Add Huawei Ascend NPU deploy through PaddleLite CANN

docs/cn/build_and_install/huawei_ascend.md

@@ -0,0 +1,84 @@
+# 华为昇腾NPU 部署环境编译准备
+
+FastDeploy基于 Paddle-Lite 后端支持在华为昇腾NPU上进行部署推理。
+更多详细的信息请参考：[PaddleLite部署示例](https://github.com/PaddlePaddle/Paddle-Lite/blob/develop/docs/demo_guides/huawei_ascend_npu.md)。
+
+本文档介绍如何在ARM Linux操作系统环境下, 编译基于 PaddleLite 的 C++ FastDeploy 源码, 生成目标硬件为华为昇腾NPU的预测库。
+
+更多编译选项请参考[FastDeploy编译选项说明](./README.md)
+
+
+## 一.设备环境的准备
+- Atlas 300I Pro 推理卡[规格说明书](https://e.huawei.com/cn/products/cloud-computing-dc/atlas/atlas-300i-pro)
+- 安装Atlas 300I Pro 推理卡的驱动和固件包（Driver 和 Firmware)
+- 配套驱动和固件包下载：
+  - https://www.hiascend.com/hardware/firmware-drivers?tag=community（社区版）
+  - https://www.hiascend.com/hardware/firmware-drivers?tag=commercial（商业版）
+  - 驱动：Atlas-300i-pro-npu-driver_5.1.rc2_linux-aarch64.run
+  - 固件：Atlas-300i-pro-npu-firmware_5.1.rc2.run
+- 安装驱动和固件包：
+
+```shell
+# 增加可执行权限
+$ chmod +x *.run
+# 安装驱动和固件包
+$ ./Atlas-300i-pro-npu-driver_5.1.rc2_linux-aarch64.run --full
+$ ./Atlas-300i-pro-npu-firmware_5.1.rc2.run --full
+# 重启服务器
+$ reboot
+# 查看驱动信息，确认安装成功
+$ npu-smi info
+```
+- 更多系统和详细信息见[昇腾硬件产品文档](https://www.hiascend.com/document?tag=hardware)
+
+
+## 二.编译环境搭建
+
+### 宿主机环境需求  
+- os：ARM-Linux
+- gcc、g++、git、make、wget、python、pip、python-dev、patchelf
+- cmake（建议使用 3.10 或以上版本）
+
+### 使用Docker开发环境
+为了保证和FastDeploy验证过的编译环境一致，建议使用Docker开发环境进行配置.
+
+```shell
+# 下载 Dockerfile
+$ wget https://bj.bcebos.com/fastdeploy/test/Ascend_ubuntu18.04_aarch64_5.1.rc2.Dockerfile
+# 通过 Dockerfile 生成镜像
+$ docker build --network=host -f Ascend_ubuntu18.04_aarch64_5.1.rc2.Dockerfile -t paddlelite/ascend_aarch64:cann_5.1.rc2 .
+# 创建容器
+$ docker run -itd --privileged --name=ascend-aarch64 --net=host -v $PWD:/Work -w /Work --device=/dev/davinci0 --device=/dev/davinci_manager --device=/dev/hisi_hdc --device /dev/devmm_svm -v /usr/local/bin/npu-smi:/usr/local/bin/npu-smi  -v /usr/local/Ascend/driver/:/usr/local/Ascend/driver/ paddlelite/ascend_aarch64:cann_5.1.rc2 /bin/bash
+# 进入容器
+$ docker exec -it ascend-aarch64 /bin/bash
+# 确认容器的 Ascend 环境是否创建成功
+$ npu-smi info
+```
+以上步骤成功后，用户可以直接在docker内部开始FastDeploy的编译.
+
+注意:
+- 如果用户在Docker内想使用其他的CANN版本,请自行更新 Dockerfile 文件内的 CANN 下载路径, 同时更新相应的驱动和固件. 当前Dockerfile内默认为[CANN 5.1.RC2](https://ascend-repo.obs.cn-east-2.myhuaweicloud.com/CANN/CANN%205.1.RC2/Ascend-cann-toolkit_5.1.RC2_linux-aarch64.run).
+- 如果用户不想使用docker，可以参考由PaddleLite提供的[ARM Linux环境下的编译环境准备](https://github.com/PaddlePaddle/Paddle-Lite/blob/develop/docs/source_compile/arm_linux_compile_arm_linux.rst)自行配置编译环境, 之后再自行下载并安装相应的CANN软件包来完成配置.
+
+## 三.基于 PaddleLite 的 FastDeploy 库编译
+搭建好编译环境之后，编译命令如下：
+```bash
+# Download the latest source code
+git clone https://github.com/PaddlePaddle/FastDeploy.git
+cd FastDeploy  
+mkdir build && cd build
+
+# CMake configuration with CANN
+cmake -DCMAKE_TOOLCHAIN_FILE=./../cmake/cann.cmake \
+      -DENABLE_CANN=ON  \
+      -DCMAKE_INSTALL_PREFIX=fastdeploy-cann \
+      -DENABLE_VISION=ON \ # 是否编译集成视觉模型的部署模块，可选择开启
+      -Wno-dev ..
+
+# Build FastDeploy CANN C++ SDK
+make -j8
+make install
+```  
+编译完成之后，会在当前的build目录下生成 fastdeploy-cann 目录，表示基于 PadddleLite CANN 的 FastDeploy 库编译完成。
+
+华为昇腾NPU 上部署 PaddleClas 分类模型请参考：[PaddleClas 华为升腾NPU C++ 部署示例](../../../examples/vision/classification/paddleclas/ascend/README.md)