4、开发环境准备：安装OpenVINO、配置环境变量、验证安装及常见安装问题排查

在完成MYRIAD设备（如Intel Neural Compute Stick 2）的硬件连接与驱动确认后，开发环境的搭建质量将直接决定后续模型编译、推理调试的效率。OpenVINO工具套件并非单一软件包，而是一套包含深度学习模型优化器（Model Optimizer）、推理引擎（Inference Engine）、运行时库及底层驱动插件的完整工具链。本章将围绕安装策略选择、环境变量配置、安装验证方法以及高频故障排查四个维度展开，帮助开发者建立一套可复现、可诊断的环境准备流程。

上图展示了从安装到排障的完整逻辑链路。在实际操作中，开发者往往跳过验证步骤直接进入模型编译，导致问题定位困难。本章将严格按照“安装→配置→验证→排障”的顺序推进，并在每个环节给出可执行的命令与判断标准。

4.1 安装策略：版本选择与包管理器对比

核心原理：OpenVINO的发布节奏与Intel硬件驱动、底层计算库（如TBB、OpenCL）紧密耦合。选择错误的版本或安装方式，会导致推理引擎无法识别MYRIAD设备。目前主流安装方式有三种：APT仓库安装（适用于Ubuntu LTS）、Python pip安装（适用于快速原型开发）、离线安装包（适用于无外网环境）。

操作流程：对于MYRIAD设备部署，推荐使用APT仓库安装，因为它会自动安装udev规则文件和USB驱动依赖。执行以下命令：

# 添加Intel官方仓库
wget https://apt.repos.intel.com/openvino/2024/gpg-pub-key.asc
sudo apt-key add gpg-pub-key.asc
echo "deb https://apt.repos.intel.com/openvino/2024/ubuntu jammy main" | sudo tee /etc/apt/sources.list.d/intel-openvino.list
sudo apt update
sudo apt install openvino-2024.1.0

案例拆解：某AI实验室在Ubuntu 22.04上部署NCS2设备，最初选择pip安装openvino==2023.3版本，结果在调用Core.compile_model()时出现dlopen failed错误。排查后发现pip包默认不包含libopenvino_cpu_plugin.so，且未安装libusb-1.0-0-dev。改用APT安装后，系统自动拉取了openvino-runtime-ubuntu22依赖包，问题解决。

4.2 环境变量配置：setupvars.sh与持久化

核心原理：OpenVINO运行时依赖多个动态库路径（LD_LIBRARY_PATH）、Python模块路径（PYTHONPATH）以及TBB线程库路径。官方提供的setupvars.sh脚本用于一次性设置这些变量，但每次新开终端都需要重新source，容易遗漏。

判断方法：执行echo $LD_LIBRARY_PATH，若输出为空或未包含/opt/intel/openvino/runtime/lib，则环境未正确配置。推荐将source命令写入~/.bashrc实现持久化：

# 编辑~/.bashrc，追加以下行
source /opt/intel/openvino/setupvars.sh
# 验证
source ~/.bashrc
python3 -c "from openvino.runtime import Core; print('OpenVINO OK')"

实战场景：在Docker容器中部署时，环境变量配置更为关键。由于容器默认不继承宿主机的udev规则，需要额外挂载设备并设置--device=/dev/bus/usb。同时，容器内需手动执行ldconfig刷新动态库缓存。

4.3 验证安装：设备枚举与推理冒烟测试

核心原理：安装验证需分三层：库层验证（Python导入是否成功）、设备层验证（MYRIAD是否被推理引擎识别）、功能层验证（实际执行一次推理）。仅检查pip show openvino不足以证明设备可用。

操作流程：按以下顺序执行验证命令：

# 1. 库层验证
python3 -c "from openvino.runtime import Core; print('库版本:', Core().get_versions('CPU'))"

# 2. 设备层验证
python3 -c "
from openvino.runtime import Core
core = Core()
devices = core.available_devices
print('可用设备:', devices)
assert 'MYRIAD' in devices, 'MYRIAD设备未找到'
"

# 3. 功能层验证（使用内置示例模型）
cd /opt/intel/openvino/samples/python/hello_query_device
python3 hello_query_device.py

案例拆解：某开发者执行设备层验证时，available_devices仅返回['CPU']，MYRIAD未出现。通过lsusb检查发现设备ID为03e7:2485，但系统未加载intel_myriad驱动。进一步排查发现，udev规则文件缺失。解决方案：

# 手动创建udev规则
sudo touch /etc/udev/rules.d/97-myriad-usb.rules
echo 'SUBSYSTEM=="usb", ATTRS{idVendor}=="03e7", MODE="0666", GROUP="users"' | sudo tee /etc/udev/rules.d/97-myriad-usb.rules
sudo udevadm control --reload-rules
sudo udevadm trigger
# 重新插拔NCS2设备

执行后再次运行设备枚举脚本，MYRIAD成功出现在列表中。

4.4 常见安装问题排查：依赖冲突与权限陷阱

核心原理：安装失败通常集中在三类：Python版本不匹配（OpenVINO 2024要求Python 3.8-3.11）、动态库链接失败（缺少libtbb.so.2）、USB权限不足（非root用户无法访问设备）。

判断方法：使用ldd检查核心库依赖：

ldd /opt/intel/openvino/runtime/lib/libopenvino.so | grep "not found"
# 若输出包含libtbb.so.2 => not found，则执行：
sudo apt install libtbb2

实战场景：在Ubuntu 20.04上安装OpenVINO 2024.1时，APT提示依赖libopencv-dev版本冲突。原因是系统已安装ROS的OpenCV 4.2，而OpenVINO需要OpenCV 4.5。此时不应强制降级，而应使用--no-install-recommends参数跳过可选依赖，或使用Python虚拟环境隔离。

复盘经验：在团队协作环境中，建议编写一键环境检查脚本，将python3 --version、lsusb、ldd结果输出到日志文件，便于快速定位是个人环境问题还是公共环境问题。同时，务必记录OpenVINO版本号与NCS2固件版本的对应关系——固件版本过旧会导致推理结果错误，但不会报错，这种隐性故障最难以排查。