Skip to content

Latest commit

 

History

History
216 lines (184 loc) · 4.37 KB

File metadata and controls

216 lines (184 loc) · 4.37 KB

应用环境安装说明


目前所支持的环境

Ubuntu 20/22 CentOS 7 安装命令
ARM AMD ARM AMD
驱动(下游硬件) NVIDIA GPU 卡 rtctl run --playbook 01-nvidia-gpu
国产 GPU 卡
量子随机数发生器 PCIE-QRNG (Kylin ARM)
算法库(pip 方式) QAOA rtctl run --playbook 04-algorithms-lib
VQE
HHL
sklean(scikit-learn)
tensorflow
SciPy
pytorch(CPU版本)
量子应用(上游应用) QuTrunk rtctl run --playbook 02-qutrunk
QuSprout rtctl run --playbook 03-qusprout

建议使用 Ubuntu20/22CentOS7.9 作为目标主机

部署步骤

配置安装目标主机信息,具体见文档 02-Runtime配置说明

1. 在管控机上修改 /opt/runtime/conf/hosts.hostname.ini 修改需要安装的 主机和仓库地址等信息

img_3.png

img_4.png

2. 查看目前可安装的 playbook(1个playbook对应1个环境)

  • 显示可运行的环境名称

    $ rtctl list
    
    runtime list: 
        04-algorithms-lib
        02-qutrunk
        03-qusprout
        01-nvidia-gpu
        00hello

    img_2.png

部署相应环境

1. 安装 NVIDIA GPU 环境

rtctl run --playbook 01-nvidia-gpu

2. 安装 QuTrunk 环境

rtctl run --playbook 02-qutrunk
  • 验证

    python3
    
    import qutrunk
    
    qutrunk.run_check()
  • 显示 qutrunk 安装成功
    img_7.png

3. 安装 QuSprout 环境

rtctl run --playbook 03-qusprout
  • 安装完成后,需要启动 QuSprout 服务。 启动 QuSprout 服务:

    sudo ./service_qusprout.sh start qusprout
  • 查看 QuSprout 运行状态

    netstat -anp | grep 909

    img_8.png

4. 安装算法库环境

支持的算法库如下

  • QAOA

  • VQE

  • HHL

  • sklean(scikit-learn)

  • tensorflow

  • SciPy

  • pytorch(CPU版本)

    rtctl run --playbook 04-algorithms-lib
  • 验证算法环境例子

    • 验证 VQE、QAOA、HHL

      img_9.png

    • 验证 torch

      img_10.png

5. 安装量子随机数发生器 PCIE-QRNG 环境

确保目标主机已插入随机数卡,否则可能会导致安装失败

rtctl run --playbook 05-pcie-qrng.yml

6. 查看执行安装 Runtime 日志

  • 如执行结果中,unreachable=0 failed=0,则表示执行成功 img_6.png