环境准备与部署

注意

注意：本指南目前只适用于 M1000 AIModule 环境，需要 AIOS 1.4.2 操作系统。

Step1 确认环境

确认操作系统版本

仅支持 AIOS 1.4.2，请先和设备提供方确认设备是否为 AIOS 1.4.2。 可在设置-关于-操作系统名称查看AIOS版本

确认 MUSA 环境

执行 musaInfo，输出正常则环境配置正确。

确认 MUSA 和 MUSA SDK 的版本号

请确认已安装的 MUSA 和 MUSA SDK 版本是否符合要求：

• musa 版本号应为：5.1.1-M1000
• musa-sdk 版本号应为：5.1.1

执行以下命令检查版本：

sudo dpkg -l | grep musa

正确输出如下：

ii  musa                                       5.1.1-M1000                              arm64        Moore Threads MUSA driver [e29787e05]
ii  musa-sdk                                   5.1.1                                    arm64        Moore Threads MTGPU Software Development Kit

检查结果

• ✅ 版本正确：如果 MUSA 版本为 5.1.1-M1000 且 MUSA SDK 版本为 5.1.1，仍需执行 Step2 下载并解压离线安装包以获取后续依赖文件，但无需重新安装 MUSA 和 MUSA SDK，可跳过 Step3。
• ❌ 版本不正确：如果任一版本不符合要求，请先执行 Step2 下载安装包，再按照 Step3 更新 MUSA 和 MUSA SDK。

Step2 下载并解压离线安装包

wget -c https://mt-ai-data.tos-cn-shanghai.volces.com/vllm_musa/v1.4.2/release_M1000_1.4.0/0522ddk_0430sdk_mcc410/20260618_M1000_1.4.0_ddk0522_0430sdk_mcc410-vllm_musa_1.4.2-torch_2.9.tar.gz
tar -zxvf 20260618_M1000_1.4.0_ddk0522_0430sdk_mcc410-vllm_musa_1.4.2-torch_2.9.tar.gz
cd 20260618_M1000_1.4.0_ddk0522_0430sdk_mcc410-vllm_musa_1.4.2-torch_2.9

解压后目录中应包含以下文件：

文件	用途
musa_5.1.1-M1000_arm64.deb	MUSA 驱动安装包
musa-sdk_5.1.1_arm64.deb	MUSA SDK 安装包
torch-2.9.0-cp310-cp310-linux_aarch64.whl	PyTorch 安装包
torch_musa-2.9.0-cp310-cp310-linux_aarch64.whl	torch_musa 安装包
torchaudio-2.9.0+eaa9e4e-cp310-cp310-linux_aarch64.whl	torchaudio 安装包
torchvision-0.22.1+e98278b-cp310-cp310-linux_aarch64.whl	torchvision 安装包
triton-3.2.0-cp310-cp310-linux_aarch64.whl	Triton 安装包
vllm-0.16.0-py3-none-any.whl	vLLM 安装包
vllm_musa-1.4.2+m1000-cp310-cp310-linux_aarch64.whl	vLLM MUSA 插件安装包
requirements.txt	Python 依赖约束
Miniforge3-Linux-aarch64.sh	Miniforge 安装脚本
enable_compute_only.sh	compute_only 模式切换脚本

文件 md5 校验

md5sum *

预期输出：

610d48908ff6c3fc2b993685dc807090  Miniforge3-Linux-aarch64.sh
2fc22e445d5fdfbfcff1d42b40b41aa1  enable_compute_only.sh
c5b83db11b8cc04b5bb40d992a84633b  musa-sdk_5.1.1_arm64.deb
c83b9f2f58ba03d959f86ea3acf363b5  musa_5.1.1-M1000_arm64.deb
9566de4132984ec3d14b3912ac54359c  requirements.txt
e15563904f9586d89f66a987215e41a6  torch-2.9.0-cp310-cp310-linux_aarch64.whl
acec6fa02cdb5f4bac25b67ae747ebd6  torch_musa-2.9.0-cp310-cp310-linux_aarch64.whl
96fec876b2b16f0f3be65a796be7947e  torchaudio-2.9.0+eaa9e4e-cp310-cp310-linux_aarch64.whl
100fa60844c58acc20de064613bfaba4  torchvision-0.22.1+e98278b-cp310-cp310-linux_aarch64.whl
391443022d00d4d56af157e13b0bb0fc  triton-3.2.0-cp310-cp310-linux_aarch64.whl
1e62347afd4e6d2c735369afbcb85ab7  vllm-0.16.0-py3-none-any.whl
cb27831c2fce50dda90c4cbd7779f261  vllm_musa-1.4.2+m1000-cp310-cp310-linux_aarch64.whl

Step3 更新 MUSA 和 MUSA SDK

信息

执行前提：只有在 Step1 中检查发现 MUSA 或 MUSA SDK 版本不符合要求时，才需要执行本步骤。如果版本已正确，请跳过 Step3，直接进入后续环境安装。

安装脚本

##################### 首先卸载当前驱动 ######################
sudo dpkg -P musa-sdk
sudo dpkg -P musa # 输出 cryptsetup 的一些报错是正常的
sudo rm -rf /usr/local/musa*

#####################   安装新的驱动和 SDK  ######################
sudo dpkg -i musa_5.1.1-M1000_arm64.deb
sudo dpkg -i musa-sdk_5.1.1_arm64.deb

