【昉·星光 2 高性能RISC-V单板计算机体验】四：基于VIsionFIve2的NCNN库编译

一 前期准备

VisionFive2的CPU是四核处理器，性能比较强大，因此NCNN的编译都在VisionFive2开发板上进行。

1 下载CMake源码

首先执行如下命令安装依赖包：

sudo apt-get install libssl-dev g++ opengssl

然后执行如下命令下载CMake源码：

cd /home/user/

mkdir Documents && cd Documents

wget https://github.com/Kitware/CMake/releases/download/v3.27.4/cmake-3.27.4.tar.gz

下载成功后，将CMake源码包进行解压：

tar zxvf cmake-3.27.4.tar.gz

cd cmake-3.27.4

进入cmake源码文件后，执行如下命令：

./bootstrap --prefix=/usr/local/cmake

按照输出的提示，执行如下命令：

make -j2

编译成功后，执行如下命令进行安装：

sudo make install

在命令行下运行cmake –version，若显示cmake版本号，则cmake安装成功。

2 下载NCNN源码

首先安装依赖库，执行如下命令：

sudo apt install build\\-essential git cmake libprotobuf\\-dev protobuf\\-compiler libvulkan\\-dev vulkan\\-utils libopencv\\-dev

在/home/user/Documents路径下，执行如下命令：

git clone https://github.com/Tencent/ncnn.git

二 NCNN编译

在ncnn文件夹下有个toolchains文件夹，里面包含了不同指令架构的编译工具链，如图1所示。

图1 toolchains文件夹下的编译工具链

这里我们选择riscv64-unknown-linux-gnu.toolchain.cmake，使用如下的命令进行编译。

cd ncnn

mkdir build && cd build

cmake -DCMAKE_BUILD_TYPE=Release -DCMAKE_TOOLCHAIN_FILE=../toolchains/riscv64-unknown-linux-gnu.toolchain.cmake -DNCNN_VULKAN=ON -DNCNN_BUILD_EXAMPLES=ON ..

在build文件生成了Makefile，之后执行如下命令：

make -j2

这里没有使用4个处理器核心来进行make，使用4个处理器核心来进行make时会出现系统卡顿的现象，因此这里只使用两个处理器核心来make。

之后执行如下命令进行安装：

sudo make install

在build文件下会出现一个install文件夹，里面有ncnn的头文件和动态库文件，是我们调用ncnn做深度学习推理时要用到的。