快捷方式

内存规划

受众: 对自定义 ExecuTorch 程序运行所在的内存区域感兴趣的后端集成者和嵌入式开发者。

概述

内存规划 (MemoryPlanning) 是在获取 ExportedProgram 并将其生成 ExecuTorch 程序之前采取的最后一步操作。在此过程中,ExecuTorch 会获取每个可变张量的大小和生命周期,并规划它们在固定大小内存区域中的位置。

具体来说,有三个与内存规划相关的 Pass:

  • SpecPropPass 计算图中每个张量(输入、中间张量或输出)的 TensorSpec。张量规范 (Tensor spec) 最重要的字段是张量形状的符号表达式,其中初始符号集来自输入张量的维度,中间张量形状的符号表达式通过张量操作进行传播。用户可以将维度标记为动态或静态,并且当维度为动态时,用户需要使用 ValueRange 注解该维度。

  • SymShapeEvalPass 将符号表达式评估为具体的整数及其上界。有两种方法进行上界特化:HintBasedSymShapeEval(即将弃用)是旧的评估上界的方式。它不查看符号的 ValueRange,而是使用示例输入的形状来替换所有符号。我们称其为“基于提示”,因为示例输入的形状只是运行时输入形状可能是什么的提示,仅用于追踪。ValueRangeBasedSymShapeEval 是进行上界内存规划的推荐方式。它会实际查看符号的 ValueRange,并对范围进行推断以获得实际的上界。

  • MemoryPlanningPass 在所有张量都获得带有具体整数形状的 TensorSpec 后,执行实际的内存规划。

算法

ExecuTorch 开箱即用地提供了两种内存规划算法选项,但如果提供的选项不合适或不足,用户可以自定义自己的算法。

  • 朴素算法简单地将所有张量串联在线性内存块中,不考虑内存复用。它作为总内存消耗的上界,并作为基准。

  • 贪心算法尝试根据最佳适配准则复用已分配的内存。具体来说:当不存在一个已分配的内存,其生命周期与当前我们尝试进行内存规划的张量不重叠时,我们分配一个新的内存缓冲区,其大小和生命周期与当前张量相同。当存在一个或多个已分配的内存缓冲区,其生命周期与当前张量重叠时,我们选择大小与当前张量最接近的缓冲区,以减少内存碎片。最后,我们在线性内存中分配这些内存缓冲区。

方法输入与输出

MemoryPlanningPass 提供了不对程序输入和输出进行内存规划的选项。如果 IO 未规划,则用户将被要求在运行时提供数据缓冲区来存储这些值。示例

program = edge_program.to_executorch(
            exir.ExecutorchBackendConfig(
                memory_planning_pass=MemoryPlanningPass(
                    alloc_graph_input=False, # Inputs will not be memory planned, the data_ptr for input tensors after model load will be nullptr
                    alloc_graph_output=True, # Outputs will be memory planned, the data_ptr for output tensors after model load will be in the `planned_memory`.
                )
            )
        )

一个常见的设置是对于模型输出作为后续推理输入的模型。在这种情况下,通常最好不对 IO 进行内存规划,而是在运行时为输入和输出提供相同的缓冲区,以避免复制。

自定义内存规划

用户可以编写自定义内存规划,以利用多个内存位置(如 SRAM 和 DRAM),将特定节点的输出放置在特定位置,甚至改变规划算法本身。以下示例展示了如何复用提供的规划算法,但具有多个层级并将特定算子的输出放置在特定内存区域。

class CustomPoolMemoryPlanningPass(MemoryPlanningPass):
    def run(self, graph_module: GraphModule, graph_signature: Optional[ExportGraphSignature]) -> PassResult:
        for subgm in graph_module.modules():
            if not isinstance(subgm, GraphModule):
                continue
            for node in subgm.graph.nodes:
                # mem_id = 1 placeholder and outputs of mul
                # mem_id = 2 for outputs of add
                # parent class will copy spec will to alloc nodes
                if node.op == "placeholder":
                    node.meta["spec"].mem_id = 1
                    continue

                if node.op != "call_function":
                    continue

                if node.target == torch.ops.aten.add.out:
                    node.meta["spec"].mem_id = 2
                elif node.target == torch.ops.aten.mul.out:
                    node.meta["spec"].mem_id = 1

        return super().run(graph_module, graph_signature)

然后,在降低到 ExecuTorch 时,你可以按以下方式使用你的自定义规划

program = edge_program.to_executorch(
            exir.ExecutorchBackendConfig(
                memory_planning_pass=CustomPoolMemoryPlanningPass(
                    memory_planning_algo=greedy,
                )
            )
        )

尝试编写自定义内存规划算法的用户应该从查看 贪心算法的实现 开始。

调试工具

请参考 内存规划检查,这是一个用于检查内存规划结果的工具。

文档

访问全面的 PyTorch 开发者文档

查看文档

教程

获取针对初学者和高级开发者的深度教程

查看教程

资源

查找开发资源并获得问题解答

查看资源