准备系统与Python环境
- 看服务器的架构
输入下面指令进行查看架构
uname -m
当前我使用的服务器架构为aarch64是基于ARM架构的，不同于传统的x86_64架构
- 安装miniconda（ARM64版本）
由于标准的 Anaconda/Miniconda 默认是 x86 架构，你需要下载对应的 AArch64 版本：
Bash
# 下载 Miniconda ARM64 安装脚本
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-aarch64.sh
# 运行安装脚本
bash Miniconda3-latest-Linux-aarch64.sh
看到下图所示的内容反映 已经下载好了安装脚本
输入运行脚本的命令后，一直按enter键，到最后输入yes即可完成安装
出现下面这样的一个前缀符号说明配置了当前的环境，但是还没有使其生效，还需要继续按enter键才能使其继续安装
出现这一个的时候，说明安装完毕了，接下来就需要安装pytorch了
通过输入下面的指令，来安装脚本生效
source ~/.bashrc
最后输入下面这行指令，当输出conda xx.xx.xx的版本号时，说明安装完成
conda --version
当看到前面有一个(base)说明安装和环境配置成功
- 安装pytorch
- 配置虚拟环境
conda create -n cnndev python=3.10 -y
这一个命令的含义是，创建一个名字叫cnndev的虚拟环境，python的版本号为3.10
3. 激活虚拟环境
conda activate cnndev
通过这一行命令去激活这一个创造出来的环境，然后就会看到在账号名前面的(base)变成(cnndev) ，就说明激活成功了。
- 安装CPU版本
当前我的工作，暂时不需要用到NPU，因此只需要安装预编译的ARM64(aarch64)版本，后续会更新关于NPU的pytorch配置，但是其实NPU搭配的openblas的库也非常能打了。
# 升级 pip 到最新版
pip install --upgrade pip
# 安装 PyTorch 生态（会自动匹配 aarch64 版本的预编译 wheel）
pip install torch torchvision torchaudio
注意事项 : 当下载速度过慢时，需要考虑更换为国内的镜像源，输入下面的命令，可更换为清华的镜像源进行下载
# 使用清华大学的 pip 镜像源进行安装
pip install torch torchvision torchaudio -i https://pypi.tuna.tsinghua.edu.cn/simple
- 测试安装是否成功
import torch
# 1. 检查版本
print(f"PyTorch Version: {torch.__version__}")
# 2. 检查当前环境是否能正常进行张量运算
x = torch.rand(5, 5)
y = torch.rand(5, 5)
z = torch.matmul(x, y)
print("矩阵乘法测试成功，结果形状:", z.shape)
# 3. 检查系统可用的 CPU 线程数（在鲲鹏这种多核服务器上很有用）
print(f"可用 CPU 线程数: {torch.get_num_threads()}")
输出的结果如下图所示
谢谢各位的点赞和评论~
