master/computer_vision/classification/alexnet/alexnet.om

注意在GitHub上下载模型时，由于是大型二进制文件，所以默认启用了Git LFS，不能直接clone

配置环境变量

vi ~/.bashrc
export DDK_HOME=/home/yourname/tools/che/ddk/ddk
export LD_LIBRARY_PATH=$DDK_HOME/uihost/lib

source ~/.bashrc

运行部署脚本
1
./deploy.sh 192.168.0.2 internet
internet是指在线部署，需要全程联网
~~将模型git/models/computer_vision/classification/alexnet/alexnet.om上传到Device的～/models目录~~
将Host中的模型/home/yourname/Downloads/Resnet18.om上传到Device的～/models目录
准备好一张示例图片，分辨率为224*224，上传到Device的～/HIAI_PROJECTS/ascend_workspace/classification/out目录

SSH到Atlas200DK，并执行示例应用

ssh HwHiAiUser@192.168.0.2
# Mind@123

cd ~/HIAI_PROJECTS/ascend_workspace/classification/out

~~python3 run_classification.py -m ~/models/alexnet.om -w 227 -h 227 -i ./sonic.jpg -n 10~~
python3 run_classification.py -m ~/models/Resnet18.om -w 224 -h 224 -i ./224x224.jpg -n 10

目标检测应用

此示例未验证成功，第3步模型转换失败

clone示例应用及模型到Host

1	git clone https://github.com/Ascend/sample-objectdetection

下载原始网络模型文件及其对应的权重文件
下载页面
- test.prototxt
- faster_rcnn.caffemodel
模型是基于Caffe的Faster RCNN模型，需要将其转换为Davinci模型
在Mind Studio操作界面的顶部菜单栏中选择Tool > Convert Model
模型转换成功后，后缀为.om的Davinci模型放在～/tools/che/model-zoo/my-model/fast_rcnn

配置环境变量

1 2	export DDK_HOME=/home/yourname/tools/che/ddk/ddk export LD_LIBRARY_PATH=$DDK_HOME/uihost/lib

部署脚本
1
./deploy.sh 192.168.0.2 internet
上传.om模型到开发板的/home/HwHiAiUser/models

运行

ssh HwHiAiUser@192.168.0.2
# Mind@123
cd ~/HIAI_PROJECTS/ascend_workspace/objectdetection/out
python3 run_object_detection_faster_rcnn.py -m ~/models/faster_rcnn.om -w 800 -h 600 -i ./example.jpg -o ./out -c 21

BlueXIII's Blog

华为Atlas200DK学习笔记

相关资源

官网

PDF下载

文章收集

初步了解

Atlas 200 DK

昇腾310 AI芯片

Mind Studio

环境搭建准备

教程学习

整体架构

安装介质及工具下载

MindStudio部署

安装Ubuntu系统

安装依赖

安装JDK

添加sudoers权限

安装MindStudio

配置交叉编译环境

制卡

硬件准备

安装依赖

介质准备

制做SD卡

USB虚拟网卡方式连接Atlas200DK

网线方式连接Atlas200DK

SSH登录开发板

使用Mind Studio

启停MindStudio

Mind Studio

Profiling工具

简单编排案例

图像分类应用

目标检测应用