文档简介：
环境准备
-
处理器：FT2000+/Kunpeng 920 2426SK
-
操作系统：麒麟 v10/UOS
-
Python 版本 2.7.15+/3.5.1+/3.6/3.7/3.8 (64 bit)
-
pip 或 pip3 版本 9.0.1+ (64 bit)
飞腾 FT2000+和鲲鹏 920 处理器均为 ARMV8 架构，在该架构上编译 Paddle 的方式一致，本文以 FT2000+为例，介绍 Paddle 的源码编译。
安装步骤
目前在 FT2000+处理器加国产化操作系统（麒麟 UOS）上安装 Paddle，只支持源码编译的方式，接下来详细介绍各个步骤。
源码编译¶
-
Paddle 依赖 cmake 进行编译构建，需要 cmake 版本>=3.15，如果操作系统提供的源包括了合适版本的 cmake，直接安装即可，否则需要源码安装
wget https://github.com/Kitware/CMake/releases/download/v3.16.8/cmake-3.16.8.tar.gztar -xzf cmake-3.16.8.tar.gz && cd cmake-3.16.8./bootstrap && make && sudo make install
-
Paddle 内部使用 patchelf 来修改动态库的 rpath，如果操作系统提供的源包括了 patchelf，直接安装即可，否则需要源码安装，请参考patchelf 官方文档，后续会考虑在 ARM 上移出该依赖。
./bootstrap.sh
./configure
makemake check
sudo make install
-
根据requirments.txt安装 Python 依赖库，在飞腾加国产化操作系统环境中，pip 安装可能失败或不能正常工作，主要依赖通过源或源码安装的方式安装依赖库，建议使用系统提供源的方式安装依赖库。
-
将 Paddle 的源代码克隆到当下目录下的 Paddle 文件夹中，并进入 Paddle 目录
git clone https://github.com/PaddlePaddle/Paddle.gitcd Paddle
-
切换到develop分支下进行编译：
git checkout develop
-
并且请创建并进入一个叫 build 的目录下：
mkdir build && cd build
-
链接过程中打开文件数较多，可能超过系统默认限制导致编译出错，设置进程允许打开的最大文件数：
ulimit -n 4096
-
执行 cmake：
具体编译选项含义请参见编译选项表
For Python2:
cmake .. -DPY_VERSION=2 -DPYTHON_EXECUTABLE=`which python2` -DWITH_ARM=ON -DWITH_TESTING=OFF
For Python3:
cmake .. -DPY_VERSION=3 -DPYTHON_EXECUTABLE=`which python3` -DWITH_ARM=ON -DWITH_TESTING=OFF
-
-DCMAKE_BUILD_TYPE=Release -DON_INFER=ON -DWITH_XBYAK=OFF
-
-DCMAKE_BUILD_TYPE=Release -DON_INFER=ON -DWITH_XBYAK=OFF
-
使用以下命令来编译，注意，因为处理器为 ARM 架构，如果不加TARGET=ARMV8则会在编译的时候报错。
make TARGET=ARMV8 -j$(nproc)
-
编译成功后进入Paddle/build/python/dist目录下找到生成的.whl包。
-
在当前机器或目标机器安装编译好的.whl包：
pip install -U（whl 包的名字）`或`pip3 install -U（whl 包的名字）
恭喜，至此您已完成 PaddlePaddle 在 FT 环境下的编译安装。
验证安装
安装完成后您可以使用 python 或 python3 进入 python 解释器，输入import paddle ，再输入 paddle.utils.run_check()
如果出现PaddlePaddle is installed successfully!，说明您已成功安装。
在 mobilenetv1 和 resnet50 模型上测试
wget -O profile.tar https://paddle-cetc15.bj.bcebos.com/profile.tar?authorization=bce-auth
-v1/4409a3f3dd76482ab77af112631f01e4/2020-10-09T10:11:53Z/-1/host/786789f3445f498c6a
1fd4d9cd3897ac7233700df0c6ae2fd78079eba89bf3fb
tar xf profile.tar && cd profile
python resnet.py --model_file ResNet50_inference/model --params_file ResNet50
_inference/params # 正确输出应为：[0.0002414 0.00022418 0.00053661 0.00028639
0.00072682 0.000213 # 0.00638718 0.00128127 0.00013535 0.0007676 ]
python mobilenetv1.py --model_file mobilenetv1/model --params_file mobilenetv1
/params # 正确输出应为：[0.00123949 0.00100392 0.00109539 0.00112206 0.00101901
0.00088412 # 0.00121536 0.00107679 0.00106071 0.00099605]
python ernie.py --model_dir ernieL3H128_model/ # 正确输出应为：[0.49879393 0.5012061 ]
