安装MindSpore Serving

安装

MindSpore Serving当前仅支持Linux环境部署。

MindSpore Serving包在各类硬件平台（Nvidia GPU、Atlas训练系列产品、Atlas 200/300/500推理产品、Atlas推理系列产品（配置Ascend310P AI 处理器）、CPU）上通用，推理任务依赖MindSpore或MindSpore Lite推理框架，我们需要选择一个作为Serving推理后端。当这两个推理后端同时存在的时候，优先使用MindSpore Lite推理框架。

MindSpore和MindSpore Lite针对不同的硬件平台有不同的构建包，每个不同的构建包支持的运行目标设备和模型格式如下表所示：

推理后端	构建平台	运行目标设备	支持的模型格式
MindSpore	Nvidia GPU	Nvidia GPU	MindIR
	Ascend	Atlas训练系列产品	MindIR
MindSpore Lite	Nvidia GPU	Nvidia GPU、CPU	MindIR_Lite
	Ascend	Atlas 200/300/500推理产品、Atlas推理系列产品（配置Ascend310P AI 处理器）、CPU	MindIR_Lite
	CPU	CPU	MindIR_Lite

当以MindSpore作为推理后端时，MindSpore Serving当前支持Atlas训练系列产品和Nvidia GPU环境。Atlas训练系列产品和GPU环境仅支持MindIR模型格式。

由于MindSpore Serving与MindSpore有依赖关系，请按照根据下表中所指示的对应关系，在MindSpore下载页面下载并安装对应的whl包。

MindSpore Serving 版本	分支	MindSpore 版本
2.0.0	r2.0	2.0.0
1.9.0	r1.9	1.9.0
1.8.0	r1.8	1.8.0, 1.8.1
1.7.0	r1.7	1.7.0

MindSpore的安装和配置可以参考安装MindSpore，并根据需要完成环境变量配置。

当以MindSpore Lite作为推理后端时，MindSpore Serving当前支持Atlas 200/300/500推理产品、Atlas推理系列产品（配置Ascend310P AI 处理器）、Nvidia GPU和CPU。当前仅支持MindIR_Lite模型格式，MindSpore的MindIR或其他框架的模型文件需要通过Lite转换工具转换成MindIR_Lite模型格式。模型转换时，Ascend310设备和Ascend310P转换出的模型不一致，需要在对应的Ascend310或者Ascend310P设备上运行；Nvidia GPU和CPU环境转换成的MindIR_Lite模型仅能在Nvidia GPU和CPU使用。

推理后端	转换工具运行平台	MindIR_Lite模型运行设备
MindSpore Lite	Nvidia GPU, CPU	Nvidia GPU, CPU
	Atlas 200/300/500推理产品	Atlas 200/300/500推理产品
	Atlas推理系列产品（配置Ascend310P AI 处理器）	Atlas推理系列产品（配置Ascend310P AI 处理器）

MindSpore Lite安装和配置可以参考MindSpore Lite文档，通过环境变量LD_LIBRARY_PATH指示libmindspore-lite.so的安装路径。

MindSpore Serving的安装可以采用pip安装或者源码编译安装两种方式。

pip安装

使用pip命令安装，请从MindSpore Serving下载页面下载并安装whl包。

pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/{version}/Serving/{arch}/mindspore_serving-{version}-{python_version}-linux_{arch}.whl --trusted-host ms-release.obs.cn-north-4.myhuaweicloud.com -i https://pypi.tuna.tsinghua.edu.cn/simple

• {version}表示MindSpore Serving版本号，例如下载1.1.0版本MindSpore Serving时，{version}应写为1.1.0。

• {arch}表示系统架构，例如使用的Linux系统是x86架构64位时，{arch}应写为x86_64。如果系统是ARM架构64位，则写为aarch64。

• {python_version}表示用户的Python版本，Python版本为3.7时，{python_version}应写为cp37-cp37m。Python版本为3.8时，则写为cp38-cp38。Python版本为3.9时，则写为cp39-cp39。请和当前安装的MindSpore Serving使用的Python环境保持一致。

源码编译安装

通过源码编译安装。

git clone https://gitee.com/mindspore/serving.git -b master
cd serving
bash build.sh

对于bash build.sh，可通过例如-jn选项，例如-j16，加速编译；可通过-S on选项，从gitee而不是github下载第三方依赖。

MindSpore Serving编译依赖MindSpore推理头文件，上述编译过程，会下载依赖的MindSpore源码，如果已安装MindSpore whl包或者MindSpore Lite包，可通过以下编译命令避免下载MindSpore源码。

git clone https://gitee.com/mindspore/serving.git -b master
cd serving
bash build.sh -p ${mindspore_path}/lib

通过-p参数指定依赖的MindSpore或MindSpore Lite的路径，其中${mindspore_path}为MindSpore whl包安装路径或MindSpore Lite tar包里的runtime路径。

编译完成后，在build/package/目录下找到Serving的whl安装包进行安装：

pip install mindspore_serving-{version}-{python_version}-linux_{arch}.whl

验证是否成功安装

执行以下命令，验证安装结果。导入Python模块不报错即安装成功：

from mindspore_serving import server