前提条件
- 主机操作系统:Ubuntu 22.04 LTS
如果主机使用 Windows 或 macOS,
请安装虚拟机。后续步骤必须在运行 Ubuntu 22.04 LTS 的虚拟机中执行。
- 在设备上启用 Wi-Fi 和 SSH。 设备需要互联网连接才能下载运行示例应用所需的产物。如果已配置 SSH 和 Wi-Fi,请跳过此步骤。 按照设置 SSH 连接在设备上启用 Wi-Fi 和 SSH。
-
登录到主机:
-
在本文档的其余部分,
QAIRT_ROOT环境变量 表示 Qualcomm AI Runtime SDK 根目录的完整路径。-
如果使用直接下载方式安装,则
${QAIRT_ROOT}为 解压后 SDK 的路径。 -
如果使用 QPM 安装,则 SDK 安装
在
/opt/qcom/aistack/qairt/<version>下
-
如果使用直接下载方式安装,则
-
Python:v3.10
如果已安装 Python,请确保环境路径已
更新为 Python 3.10 的路径。如果系统上未安装 Python 3.10,
可使用以下命令安装:
-
系统依赖项:
以管理员/root 身份运行以下命令来安装 系统库。该命令需要一段时间才能完全执行完毕。
-
虚拟环境(VENV)
<venv_path>是新虚拟环境的路径。 -
运行以下脚本以检查并安装缺失的依赖项:
预期输出:
设置 ML 框架
要将在不同框架上训练的 ML 模型转换为 Qualcomm AI Runtime SDK 可使用的中间表示, 您可能需要在主机上下载并安装 相应的框架。 此 Qualcomm AI Runtime SDK 版本已验证可与 以下版本的 ML 训练框架配合使用:-
安装 TensorFlow
-
安装 TFLite
-
安装 PyTorch
-
安装 ONNX
设置 Qualcomm AI Runtime SDK 环境
执行 Qualcomm AI Runtime SDK 提供的环境设置脚本(source), 以确保工作流程所需的所有工具和库都可在$PATH 中使用。

