运行时阶段

运行时阶段负责构建包含嵌入式 TensorRT 引擎的自包含 TorchScript 图，并在调用这些引擎时充当运行时。主要接口接受序列化后的 TensorRT 引擎。执行阶段将反序列化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有关其输入和输出的一些元数据，并且与 TorchScript 解释器兼容，以便可以将其移动和用作其他 TorchScript IValue。通过提供引擎和输入到 tensorrt::execute_engine 运算符来运行引擎，该运算符将获取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个实现，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 引擎执行器运算符

加载 Torch-TensorRT 时，它在 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，该运算符接收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属性中，以便它是可移植和可序列化的。调用运算符时，实例化的引擎和输入张量将从运行时堆栈中弹出。这些输入传递到一个通用引擎执行函数，该函数将张量通过 TensorRT 引擎运行并返回新张量作为结果。这些张量被推送到堆栈上，以便下一个运算符（无论是什么）都可以使用它。

构建结果图

引擎反序列化和实例化后，编译器将构建一个图，该图将在调用模块时执行引擎。以下是一个示例

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 运算符接收输入张量列表和引擎并生成输出张量列表，该列表将被返回。当调用模块上的 forward 时，将执行此图，从而运行 TensorRT 引擎。

在多个输出的情况下，编译后的图可能会将输出张量重新打包到元组中，然后返回给用户。

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。保存 TorchScript 模块时，pickler 将对 cuda 引擎运行序列化并将序列化后的引擎存储在创建的 zip 文件中。反序列化时，depickler 将使用序列化后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进行执行。

ABI 版本控制和序列化格式

Torch-TensorRT 程序是标准的 TorchScript，其中 TensorRT 引擎作为嵌入在图中的对象。因此，TensorRT 引擎有一个序列化格式。Torch-TensorRT 序列化程序的格式使用“ABI”版本进行版本控制，该版本告诉运行时有关运行时兼容性的信息。

> 当前 ABI 版本为 3

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以运行引擎

• 序列化后的 TensorRT 引擎