运行时阶段

运行时阶段负责构建独立的 TorchScript 图，其中嵌入了 TensorRT 引擎，并在调用这些引擎时充当运行时。主接口接受序列化的 TensorRT 引擎。执行阶段将反序列化此引擎并将其包装在一个类中，该类为每个引擎维护执行上下文以及关于其输入和输出的一些元数据，并且与 TorchScript 解释器兼容，以便它可以像其他 TorchScript IValue 一样移动和使用。通过将引擎及其输入提供给 tensorrt::execute_engine 运算符来运行引擎，该运算符将接收引擎及其输入，并返回引擎执行的结果。

背景

PyTorch JIT 的运行时基于堆栈机，所有运算符都从堆栈中弹出参数，将它们传递给运算符的某些实现，然后将结果推回堆栈。堆栈的实际元素是 torch::jit::IValues，与我们在转换阶段评估的类型相同（抽象 torch::jit::Value 类型的实现）。

TensorRT 引擎执行器操作

当加载 Torch-TensorRT 时，它会在 PyTorch JIT 运算符库中注册一个名为 trt::execute_engine(Tensor[] inputs, __torch__.torch.classes.tensorrt.Engine engine) -> Tensor[] 的运算符，该运算符接受一个实例化的引擎和输入列表。编译后的图将此引擎存储在一个属性中，以便它是可移植和可序列化的。当调用 op 时，实例化的引擎和输入张量将从运行时堆栈中弹出。这些输入被传递到一个通用的引擎执行函数中，该函数将通过 TensorRT 引擎运行张量并返回新的张量作为结果。这些张量被推送到堆栈上，以便下一个 op（无论它是什么）可以使用它。

构建结果图

一旦引擎被反序列化和实例化，编译器将构建一个图，该图将在调用模块时执行引擎。这是一个例子

graph(%self_1 : __torch__.torchvision.models.resnet.___torch_mangle_4847.ResNet_trt,
  %input_0 : Tensor):
    %1 : __torch__.torch.classes.tensorrt.Engine = prim::GetAttr[name="__torch___torchvision_models_resnet____torch_mangle_4847_ResNet_trt_engine"](%self_1)
    %3 : Tensor[] = prim::ListConstruct(%input_0)
    %4 : Tensor[] = trt::execute_engine(%3, %1)
    %5 : Tensor = prim::ListUnpack(%4)
return (%5)

您可以在图中看到引擎属性，以及 trt::execute_engine op，它接受输入张量列表和一个引擎，并生成返回的输出张量列表。当在模块上调用 forward 时，将执行此图，从而运行 TensorRT 引擎。

在有多个输出的情况下，编译后的图可能会将输出张量重新打包成一个元组，以返回给用户。

graph(%self_1 : __torch__.PyTorch.Detection.SSD.src.model.SSD300_trt,
  %input_0 : Tensor):
    %1 : __torch__.torch.classes.tensorrt.Engine = prim::GetAttr[name="__torch___PyTorch_Detection_SSD_src_model_SSD300_trt_engine"](%self_1)
    %3 : Tensor[] = prim::ListConstruct(%input_0)
    %4 : Tensor[] = trt::execute_engine(%3, %1)
    %5 : Tensor, %6 : Tensor = prim::ListUnpack(%4)
    %7 : (Tensor, Tensor) = prim::TupleConstruct(%5, %6)
return (%7)

序列化和反序列化

嵌入在 TorchScript 图中的 TensorRT 引擎的序列化和反序列化由引擎的持有者类和 TorchBind 处理。当保存 TorchScript 模块时，pickler 将在 cuda 引擎上运行序列化，并将序列化的引擎存储在创建的 zip 文件中。反序列化时，depickler 将使用序列化的引擎调用引擎持有者类的构造函数，以便可以再次设置它以供执行。

ABI 版本控制和序列化格式

Torch-TensorRT 程序是标准的 TorchScript，其中 TensorRT 引擎作为对象嵌入在图中。因此，TensorRT 引擎存在序列化格式。Torch-TensorRT 序列化程序的格式使用 “ABI” 版本进行版本控制，该版本告知运行时关于运行时兼容性的信息。

> 当前 ABI 版本为 3

该格式是序列化字符串的向量。它们编码以下信息

• 程序的 ABI 版本

• TRT 引擎的名称

• 设备信息：包括引擎构建的目标设备、SM 功能和其他设备信息。此信息在反序列化时用于选择正确的设备来运行引擎

• 序列化的 TensorRT 引擎