为什么80%的码农都做不了架构师？>>> 
由于飞腾CPU是aarch64指令集，当前并不存在可以通过pip直接安装的tensorflow包。因此我们只能通过编译安装。但是，要编译安装Tensorflow，必须要首先安装Bazel，而要安装Bazel必须要解决相关的各种包依赖问题。
飞腾CPU+银河麒麟基础依赖安装
首先要安装pip：
sudo apt update
sudo apt install python-pip
pip install --upgrade pip
sudo apt-get install pkg-config zip g++ zlib1g-dev unzip
安装上述包一般都没有问题，但是下面这些包就不一定了：
sudo apt-get install python-dev
sudo apt-get install python-numpy python-wheel python-virtualenv
银河麒麟的服务器源我没找到，手头只有桌面版本的源，可以发现这些包不够新。对于python-dev这个包，可以通过ubuntu的相应包进行安装。在一台Ubuntu上执行：
apt-get download python-dev
会得到一个以python-dev-…….deb命名的一个包，然后在银河麒麟机器上你可以这样安装这个包：
sudo dpkg -i python-dev-…….deb
对于python-numpy python-wheel python-virtualenv这几个包，可以通过pip来安装：
sudo pip install numpy wheel virtualenv
基于飞腾CPU+银河麒麟操作系统的Bazel编译与安装
首先我们要获得一份Bazel-0.5.4版本源码：
wget https://github.com/bazelbuild/bazel/releases/download/0.5.4/bazel-0.5.4-dist.zip
mkdir bazel-0.5.4
unzip bazel-0.5.4-dist.zip -d bazel-0.5.4
为什么要用这个版本呢？因为最新的不同版本Bazel对于飞腾CPU的aarch64指令集的处理方法是不确定的，我经过搜索，只能找到一篇国外博客是在这个指令集上对Bazel进行了编译（https://collaborate.linaro.org/display/BDTS/Building+and+Installing+Tensorflow+on+AArch64#BuildingandInstallingTensorflowonAArch64-Installotherdependencies ）。 参考相关博客，需要修改相应的编译脚本：
diff --git a/scripts/bootstrap/buildenv.sh b/scripts/bootstrap/buildenv.sh
index 502f2c1..a2ab4dc 100755
--- a/scripts/bootstrap/buildenv.sh
+++ b/scripts/bootstrap/buildenv.sh
@@ -40,7 +40,7 @@ PLATFORM="$(uname -s | tr 'A-Z' 'a-z')"
MACHINE_TYPE="$(uname -m)"
MACHINE_IS_64BIT='no'
-if [ "${MACHINE_TYPE}" = 'amd64' -o "${MACHINE_TYPE}" = 'x86_64' -o "${MACHINE_TYPE}" = 's390x' ]; then
+if [ "${MACHINE_TYPE}" = 'amd64' -o "${MACHINE_TYPE}" = 'x86_64' -o "${MACHINE_TYPE}" = 's390x' -o "${MACHINE_TYPE}" = 'aarch64' ]; then
MACHINE_IS_64BIT='yes'
fi
diff --git a/src/main/java/com/google/devtools/build/lib/util/CPU.java b/src/main/java/com/google/devtools/build/lib/util/CPU.java
index 7a85c29..e5f3eae 100755
--- a/src/main/java/com/google/devtools/build/lib/util/CPU.java
+++ b/src/main/java/com/google/devtools/build/lib/util/CPU.java
@@ -26,6 +26,7 @@ public enum CPU {
X86_64("x86_64", ImmutableSet.of("amd64", "x86_64", "x64")),
PPC("ppc", ImmutableSet.of("ppc", "ppc64", "ppc64le")),
ARM("arm", ImmutableSet.of("arm", "armv7l")),
+ AARCH64("aarch64", ImmutableSet.of("aarch64")),
S390X("s390x", ImmutableSet.of("s390x", "s390")),
UNKNOWN("unknown", ImmutableSet.of());
diff --git a/third_party/BUILD b/third_party/BUILD
index 9cd2fac..f1cd14c 100755
--- a/third_party/BUILD
+++ b/third_party/BUILD
@@ -583,6 +583,11 @@ config_setting(
)
config_setting(
+ name = "aarch64",
+ values = {"host_cpu": "aarch64"},
+)
+
+config_setting(
name = "freebsd",
values = {"host_cpu": "freebsd"},
)
上面是常规操作，但是并不能保证Bazel在银河麒麟系统上正确编译：银河麒麟系统自己源里面的jdk似乎做了一些设置，导致找不到rt.jar里面的一些类和一些包。这是因为javac在运行的时候会默认在符号表ct.sym (同样在jre/lib/下)中查找该类是否存在。解决的方法是在javac中加上编译选项-XDignore.symbol.file，这就需要修改两处代码。 一处是bazel-0.5.4/script/bootstrap/compile.sh的122行，本来是
run "${JAVAC}" -classpath "${classpath}" -sourcepath "${sourcepath}" \
现在改成
run "${JAVAC}" -XDignore.symbol.file -classpath "${classpath}" -sourcepath "${sourcepath}" \
另外一处是bazel-0.5.4/compile.sh的123行：
bazel_build "src:bazel${EXE_EXT}" \
现在改成
bazel_build --javacopt="-XDignore.symbol.file" "src:bazel${EXE_EXT}" \
然后运行bazel-0.5.4/compile.sh即可获得bazel-0.5.4/output/bazel，将这个文件复制到/usr/bin/bazel即可成功安装bazel。
使用Bazel编译Tensorflow
首先要从github下载tensorflow的1.5.0版本，一定要是这个版本，因为只有这个版本我能告诉你在编译的时候可以选什么选项。获得了这个版本的代码解压到tf文件夹以后，运行如下命令
./configure
这个过程中会让你选择众多编译选项，记住俩事儿：只打开jemalloc的相关选项，别的都不要打开。然后运行：
bazel build -c opt --copt="-funsafe-math-optimizations" --copt="-ftree-vectorize" --copt="-fomit-frame-pointer" --verbose_failures tensorflow/tools/pip_package:build_pip_package
bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg
接下来编译会进行相当长的时间。编译完成后就可以通过pip安装了：
sudo pip install /tmp/tensorflow_pkg/tensorflow-1.5.0rc0-cp27-cp27mu-linux_aarch64.whl