openEuler系统AI开发环境全栈部署指南
1. 项目概述openEuler上的AI开发环境全栈部署在国产操作系统openEuler上搭建AI开发环境是当前许多开发者面临的实际需求。不同于Ubuntu或CentOS等传统Linux发行版openEuler作为面向数字基础设施的开源操作系统在ARM架构优化和安全增强方面具有独特优势。本文将基于openEuler 24.03 LTS版本完整演示从系统准备到Jupyter Notebook配置的全流程。重要提示本文所有操作均在openEuler 24.03物理机环境验证通过同样适用于KVM虚拟化环境。建议分配至少4核CPU、8GB内存和50GB存储空间以获得最佳体验。2. 系统基础环境配置2.1 系统更新与开发工具链安装首先通过SSH连接到openEuler系统后建议先进行系统完整性检查# 验证系统版本 cat /etc/os-release | grep -E NAME|VERSION # 检查SELinux状态 getenforce对于新安装的系统必须完成以下基础配置# 更新软件索引 sudo dnf makecache # 全系统升级 sudo dnf update -y # 安装开发工具链 sudo dnf groupinstall Development Tools -y # 安装Python编译依赖 sudo dnf install -y zlib-devel bzip2-devel openssl-devel \ ncurses-devel sqlite-devel readline-devel tk-devel \ libffi-devel libuuid-devel xz-devel2.2 国内镜像源配置优化针对openEuler 24.03的镜像源配置推荐使用华为云镜像站sudo tee /etc/yum.repos.d/openEuler.repo EOF [OS] nameOS baseurlhttps://repo.huaweicloud.com/openeuler/openEuler-24.03-LTS/OS/$basearch/ enabled1 gpgcheck1 gpgkeyhttps://repo.huaweicloud.com/openeuler/openEuler-24.03-LTS/OS/$basearch/RPM-GPG-KEY-openEuler EOF验证源配置有效性sudo dnf clean all sudo dnf makecache sudo dnf repolist3. Python多版本管理方案3.1 pyenv安装与配置推荐使用pyenv进行Python版本管理避免系统Python被污染# 安装pyenv curl https://pyenv.run | bash # 配置环境变量 echo export PYENV_ROOT$HOME/.pyenv ~/.bashrc echo export PATH$PYENV_ROOT/bin:$PATH ~/.bashrc echo eval $(pyenv init -) ~/.bashrc source ~/.bashrc3.2 Python版本安装实战安装Python 3.9和3.10两个LTS版本# 启用编译缓存加速 export PYTHON_BUILD_CACHE_PATH$HOME/.pyenv/cache # 安装Python 3.9.18 pyenv install 3.9.18 # 安装Python 3.10.13 pyenv install 3.10.13 # 设置全局默认版本 pyenv global 3.10.13配置pip国内镜像源mkdir -p ~/.pip cat ~/.pip/pip.conf EOF [global] index-url https://mirrors.aliyun.com/pypi/simple/ trusted-host mirrors.aliyun.com EOF4. Anaconda科学计算环境部署4.1 Miniconda安装与配置下载并安装Minicondawget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh bash Miniconda3-latest-Linux-x86_64.sh -b -p $HOME/miniconda3初始化conda环境echo export PATH$HOME/miniconda3/bin:$PATH ~/.bashrc source ~/.bashrc conda init bash4.2 Conda虚拟环境管理创建专用的AI开发环境conda create -n ai python3.10 -y conda activate ai # 安装基础科学计算包 conda install numpy scipy pandas matplotlib scikit-learn -y配置conda国内镜像conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge conda config --set show_channel_urls yes5. Jupyter Notebook深度配置5.1 Jupyter核心组件安装在conda环境中安装Jupyterconda install jupyter notebook jupyterlab -y pip install jupyter_contrib_nbextensions5.2 安全访问配置生成访问密码python -c from notebook.auth import passwd; print(passwd())编辑Jupyter配置文件jupyter notebook --generate-config vim ~/.jupyter/jupyter_notebook_config.py添加以下关键配置c.NotebookApp.ip 0.0.0.0 c.NotebookApp.port 8888 c.NotebookApp.open_browser False c.NotebookApp.password sha1:your_hashed_password c.NotebookApp.notebook_dir $HOME/jupyter_workspace6. 主流AI框架安装验证6.1 TensorFlow安装与测试安装CPU版本TensorFlowpip install tensorflow-cpu2.10.0验证安装import tensorflow as tf print(tf.__version__) print(tf.reduce_sum(tf.random.normal([1000, 1000])))6.2 PyTorch安装与测试安装CPU版本PyTorchconda install pytorch torchvision torchaudio cpuonly -c pytorch -y验证安装import torch x torch.rand(5, 3) print(x) print(torch.cuda.is_available())7. 环境优化与问题排查7.1 常见问题解决方案问题1Jupyter启动时报内核错误# 重新注册内核 python -m ipykernel install --user --nameai问题2conda环境切换异常# 清理conda缓存 conda clean --all # 重新初始化 conda init --redo7.2 性能优化建议启用OpenBLAS加速conda install -c conda-forge openblas配置Jupyter内存限制echo export JUPYTER_MEMORY_LIMIT4096 ~/.bashrc使用nb_conda内核管理conda install -c conda-forge nb_conda8. 开发环境维护指南建议定期执行以下维护操作# 更新conda基础环境 conda update -n base -c defaults conda # 清理pip缓存 pip cache purge # 重建pyenv索引 pyenv rehash对于长期运行的Jupyter服务建议使用tmux或screen保持会话tmux new -s jupyter conda activate ai jupyter notebook # 按CtrlB然后按D脱离会话
