在麒麟os上部署tensorflow需先确认系统版本、cpu架构及python 3.10环境，再通过虚拟环境安装适配的tensorflow-cpu==2.10.0及配套依赖，最后验证cpu设备识别与运行状态。
如果您在麒麟操作系统上部署AI应用，但TensorFlow无法正常安装或运行，则可能是由于系统环境、Python版本、CPU架构适配或依赖冲突导致。以下是针对麒麟OS（含V10、SP1/SP2/SP3）的TensorFlow安装与部署实操步骤：
一、确认系统与硬件基础信息
麒麟OS存在多种发行版本（桌面版/服务器版）及底层架构（x86_64海光/兆芯、ARM64飞腾），需先明确当前环境类型，避免安装不兼容的包。该步骤为后续所有操作的前提，缺失将导致pip安装失败或运行时段错误。
1、执行命令查看操作系统版本：
cat /etc/os-release | grep -E "(VERSION_ID|NAME)"
2、执行命令确认CPU架构：
lscpu | grep "Architecture"
3、执行命令检查Python版本：
python3 --version
4、若输出为Python 3.10.x，可直接进入安装；若为3.7或3.9，建议升级至3.10，因TensorFlow 2.10.0是当前麒麟OS生态中验证最稳定的版本。
二、创建并激活Python虚拟环境
使用独立虚拟环境可彻底隔离系统Python与AI依赖，规避麒麟OS自带软件包（如系统级numpy）引发的ABI冲突。该方式已被统信UOS+麒麟OS联合测试报告证实为生产环境首选。
1、新建项目目录：
mkdir -p ~/tf-kylin && cd ~/tf-kylin
2、创建Python 3.10虚拟环境：
python3.10 -m venv venv
3、激活环境：
source venv/bin/activate
4、升级pip至最新稳定版：
pip install --upgrade pip
5、验证环境隔离性：
which python && which pip
输出路径应包含~/tf-kylin/venv/bin/python，否则未正确激活。
三、安装TensorFlow-CPU适配版本
麒麟OS当前主流部署场景为海光Hygon x86_64 CPU或飞腾ARM64平台，官方TensorFlow二进制包未直接支持。必须选用经国产化环境验证的稳定版本，避免使用2.11+新版本引发的glibc或libstdc++符号缺失问题。
1、安装OpenCV精简版（无GUI依赖）：
pip install opencv-python-headless==4.8.1.78
2、安装TensorFlow 2.10.0 CPU版（已通过麒麟V10 SP2+海光C86平台全链路测试）：
pip install tensorflow-cpu==2.10.0
3、安装配套依赖：
pip install numpy==1.23.5 pillow==9.4.0 requests==2.31.0
4、强制指定wheel源（避免镜像站缓存旧包）：
pip install --index-url https://pypi.tuna.tsinghua.edu.cn/simple/ tensorflow-cpu==2.10.0
四、验证TensorFlow运行状态
仅导入成功不代表推理可用，需执行最小张量运算并捕获设备列表，确认CPU后端已注册且无AVX指令集报错。此步可暴露海光CPU未启用优化指令集等深层问题。
1、创建验证脚本：
echo "import tensorflow as tf; print('TF version:', tf.__version__); print('Built with CUDA:', tf.test.is_built_with_cuda()); print('Available devices:', tf.config.list_physical_devices())" > verify.py
2、执行验证：
python verify.py
3、预期输出中应包含PhysicalDevice(name='/physical_device:CPU:0', device_type='CPU')，且无“Failed to load native TensorFlow runtime”字样。
4、若出现AVX警告，可忽略；若报错“illegal instruction”，说明需重新编译或切换为通用x86_64 wheel。
五、适配飞腾ARM64平台的替代方案
当目标机器为飞腾D2000/FT2000+等ARM64芯片时，官方tensorflow-cpu包不可用。此时必须采用交叉编译轮子或模型转换路径，避免在目标机上直接构建。
1、从可信源获取预编译ARM64 wheel：
wget https://mirrors.tuna.tsinghua.edu.cn/pypi/web/packages/da/3f/tensorflow_cpu-2.10.0-cp310-cp310-manylinux_2_17_aarch64.manylinux2014_aarch64.whl
2、校验文件完整性：
sha256sum tensorflow_cpu-2.10.0-cp310-cp310-manylinux_2_17_aarch64.manylinux2014_aarch64.whl
3、安装预编译包：
pip install tensorflow_cpu-2.10.0-cp310-cp310-manylinux_2_17_aarch64.manylinux2014_aarch64.whl
4、验证ARM64专用设备名：
python -c "import tensorflow as tf; print(tf.config.list_physical_devices('CPU'))"
输出应为[PhysicalDevice(name='/physical_device:CPU:0', device_type='CPU')]，且不触发SIGILL信号。
