torch_tensorrt.runtime¶
函数¶
- torch_tensorrt.runtime.set_multi_device_safe_mode(mode: bool) _MultiDeviceSafeModeContextManager[source]¶
将运行时（仅限 Python，默认）设置为多设备安全模式
在系统有多个可用设备的情况下，为了使运行时安全执行，需要进行额外的设备检查。这些检查可能会影响性能，因此是可选加入的。用于抑制在多设备上下文中不安全运行的警告。
- 参数
mode (bool) – 启用 (
True) 或禁用 (False) 多设备检查
示例
with torch_tensorrt.runtime.set_multi_device_safe_mode(True): results = trt_compiled_module(*inputs)
- torch_tensorrt.runtime.enable_cudagraphs(compiled_module: Union[GraphModule, Module]) _CudagraphsContextManager[source]¶
- torch_tensorrt.runtime.enable_pre_allocated_outputs(module: GraphModule) _PreAllocatedOutputContextManager[source]¶
类¶
- class torch_tensorrt.runtime.TorchTensorRTModule(**kwargs: Dict[str, Any])[source]¶
TorchTensorRTModule 是一个 PyTorch 模块，它包含任意 TensorRT Engine。
此模块由 Torch-TensorRT 运行时支持，并且与 FX / Python 部署（只需将
import torch_tensorrt作为应用程序的一部分）以及 TorchScript / C++ 部署完全兼容，因为 TorchTensorRTModule 可以传递给torch.jit.trace然后保存。forward 函数非常简单，为 forward(*args: torch.Tensor) -> Tuple[torch.Tensor]，其中内部实现是
return Tuple(torch.ops.tensorrt.execute_engine(list(inputs), self.engine))> 注意: TorchTensorRTModule 仅支持使用显式批处理构建的引擎
- 变量
name (str) – 模块名称（便于调试）
engine (torch.classes.tensorrt.Engine) – Torch-TensorRT TensorRT Engine 实例，管理[反]序列化、设备配置、性能分析
input_binding_names (List[str]) – 按传递给 TRT 模块的顺序排列的输入 TensorRT 引擎绑定名称列表
output_binding_names (List[str]) – 按应返回的顺序排列的输出 TensorRT 引擎绑定名称列表
- __init__(**kwargs: Dict[str, Any]) Any¶
初始化内部 Module 状态，由 nn.Module 和 ScriptModule 共享。
- forward(**kwargs: Dict[str, Any]) Any¶
定义每次调用时执行的计算。
应被所有子类重写。
注意
虽然前向传递的实现需要在该函数中定义，但之后应调用
Module实例而不是该函数，因为前者负责运行注册的钩子，而后者会静默忽略它们。
- get_extra_state(**kwargs: Dict[str, Any]) Any¶
返回要包含在模块 state_dict 中的任何额外状态。
如果您需要存储额外状态，请为您自己的模块实现此函数以及相应的
set_extra_state()函数。该函数在构建模块的 state_dict() 时调用。请注意，额外状态应该是可序列化的（picklable），以确保 state_dict 的序列化正常工作。我们只对张量的序列化提供向后兼容性保证；如果其他对象的序列化 picklable 形式发生变化，可能会破坏向后兼容性。
- 返回
要存储在模块 state_dict 中的任何额外状态
- 返回类型
object
- set_extra_state(**kwargs: Dict[str, Any]) Any¶
设置加载的 state_dict 中包含的额外状态。
此函数从
load_state_dict()调用，以处理 state_dict 中找到的任何额外状态。如果您需要在模块的 state_dict 中存储额外状态，请为您自己的模块实现此函数以及相应的get_extra_state()函数。- 参数
state (dict) – 来自 state_dict 的额外状态
- class torch_tensorrt.runtime.PythonTorchTensorRTModule(serialized_engine: ~typing.Optional[bytes] = None, input_binding_names: ~typing.Optional[~typing.List[str]] = None, output_binding_names: ~typing.Optional[~typing.List[str]] = None, *, name: str = '', settings: ~torch_tensorrt.dynamo._settings.CompilationSettings = CompilationSettings(enabled_precisions={<dtype.f32: 7>}, debug=False, workspace_size=0, min_block_size=5, torch_executed_ops=set(), pass_through_build_failures=False, max_aux_streams=None, version_compatible=False, optimization_level=None, use_python_runtime=False, truncate_double=False, use_fast_partitioner=True, enable_experimental_decompositions=False, device=Device(type=DeviceType.GPU, gpu_id=0), require_full_compilation=False, disable_tf32=False, assume_dynamic_shape_support=False, sparse_weights=False, engine_capability=<EngineCapability.STANDARD: 