sionna是Nvidia推出的专用于通信领域的SDK，简单介绍windows中如何在虚拟环境中安装sionna

安装步骤-CPU

​ 以下是CPU版的sionna安装步骤

​ sionna基于tensorflow，在虚拟环境中使用pip安装sionna时，会自动安装与其适配的最新版本tensorflow，因此不用事先安装tf

pip install sionna

​ 安装完成后import sionna会报错，无法找到LLVM-C.dll，这是因为sionna中部分内容需要LLVM编译框架，缺少该动态链接库，报错信息如下

AttributeError: jit_init_thread_state(): the LLVM backend is inactive because the LLVM shared library ("LLVM-C.dll") could not be found! Set the DRJIT_LIBLLVM_PATH environment variable to specify its path.

​ LLVM是什么可以自行了解，简单说它是一个编译框架，以此为基础衍生出很多编译工具

​ 解决方案：Windows: run one of the official installers (many files can be downloaded from this page, look for ones with the pattern LLVM-<version>-win64.exe). It is important that you let the installer adjust the %PATH% variable so that the file LLVM-C.dll can be found by Dr.Jit.

​ 这是LLVM手册提供的安装LLVM教程，我们进入网页，寻找满足版本要求（大于等于8）的LLVM-<version>-win64.exe文件，下载后以管理员身份运行，在安装过程中勾选添加至环境变量中

​ 安装完成后import sionna仍然会报同样的错，这是因为虚拟环境并不会去系统环境变量中查找需要的文件，因此找到LLVM的安装路径，找到LLVM-C.dll文件，复制粘贴至虚拟环境的目录下即可

安装步骤-GPU

​ 以下是GPU版的sionna安装步骤。上述pip install sionna默认安装tensorflow 2.13-CPU。sionna支持的tensorflow为2.10-2.15。

​ 截止2024年5月17日通过conda安装的tf-GPU版本最高为2.10，更高版本可从源码编译安装。

conda create -n sionna python=3.9
conda activate sionna
pip install tensorflow-gpu==2.10.0  # 安装tf-2.10-GPU

​ 安装完后进入python编程环境，import tensorflow as tf报错缺少cuda，exit()退出python

conda install cuda  # 自动寻找符合tf-2.10-GPU的cudatoolkit
conda install cudnn

​ 此时再进入python测试tf.test.is_gpu_available()显示True，则tf-GPU安装成功

pip install sionna

​ 安装过程中，安装脚本会自动下载tf-2.13及其依赖库，安装完成后报错，红色报错提示四个依赖库的版本冲突，分别为keras，protobuf，tensorboard和tensorflow-estimator。

​ 依次降低版本，优先满足tensorflow-gpu-2.10：

pip install keras==2.10.0  # 安装完成后红色报错数量不会减少，但keras版本变成满足tensorflow-gpu而不满足tensorflow-intel
pip install tensorboard==2.10  # 红色报错同上
pip install tensorflow-estimator==2.10.0
pip install tensorflow-intel==2.10.1

​ 上述四个版本降完后，仍然报tensorflow 2.13.0需要tensorflow-intel 2.13.0，这是因为sionna默认安装tensorflow2.13，因此降低版本

pip install tensorflow==2.10.1

​ 此时不再报错，进行测试

python
>> import sionna
>> sionna.__version__
>> import tensorflow as tf
>> tf.test.is_gpu_available()
>> True

​ 如果返回False，则

pip uninstall tensorflow-gpu==2.10.0
pip install tensorflow-gpu==2.10.0

​ 如果在使用sionna过程中报错，

from google.protobuf.internal import builder as _builder
ImportError: cannot import name 'builder' from 'google.protobuf.internal' (D:\......\site-packages\google\protobuf\internal\__init__.py)

​ 这是因为protobuf的版本问题，由于tensorflow-gpu需要的是protobuf==3.19.6，但是 protobuf v3.20.0 以来，python 类得到了简化，生成的 python 代码现在引用一个build模块，如果不是最新版本的protobuf是找不到该模块的。

​ 因此可以在安装完sionna后（此时protobuf是最新版），在anaconda环境下找到该文件将它复制下来，在安装完tensorflow-gpu2.10后（protobuf变成了3.19.6版本），在粘贴回去即可。就我而言使用的是anaconda，build.py文件的位置在D:Programs\anaconda3\envs\envname\Lib\site-packages\google\protobuf\internal