步骤四：安装依赖和软件包

1. 拉取代码。

   mkdir MindSpeed_Dir
   cd MindSpeed_Dir
   git config --global http.sslVerify false
   git clone https://gitee.com/ascend/MindSpeed-MM.git
   cd MindSpeed-MM
   git checkout de390d902b57621cd900fa343ea62168bd578bc9
   cd ..  
   git clone https://github.com/NVIDIA/Megatron-LM.git 
   cd Megatron-LM 
   git checkout core_r0.8.0 
   cp -r megatron ../MindSpeed-MM/ 
   cd ../MindSpeed-MM

   修改/home/ma-user/MindSpeed_Dir/MindSpeed-MM/pyproject.toml文件中20行torch的版本为2.5.1，修改后的内容如下图所示。

   

2. 安装加速库。

   git clone https://gitee.com/ascend/MindSpeed.git 
   cd MindSpeed 
   git checkout 4d9041071da5214e038ebf9f76e8574a60c89c2e
   pip install -r requirements.txt  
   pip install -e .
   cd ..  
   pip install -e .  
   pip install diffusers==0.33.1

3. 安装依赖Decord。
   确保服务器网络正常，确保yum可以正常使用，确保git可以正常clone。

   export BUILD_ROOT_PATH=/home/ma-user/MindSpeed_Dir # 改成实际需要安装的根目录
   
   cd /home/ma-user/MindSpeed_Dir
   sudo yum install -y autoconf automake bzip2 bzip2-devel freetype-devel gcc gcc-c++ git libtool make mercurial pkgconfig zlib-devel
    
   curl -O -L -k https://github.com/Kitware/CMake/releases/download/v3.19.3/cmake-3.19.3-Linux-aarch64.sh
   chmod +x cmake-3.19.3-Linux-aarch64.sh
   sudo ./cmake-3.19.3-Linux-aarch64.sh --skip-license --prefix=/usr/local
   sudo /usr/local/bin/cmake -version
   
   mkdir ./ffmpeg_sources
   cd ./ffmpeg_sources
   sudo yum install nasm
   
   cd ../
   curl -O -L -k https://www.tortall.net/projects/yasm/releases/yasm-1.3.0.tar.gz
   tar xzf yasm-1.3.0.tar.gz
   cd yasm-1.3.0
   sudo ./configure --prefix="$BUILD_ROOT_PATH/ffmpeg_build" --bindir="$HOME/bin"
   sudo make -j$(nproc)
   sudo make install
   
   cd ../
   git clone --depth 1 https://code.videolan.org/videolan/x264.git
   cd x264
   export PATH="$HOME/bin:$PATH"
   sudo PKG_CONFIG_PATH="$BUILD_ROOT_PATH/ffmpeg_build/lib/pkgconfig" ./configure --prefix="$BUILD_ROOT_PATH/ffmpeg_build" --bindir="$HOME/bin" --enable-shared --enable-pic
   sudo make -j$(nproc)
   sudo make install
   
   cd ../
   git clone --depth 1 https://chromium.googlesource.com/webm/libvpx.git
   cd libvpx
   export PATH="$HOME/bin:$PATH"
   sudo ./configure --prefix="$BUILD_ROOT_PATH/ffmpeg_build" --disable-examples --disable-unit-tests --enable-vp9-highbitdepth --as=yasm --enable-shared --enable-pic
   sudo make -j$(nproc)
   sudo make install
   
   cd ../
   curl -O -L -k https://ffmpeg.org/releases/ffmpeg-4.1.6.tar.bz2
   tar xjf ffmpeg-4.1.6.tar.bz2
   cd ffmpeg-4.1.6
   export PATH="$HOME/bin:$PATH"
   sudo PKG_CONFIG_PATH="$BUILD_ROOT_PATH/ffmpeg_build/lib/pkgconfig" ./configure \
     --prefix="/$BUILD_ROOT_PATH/ffmpeg_build" \
     --extra-cflags="-I$BUILD_ROOT_PATH/ffmpeg_build/include" \
     --extra-ldflags="-L$BUILD_ROOT_PATH/ffmpeg_build/lib" \
     --extra-libs=-lpthread \
     --extra-libs=-lm \
     --bindir="$HOME/bin" \
     --enable-gpl \
     --enable-libvpx \
     --enable-libx264 \
     --enable-nonfree \
     --disable-static \
     --enable-shared \
     --enable-pic
   sudo make -j$(nproc)
   sudo make install
   
   cd $BUILD_ROOT_PATH
   git clone https://github.com/dmlc/decord.git
   cd decord
   git submodule update --init --recursive
   
   sudo mkdir -p build
   
   sudo /usr/local/bin/cmake . -DUSE_CUDA=0 -DFFMPEG_DIR=$BUILD_ROOT_PATH/ffmpeg_build
   sudo make -j$(nproc)
   sudo cp libdecord.so /usr/local/lib/
   sudo cp libdecord.so ./python/decord/libdecord.so
   
   cd python
   pip install numpy
   
   sudo chown ma-user:ma-group decord/libdecord.so
   python setup.py install
   
   # 执行如下指令不报错，证明decord安装成功
   python -c "import decord; from decord import VideoReader"

4. 安装加速库APEX。

   cd /home/ma-user/MindSpeed_Dir
   git clone -b master https://gitee.com/ascend/apex.git
   cd apex/
   bash scripts/build.sh --python=3.11
   cd apex/dist/
   pip install --upgrade *.whl

5. 下载模型权重https://huggingface.co/Wan-AI。
   1. 下载文生视频训练权重，如下图所示，下载文生视频14B预训练权重的所有文件，保存在Wan2.1-T2V-14B-Diffusers目录下，并上传Wan2.1-T2V-14B目录到容器/home/ma-user路径下。
      图1 下载Wan2.1-T2V-14B-Diffusers训练权重
      
   2. 下载文生视频训练权重，如下图所示，下载文生视频1.3B预训练权重的所有文件，保存在Wan2.1-T2V-1.3B-Diffusers目录下，并上传Wan2.1-T2V-1.3B-Diffusers目录到容器/home/ma-user路径下。
      图2 下载Wan2.1-T2V-1.3B-Diffusers训练权重
      
   3. 下载图生视频训练权重，如下图所示，下载图生视频14B-720p预训练权重的所有文件，保存在Wan-AI/Wan2.1-I2V-14B-720P-Diffusers目录下，并上传Wan2.1-I2V-14B-720P-Diffusers目录到容器/home/ma-user路径下。
      图3 下载Wan2.1-I2V-14B-720P-Diffusers训练权重
      
   4. 下载图生视频训练权重，如下图所示，下载图生视频14B-480p预训练权重的所有文件，保存在Wan2.1-I2V-14B-480P-Diffusers目录下，并上传Wan2.1-I2V-14B-480P-Diffusers目录到容器/home/ma-user路径下。
      图4 下载Wan2.1-I2V-14B-480P-Diffusers训练权重
      
6. 请自行准备训练数据集，上传到容器/home/ma-user路径下。数据集处理成如下格式。

   

   其中，videos/下存放视频，data.json中包含该数据集中所有的视频-文本对信息，具体示例如下：

   

   修改/home/ma-user/MindSpeed_Dir/MindSpeed-MM/examples/wan2.1/feature_extract/data.txt文件，其中每一行表示一个数据集，第一个参数表示数据文件夹的路径，第二个参数表示data.json文件的路径，用,分隔 , 示例如下