1>, num_avg_timing_iters=1, dla_sram_size=1048576, dla_local_dram_size=1073741824, dla_global_dram_size=536870912, dryrun=False, hardware_compatible=False, timing_cache_path='/tmp/torch_tensorrt_engine_cache/timing_cache.bin', lazy_engine_init=False, cache_built_engines=False, reuse_cached_engines=False, use_explicit_typing=False, use_fp32_acc=False, refit_identical_engine_weights=False, strip_engine_weights=False, immutable_weights=True, enable_weight_streaming=False, enable_cross_compile_for_windows=False, tiling_optimization_level='none', l2_limit_for_tiling=-1, use_distributed_mode_trace=False), weight_name_map: ~typing.Optional[dict[typing.Any, typing.Any]] = None, requires_output_allocator: bool = False)[source]¶
PythonTorchTensorRTModule 是一个 PyTorch 模块，它包含任意 TensorRT Engine。
此模块由 Torch-TensorRT 运行时支持，仅与 FX / Dynamo / Python 部署兼容。此模块无法通过 torch.jit.trace 序列化到 torchscript 以用于 C++ 部署。
- __init__(serialized_engine: ~typing.Optional[bytes] = None, input_binding_names: ~typing.Optional[~typing.List[str]] = None, output_binding_names: ~typing.Optional[~typing.List[str]] = None, *, name: str = '', settings: ~torch_tensorrt.dynamo._settings.CompilationSettings = CompilationSettings(enabled_precisions={<dtype.f32: 7>}, debug=False, workspace_size=0, min_block_size=5, torch_executed_ops=set(), pass_through_build_failures=False, max_aux_streams=None, version_compatible=False, optimization_level=None, use_python_runtime=False, truncate_double=False, use_fast_partitioner=True, enable_experimental_decompositions=False, device=Device(type=DeviceType.GPU, gpu_id=0), require_full_compilation=False, disable_tf32=False, assume_dynamic_shape_support=False, sparse_weights=False, engine_capability=<EngineCapability.STANDARD: 1>, num_avg_timing_iters=1, dla_sram_size=1048576, dla_local_dram_size=1073741824, dla_global_dram_size=536870912, dryrun=False, hardware_compatible=False, timing_cache_path='/tmp/torch_tensorrt_engine_cache/timing_cache.bin', lazy_engine_init=False, cache_built_engines=False, reuse_cached_engines=False, use_explicit_typing=False, use_fp32_acc=False, refit_identical_engine_weights=False, strip_engine_weights=False, immutable_weights=True, enable_weight_streaming=False, enable_cross_compile_for_windows=False, tiling_optimization_level='none', l2_limit_for_tiling=-1, use_distributed_mode_trace=False), weight_name_map: ~typing.Optional[dict[typing.Any, typing.Any]] = None, requires_output_allocator: bool = False)[source]¶
接受名称、目标设备、序列化的 TensorRT 引擎以及绑定名称/顺序，并在其周围构建一个 PyTorch
torch.nn.Module。使用 TensorRT Python API 运行引擎。- 参数
serialized_engine (bytes) – 字节数组形式的序列化 TensorRT 引擎
input_binding_names (List[str]) – 按传递给 TRT 模块的顺序排列的输入 TensorRT 引擎绑定名称列表
output_binding_names (List[str]) – 按应返回的顺序排列的输出 TensorRT 引擎绑定名称列表
- 关键字参数
name (str) – 模块名称
settings (CompilationSettings) – 用于编译引擎的设置，如果未传递对象，则假定引擎是使用默认编译设置构建的
weight_name_map (dict) – 引擎权重名称到 state_dict 权重名称的映射
requires_output_allocator (bool) – 布尔标志，指示转换器是否创建需要 Output Allocator 才能运行的算子（例如，数据依赖的算子）
示例
trt_module = PythonTorchTensorRTModule( engine_str, input_binding_names=["x"], output_binding_names=["output"], name="my_module", settings=CompilationSettings(device=torch.cuda.current_device) )
- enable_profiling(profiler: IProfiler = None) None[source]¶
启用 TensorRT 性能分析。调用此函数后，TensorRT 将在每次前向运行时向标准输出报告每个层花费的时间。