#####################    重启电脑     ######################
sudo reboot

输出说明

提示

输出 firmware 相关的报错是正常的，可以忽略。

卸载和安装过程中可能会看到一些警告信息，如 cryptsetup: ERROR: Couldn't resolve device /dev/root 等，这些是正常的，可以忽略。

安装完成后，系统会提示需要重启：

****************************************************************************
*   WARNING: The system needs to be restarted for MUSA driver!             *
****************************************************************************

请按照提示重启系统。

【可选】新建 conda 环境（推荐）

# 下载 Miniforge3 (默认带 Python 3.10) for Linux-aarch64
chmod +x Miniforge3-Linux-aarch64.sh

./Miniforge3-Linux-aarch64.sh
# 安装过程中需要输入 yes， 并回车确认安装路径，默认安装路径在 /home/$User 下

source ~/.bashrc

# 创建一个 python 3.10 的环境，安装过程中需要输入 y，并回车确认
conda create -n v1.4.2 python=3.10
conda activate v1.4.2

说明

如果是AIbook和AI助手打通不要配置conda环境（这样AI service才能自动拉起）

Step4 安装 torch_musa

安装脚本

# 加代理提高 pip install 速度，当前环境执行一次即可
pip config set global.index-url https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple

pip3 install torch-2.9.0-cp310-cp310-linux_aarch64.whl
pip3 install torch_musa-2.9.0-cp310-cp310-linux_aarch64.whl
pip3 install torchaudio-2.9.0+eaa9e4e-cp310-cp310-linux_aarch64.whl
pip3 install torchvision-0.22.1+e98278b-cp310-cp310-linux_aarch64.whl

环境验证

输出 true 证明 torch_musa 环境安装正确：

pip3 install numpy==1.26.4
python3 -c "import torch;import torch_musa;print(torch.musa.is_available())"

说明

• 输出 mudnn.so 找不到，执行：

  export PATH=/usr/local/musa/bin:${PATH}
  export LD_LIBRARY_PATH=/usr/local/musa/lib:${LD_LIBRARY_PATH}

• 输出 Error in cpuinfo: prctl(PR_SVE_GET_VL) failed 正常
• 如果 NumPy 报错，如 Failed to initialize NumPy 或者 numpy ModuleNotFoundError: No module named 'numpy'，执行 pip3 install numpy==1.26.4
• 如果报错 ImportError: libmccl.so.2: cannot open shared object file: No such file or directory，需要重装 mccl，重装后直接执行这一步。流程参考 Step3 章节
• 如果报错 MUSA driver initialization failed，设备需要连接显示器，输入用户名密码进入桌面。如果没有安全需求，推荐在"设置"->"用户"界面设置为自动登录

Step5 安装相关依赖

安装脚本

# 安装过程中需要输入 y，并回车确认
sudo apt update
sudo apt install python3-pip git cmake wget build-essential g++ libstdc++-12-dev libnuma-dev
pip3 install triton-3.2.0-cp310-cp310-linux_aarch64.whl

Step6 安装 vLLM MUSA

安装脚本

pip3 install vllm-0.16.0-py3-none-any.whl
pip3 install vllm_musa-1.4.2+m1000-cp310-cp310-linux_aarch64.whl
# requirements.txt 最后安装，用于补齐发布包依赖
pip3 install -r requirements.txt

提示

• 安装 vllm_musa 时如果出现以下依赖冲突，不影响后续模型推理。

pip's dependency resolver does not currently take into account all the packages that are installed. This behaviour is the source of the following dependency conflicts.
opencv-python-headless 4.13.0.92 requires numpy>=2; python_version >= "3.9", but you have numpy 1.26.4 which is incompatible.

• requirements.txt 指定 transformers==5.3.0，可忽略以下报错。

ERROR: vllm 0.16.0 requires transformers<5,>=4.56.0, but you have transformers 5.3.0 which is incompatible.

环境验证

没有报错证明 vLLM MUSA 环境安装正确：

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

打开性能模式（推荐,测试性能需开启）

For T035 开发板 / 天思盒子

From 命令行

性能模式

sudo powerprofilesctl set performance

平衡模式

sudo powerprofilesctl set balanced

节电模式

sudo powerprofilesctl set power-saver

【可选】compute_only 模式

适用场景

• 设备作为服务器使用，不需要本地图形桌面显示，切换为纯计算用途。
• 需要避免 gdm3、xorg 等图形进程占用设备，降低图形对性能的影响。

设置方法

开启 compute_only 前，请先确认 SSH、VS Code Remote、串口或其它远程登录方式可用。开启后本地显示器可能黑屏，后续需要通过远程方式操作设备。

在 Step2 的解压目录下执行：

chmod +x enable_compute_only.sh

开启

sudo ./enable_compute_only.sh enable

关闭

sudo ./enable_compute_only.sh disable

脚本执行后会自动重启，重启后可通过以下命令确认当前状态：

cat /sys/module/mtgpu/parameters/compute_only

提示

• 输出 1 表示 compute_only 模式已开启。
• 输出 0 表示 compute_only 模式已关闭。
• 如果开启后需要恢复本地显示器输出，请远程登录设备后在 Step2 解压目录下执行 sudo ./enable_compute_only.sh disable，等待脚本自动重启；如脚本未自动重启，可手动执行 sudo reboot。