AI基础设施发布于 2026/7/22更新于 2026/7/22约 13 分钟顶有教育科技

华为昇腾910B 驱动安装与CANN环境配置完整指南

详解华为昇腾NPU的完整运维配置流程：Ascend驱动和固件安装、CANN工具链（Toolkit/Kernels）配置、torch_npu安装与验证、npu-smi常用命令、MindX DL容器化部署，以及常见安装报错处理方法，适合首次接触昇腾环境的运维工程师。

华为昇腾 910B 是目前国产 AI 芯片中生态最完整的产品，但其安装配置流程与 NVIDIA GPU 差异较大。本文从零开始，覆盖驱动、固件、CANN 工具链到 PyTorch 的完整配置链路。

昇腾软件栈架构

应用层：  PyTorch / TensorFlow / MindSpore
         ↓
框架适配：torch_npu（PyTorch 昇腾插件）
         ↓
CANN：   Compute Architecture for Neural Networks
         包含：AscendCL API / 算子库 / 编译器 / Profiling 工具
         ↓
驱动层：  Ascend HDK（Hardware Development Kit）
         包含：驱动 + 固件（NPU Driver + NPU Firmware）
         ↓
硬件：   Ascend 910B NPU

一、系统准备

# 支持的操作系统（2025年）
# - Ubuntu 20.04 / 22.04 LTS
# - CentOS 7.6+（部分支持）
# - EulerOS 2.9+（推荐，华为原生）
# - openEuler 22.03 LTS

# 检查系统信息
cat /etc/os-release
uname -r   # 内核版本（建议 5.10+）

# 检查是否识别到 NPU 设备
lspci | grep -i ascend
# 0000:01:00.0 Processing accelerators: Huawei Technologies Co., Ltd. Ascend 910B

# 检查 IOMMU 状态（建议关闭或设为 passthrough）
cat /proc/cmdline | grep iommu

# 安装依赖
apt-get update
apt-get install -y gcc g++ make python3 python3-pip \
    python3-dev libc6-dev libssl-dev curl wget unzip

# 创建昇腾专用用户（推荐，不用 root 运行推理）
useradd -m -d /home/HwHiAiUser -s /bin/bash HwHiAiUser

二、安装驱动和固件

昇腾需要先安装固件（Firmware），再安装驱动（Driver），顺序不能反。

# 从华为开发者网站下载（需注册账号）
# https://ascend.huawei.com/#/hardware/firmware-drivers

# 典型文件名（以 910B + CANN 8.0 为例）：
# Ascend-hdk-910b-npu-firmware_7.3.0.1.241_linux-aarch64.run
# Ascend-hdk-910b-npu-driver_24.1.rc3_linux-aarch64.run

# 安装固件
chmod +x Ascend-hdk-910b-npu-firmware_*.run
./Ascend-hdk-910b-npu-firmware_*.run --full

# 安装驱动
chmod +x Ascend-hdk-910b-npu-driver_*.run
./Ascend-hdk-910b-npu-driver_*.run --full

# 安装完成后重启
reboot

# 重启后验证驱动
npu-smi info
# +------------------------------------------------------------------------------------+
# | npu-smi 24.1.rc3             Version: 24.1.rc3                                     |
# +---------------------------+---------------+--------------------------------------+
# | NPU   Name                | Health        | Power(W)     Temp(C)  Hugepages-Usage  |
# | Chip                      | Bus-Id        | AICore(%)    Memory-Usage(MB)           |
# |===========================+===============+======================================|
# |   0   910B                | OK            | 103.6        45       0    / 0          |
# |   0                       | 0000:01:00.0  | 0            0    / 65536               |
# +---------------------------+---------------+--------------------------------------+

# 查看所有 NPU 设备
npu-smi info -l     # 列出所有设备

# 检查驱动版本
cat /proc/driver/npu/version 2>/dev/null || npu-smi info -t board -i 0

三、安装 CANN 工具链

CANN 分两个包：Toolkit（开发工具、头文件）和 Kernels（算子库）。

# 下载 CANN 包（同一版本需匹配）
# Ascend-cann-toolkit_8.0.RC3_linux-aarch64.run
# Ascend-cann-kernels-910b_8.0.RC3_linux-aarch64.run

# 安装 Toolkit（普通用户安装到 /home/HwHiAiUser/Ascend）
su - HwHiAiUser
chmod +x Ascend-cann-toolkit_*.run
./Ascend-cann-toolkit_*.run --install --install-path=/home/HwHiAiUser/Ascend

# 安装 Kernels（算子库，指定芯片型号）
chmod +x Ascend-cann-kernels-910b_*.run
./Ascend-cann-kernels-910b_*.run --install --install-path=/home/HwHiAiUser/Ascend

# 配置环境变量（加入 ~/.bashrc）
cat >> ~/.bashrc << 'EOF'
# CANN 环境变量
source /home/HwHiAiUser/Ascend/ascend-toolkit/set_env.sh
export LD_LIBRARY_PATH=/home/HwHiAiUser/Ascend/ascend-toolkit/latest/lib64:$LD_LIBRARY_PATH
export ASCEND_TOOLKIT_HOME=/home/HwHiAiUser/Ascend/ascend-toolkit/latest
EOF

source ~/.bashrc

# 验证 CANN 安装
python3 -c "import acl; print('CANN OK')"
# 或者
ls $ASCEND_TOOLKIT_HOME/bin/

四、安装 PyTorch + torch_npu

# torch_npu 版本需与 PyTorch 版本严格对应
# 对应关系（2025年 CANN 8.0）：
# torch 2.1.0 → torch_npu 2.1.0.post12
# torch 2.3.1 → torch_npu 2.3.1.post2

pip3 install torch==2.3.1 torchvision==0.18.1 --index-url https://download.pytorch.org/whl/cpu

