Run Mathematica armhf on RaspberryPi aarch64

Why

使用Mathematica + Python web framework提供对外的服务平台，由于机器上运行的都是AARCH64系统，而ARM Mathematica目前只支持32位的v6 v7，需要在aarch64上增加支持armhf v6 v7的运行时库。

Small TIPS

为了能够在Ubuntu 20.04 aarch64 系统上运行Mathematica ARM 32Bit，查阅了很多相关资料，最后试验成功，可以通过以下方式在aarch64系统上运行32位的Mathematica。

最主要的就是这一行：dpkg –add-architecture armhf 添加armhf源，后面就是安装对应的armhf libc libc++ zlib。

Mathematica 的相关程式安装包在这里

FROM ubuntu:20.04

RUN apt-get update
RUN dpkg --add-architecture armhf
RUN apt-get update
RUN apt-get install libc6-dev:armhf libstdc++-9-dev:armhf zlib1g-dev:armhf
COPY ./ /tmp/
WORKDIR /tmp
RUN apt install ./wolframscript_1.4.0+2020081702_armhf.deb -y
RUN apt install ./wolfram-engine_12.1.1+2020081901_armhf -y
WORKDIR /

Python Web and Wolfram Backend Demo

对应于Mathematica armhf位版本，安装gcc和g++都为armhf版本，所以我们安装的Python和Python Modules也需要对应到armhf。

curl https://bootstrap.pypa.io/get-pip.py -o get-pip.py
python3 ./get-pip.py

可能存在某些依赖未安装，那就需要apt-get download 安装包，然后手动安装python modules依赖。

pip3 install wolframclient

pip3 install wolframwebengine

依赖列表:

aiohttp==3.6.2
async-timeout==3.0.1
attrs==20.1.0
certifi==2020.6.20
chardet==3.0.4
idna==2.10
multidict==4.7.3
numpy==1.17.4
oauthlib==3.1.0
pytz==2020.1
pyzmq==18.1.1
requests==2.24.0
urllib3==1.25.10
wolframclient==1.1.4
wolframwebengine==1.0.2
yarl==1.5.1

错误

安装过程中，因为我们的平台是aarch64，而编译器采用的是armhf，所以可能会遇到如下错误。

    File "/usr/local/lib/python3.8/dist-packages/wheel/bdist_wheel.py", line 278, in get
_tag
      assert tag in supported_tags, "would build wheel with unsupported tag {}".format(t
ag)
  AssertionError: would build wheel with unsupported tag ('cp38', 'cp38', 'linux_aarch64
')
  ----------------------------------------
  ERROR: Failed building wheel for yarl
Failed to build yarl
ERROR: Could not build wheels for yarl which use PEP 517 and cannot be installed directl
y

解决的方法就是下载源码包，然后通过python3 setup.py install安装。

Demo

git clone https://github.com/WolframResearch/WolframWebEngineForPython.git
python3  -m wolframwebengine --demo --kernel /opt/Wolfram/WolframEngine/12.1/Executables/WolframKernel --domain 0.0.0.0

最后只要把官方的demo跑通，我们在aarch64上构建的mathematica web就完成了。

Wolfram NetModel Server

按照上述测试部署之后，我们就可以自己开发和托管Wolfram NetModel Web服务了。

我们会把训练完成的深度学习模型运行在Raspberry pi 4集群上，然后通过Cloudflare Argo将流量引导到我们的集群上，对外暴露我们的模型接口。

这样我们就能基于Wolfram Neural Network完整实现从模型设计->模型开发->模型训练->上线的整个流程。

Why#

Small TIPS#

Python Web and Wolfram Backend Demo#

错误#

Demo#

Wolfram NetModel Server#

相关命令#

Why

Small TIPS

Python Web and Wolfram Backend Demo

错误

Demo

Wolfram NetModel Server

相关命令