环境准备与部署
注意
注意：本指南目前只适用于 M1000 AIBook 环境，需要 AIOS 1.5.0 操作系统。
AIBook AIOS 1.5.0 已在系统环境中预装 vLLM-MUSA 1.4.2 运行环境，通常无需手动下载离线安装包，也无需重新安装 MUSA、MUSA SDK、PyTorch、torch_musa、triton、vLLM 或 vLLM-MUSA。首次使用前按本章节完成环境验证即可。
Step1 确认操作系统版本
仅支持 AIOS 1.5.0，请先和设备提供方确认设备是否为 AIOS 1.5.0。
可在设置-关于-操作系统名称查看 AIOS 版本。
Step2 确认 MUSA 环境
执行 musaInfo，输出正常则 MUSA 环境配置正确。
musaInfo
Step3 确认 MUSA 和 MUSA SDK 版本
执行以下命令检查系统预装的 MUSA 和 MUSA SDK 版本：
sudo dpkg -l | grep musa
正确输出应包含以下版本：
ii musa 5.2.1-M1000 arm64 Moore Threads MUSA driver [34b7fa81e]
ii musa-sdk 5.1.2 arm64 Moore Threads MTGPU Software Development Kit
| 组件 | 版本 |
|---|---|
musa | 5.2.1-M1000 |
musa-sdk | 5.1.2 |
如果版本信息不一致，或 musaInfo 无法正常输出，请联系客户服务或设备提供方确认系统镜像和预装环境。
Step4 确认 torch、triton 和 vLLM-MUSA 环境
确认 torch_musa
输出 true 表示 torch_musa 环境可用：
python3 -c "import torch;import torch_musa;print(torch.musa.is_available())"
确认 triton
执行以下命令确认 triton 可正常导入并输出版本：
python3 -c "import triton;print(triton.__version__)"
确认 vLLM-MUSA
没有报错表示 vLLM-MUSA 环境可用：
cd /home && python3 -c "from vllm_musa import _musa_custom_ops;_musa_custom_ops.decode_mla"
仅输出以下 cpuinfo 提示也属于正常情况：
Error in cpuinfo: prctl(PR_SVE_GET_VL) failed
如果 torch、triton 或 vLLM-MUSA 环境检测不通过，请联系客户服务或设备提供方确认系统镜像和预装环境。
打开性能模式（推荐,测试模型性能需开启）
界面右上角: 电源 -> 性能
