Linux aarch64架构下Miniconda环境多包触发Illegal instruction问题求助

核心原因 #

conda-forge提供的预编译TensorFlow、NumPy等包，可能包含当前aarch64设备不支持的CPU指令集（如高级NEON扩展）；同时你使用的Miniconda 4.9.2版本较老，在aarch64架构上的包兼容性存在缺陷。

解决步骤 #

1. 升级Miniconda至最新版本 #

先修复老版本conda的兼容性问题：

# 激活base环境
source /home/su/miniconda3/bin/activate base
# 升级conda核心组件
conda update -n base -c defaults conda -y

2. 重建环境并重新安装兼容包 #

删除原有环境，重新创建后安装指令集匹配的预编译包：

# 删除旧环境
conda remove -n myenv --all -y
# 创建新的Python3.8环境
conda create -n myenv python=3.8 -y
# 激活环境
conda activate myenv
# 强制重新安装指定版本的包，优先选择aarch64兼容构建
conda install -c conda-forge tensorflow=2.8.2 numpy=1.21.5 keras=2.8.0 --force-reinstall -y

如果仍报错，尝试降级NumPy到1.20.x版本（该版本对旧aarch64设备兼容性更好）：

conda install -c conda-forge numpy=1.20.3 -y

3. 针对当前设备源码编译（终极方案） #

若预编译包均不兼容，直接针对设备指令集从源码编译：

• 先安装编译依赖：

conda install -c conda-forge gcc gfortran make cmake -y

• 编译NumPy：

pip uninstall numpy -y
git clone https://github.com/numpy/numpy.git
cd numpy
git checkout v1.21.5
python setup.py build --fcompiler=gnu95 install

• 编译TensorFlow：

pip uninstall tensorflow keras -y
git clone https://github.com/tensorflow/tensorflow.git
cd tensorflow
git checkout v2.8.2
# 配置编译选项，根据提示禁用当前设备不支持的指令集
./configure
# 开始编译（耗时较长，需根据设备性能调整并行数）
bazel build --config=opt //tensorflow/tools/pip_package:build_pip_package
# 生成并安装pip包
./bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg
pip install /tmp/tensorflow_pkg/tensorflow-*.whl

4. 验证设备指令集支持 #

通过以下命令查看当前设备支持的CPU指令集，确认包依赖的指令集是否匹配：

cat /proc/cpuinfo | grep Features

如果输出中缺少neon等关键指令集，说明预编译包不兼容，必须通过源码编译并禁用对应指令。

内容的提问来源于stack exchange，提问作者Susan