# 安装 torch_npu（Ascend PyTorch 插件）
pip3 install torch-npu==2.3.1.post2

# 安装 apex（混合精度训练，可选但推荐）
pip3 install apex

# 验证 NPU 可用
python3 << 'EOF'
import torch
import torch_npu

print(f"PyTorch 版本: {torch.__version__}")
print(f"torch_npu 版本: {torch_npu.__version__}")
print(f"NPU 可用: {torch.npu.is_available()}")
print(f"NPU 数量: {torch.npu.device_count()}")
print(f"当前 NPU: {torch.npu.current_device()}")

# 简单测试
x = torch.randn(3, 3).npu()
y = torch.randn(3, 3).npu()
z = x @ y
print(f"矩阵乘法结果 shape: {z.shape}")
print("✅ NPU 运算正常")
EOF

五、npu-smi 常用命令

# 实时监控（类似 nvidia-smi -l 1）
watch -n 1 npu-smi info

# 查看指定 NPU 详情
npu-smi info -i 0           # 查看 NPU 0 的信息
npu-smi info -i 0 -t board  # 查看硬件信息（序列号、固件版本）
npu-smi info -i 0 -t memory # 查看显存使用

# 查看 NPU 进程（哪些进程在用 NPU）
npu-smi info -t proc

# 查看温度和功耗
npu-smi info -t temp
npu-smi info -t power

# 查看 AICore 利用率
npu-smi info -t common

# 性能模式设置
npu-smi set -i 0 -t power-mode -v 1    # 高性能模式
npu-smi set -i 0 -t power-mode -v 0    # 节能模式

# 重置 NPU（慎用，会中断所有任务）
npu-smi reset -i 0

六、容器化部署（Docker）

# 昇腾官方基础镜像
# https://hub.docker.com/r/ascendai/cann

# 运行昇腾容器（需要挂载设备和驱动）
docker run -it --rm \
  --device=/dev/davinci0 \         # NPU 设备（有几块挂几个）
  --device=/dev/davinci_manager \  # NPU 管理设备
  --device=/dev/hisi_hdc \         # HDC 设备
  -v /usr/local/Ascend/driver:/usr/local/Ascend/driver:ro \  # 驱动只读挂载
  -v /usr/local/sbin/npu-smi:/usr/local/sbin/npu-smi:ro \   # npu-smi 工具
  ascendai/cann:8.0.RC3-ubuntu22.04-aarch64 \
  bash

# docker-compose 示例
cat << 'EOF' > docker-compose.yml
version: '3.8'
services:
  ascend-app:
    image: ascendai/cann:8.0.RC3-ubuntu22.04-aarch64
    devices:
      - /dev/davinci0:/dev/davinci0
      - /dev/davinci1:/dev/davinci1
      - /dev/davinci_manager:/dev/davinci_manager
      - /dev/hisi_hdc:/dev/hisi_hdc
    volumes:
      - /usr/local/Ascend/driver:/usr/local/Ascend/driver:ro
      - /usr/local/sbin/npu-smi:/usr/local/sbin/npu-smi:ro
      - ./workspace:/workspace
    environment:
      - ASCEND_VISIBLE_DEVICES=0,1   # 指定可见 NPU
    working_dir: /workspace
    command: python3 train.py
EOF

七、常见安装问题

# 问题1：npu-smi 提示 "Failed to get device number"
# 原因：驱动未加载或 NPU 未被识别
dmesg | grep -i ascend   # 查看内核日志
lsmod | grep drv         # 检查驱动模块是否加载
# 解决：检查固件是否先于驱动安装，或重新执行驱动安装

# 问题2：CANN 安装后 "libascendcl.so: cannot open shared object file"
# 原因：环境变量未生效
source /home/HwHiAiUser/Ascend/ascend-toolkit/set_env.sh
# 解决：确保 ~/.bashrc 中有 source 语句，或重新登录

# 问题3：torch.npu.is_available() 返回 False
# 检查步骤：
python3 -c "import torch_npu; print(torch_npu.__version__)"  # 是否安装
npu-smi info   # NPU 是否正常
# 常见原因：torch_npu 版本与 PyTorch 版本不匹配

# 问题4：运行时 "HcclCommInitRootInfo failed"
# 原因：多卡通信初始化失败，通常是 HCCS 链路问题
npu-smi info -i 0 -t link  # 检查 HCCS 链路状态
# 解决：检查服务器的 HCCS 连接线缆

# 问题5：内存溢出（显存不足）
# 昇腾内存管理与 NVIDIA 不同，需要设置内存分配策略
import torch_npu
torch.npu.set_per_process_memory_fraction(0.9)  # 最大使用 90%
# 或者通过环境变量
export PYTORCH_NPU_ALLOC_CONF=max_split_size_mb:512

小结

昇腾 910B 的安装配置比 NVIDIA GPU 复杂，核心差异在于：需要固件+驱动分开安装（顺序严格），CANN 工具链独立安装（不像 CUDA 一体化），以及 torch_npu 版本与 PyTorch 版本必须精确匹配。运维时最常用的是 npu-smi info 查看 NPU 状态，容器化部署需要挂载设备文件和驱动目录。建议维护一个标准化的 Ansible Playbook 来统一管理集群中所有节点的驱动和 CANN 版本，避免版本漂移导致的兼容性问题。