Cambricon MLU-OPS

MLU-OPS 提供基于寒武纪机器学习单元（Machine Learning Unit，MLU），使用 C 接口或者 Python 接口开发高性能算子的示例代码。 MLU-OPS 旨在通过提供示例代码，供开发者参考使用，可用于开发自定义算子，实现对应模型的计算。

依赖条件

操作系统：
- 支持 x86_64 下 Ubuntu16.04、Ubuntu18.04、Ubuntu20.04、Centos7.6、Centos8.5 ;
- 支持 AArch64 下 KylinV10。
寒武纪 MLU SDK：
- 编译和运行时依赖 CNToolkit v3.1.2 或更高版本。
寒武纪 MLU 驱动：
- 运行时依赖驱动 v5.0.0 或更高版本。
外部链接库：
- libxml2-dev、libprotobuf-dev、protobuf-compiler、llvm-6.0-dev
Python环境：
- 依赖Python-3.8.0版本。

获取 MLU-OPS 代码

git clone https://github.com/Cambricon/mlu-ops.git

准备 CNToolkit 环境

sudo apt-get install ./cntoolkit-x.x.x_ubuntuxx.xx_amd64.deb
sudo apt-get update
sudo apt-get install cncc cnas cnbin cndrv cnrt cnrtc

准备 Python-3.8.0 环境

wget https://www.python.org/ftp/python/3.8.0/Python-3.8.0.tgz
tar -xvf Python-3.8.0.tgz
cd Python-3.8.0
make -j24 && make install

准备链接库环境

sudo apt-get update
sudo apt-get install protobuf-compiler libxml2-dev libprotobuf-dev llvm-6.0-dev

当前 C 接口（BANGC）和 Python 接口（BANGPy）开发编译和测试分开，后续会将两种接口开发编译、测试统一到一起。

详情可以参考文档 BANGC-OPS 算子开发流程.md、 BANGPy-OPS 算子开发流程.md 以及 docs 目录下的其它补充说明，同时也需要参考 C 接口说明文档README.md 和 Python 接口说明文档README.md。