快捷方式

委托调试

委托后端 是设备端模型的重要组成部分,因为它们在定义行为方面具有灵活性。这种灵活性的一个副作用是它作为一种不透明的转换操作。这会模糊在后处理中很有价值的丰富关联和变异。

  • 例如,如果在委托中发生两种不同的算子融合,后处理将无法区分这两种转换。

具体来说,这使得通过委托图关联运行时信息(如性能分析结果)变得困难。委托调试标识符提供了一个框架,委托作者可以通过它传播此信息并将其用于运行后分析。

准备工作分为三个阶段

  • 提前 (AOT):委托作者生成一个 **调试句柄映射**。

  • 运行时:委托作者使用在 **调试句柄映射** 中提前注册的 **委托调试标识符** 进行日志记录。

  • 反序列化:委托作者为委托事件中的自定义元数据提供解析器。

提前集成

委托作者通过从后端实现返回 **调试句柄映射** 来传播在 Lowered 后端中发生的转换。

生成调试句柄映射

**调试句柄映射** 通过将 **委托调试标识符** 映射到调试句柄来传达后端中发生的转换。

**委托调试标识符** 是生成或用户提供的标识符,用于表示运行时感兴趣的点。回想一下,调试句柄是模型图中算子实例的唯一标识符。

例如

  • { 0: (10, 11), 1: (11, 12) }: 运行时中的标识符 0 和 1 分别对应于具有调试句柄 (10, 11) 和 (11, 12) 的算子。

  • { “fused_op_1_2_3”: (11, 12, 15) }: 运行时中的标识符 “fused_op_1_2_3” 对应于具有调试句柄 (11, 12, 15) 的算子,其中 11, 12, 15 分别对应于算子 1、算子 2 和算子 3。

注意

标识符是将运行时结果连接到模型图的一种方式;标识符的解释由委托作者定义。

**调试句柄映射** 通过使用 **DelegateMappingBuilder** 构建,并作为 PreprocessResult 的一部分返回。

class PreprocessResult:
    processed_bytes: bytes = bytes()

    debug_handle_map: Optional[
        Union[Dict[int, Tuple[int]], Dict[str, Tuple[int]]]
    ] = None

PreprocessResult此处 定义。

DelegateMappingBuilder

DelegateMappingBuilder 是一个用于管理和构建调试句柄映射的辅助类。构建器的结果应在构建 PreprocessResult 时传入。

DelegateMappingBuilder此处 定义。

一个 DelegateMappingBuilder 实例可以按以下两种模式之一构建:手动标识符或生成标识符。

# Manual Identifiers, Default
builder = DelegateMappingBuilder(generated_identifiers=False)

# Generated Identifiers
builder = DelegateMappingBuilder(generated_identifiers=True)

对于**手动标识符**,用户在创建条目时传入一个**委托调试标识符**。对于**生成标识符**,构建器将自动分配一个**委托调试标识符**。

要将条目添加到**调试句柄映射**,请使用 insert_delegate_mapping_entry。它将一个或多个 fx.Node(s) 或调试句柄(源自 node.meta["debug_handle"])关联到一个可选的**委托调试标识符**(用于手动标识符)。调用会返回记录的标识符。

def insert_delegate_mapping_entry(
    self,
    nodes: Optional[Union[Node, List[Node]]] = None,
    handles: Optional[Union[int, List[int]]] = None,
    identifier: Optional[Union[int, str]] = None,
) -> Union[int, str]:

要检索**调试句柄映射**,请使用 get_delegate_mapping

def get_delegate_mapping(
    self,
) -> Union[Dict[int, Tuple[int]], Dict[str, Tuple[int]]]

AOT 映射的演示可以在 此处 找到。

运行时日志记录

对应于 AOT 映射,运行时定义了记录这些事件的功能。

实时日志记录

ExecuTorch 允许您进行实时日志记录。**实时日志记录**在执行过程中 timestamp 可用时非常有用。它开销最小,且作者调用起来很直观。

要实时记录事件(例如,明确表示性能分析的开始和停止),使用 event_tracer_start_profiling_delegate 创建一个 EventEntry,并使用 event_tracer_end_profiling_delegate 结束为提供的 EventTracer 创建的 EventEntry

要使用 event_tracer_start_profiling_delegate 启动一个 EventTracerEntry,根据**委托调试标识符**的类型(分别为 str 和 int),将**委托调试标识符**(提前提供给 debug_handle_map)作为 name 或 delegate_debug_id 参数传入。

EventTracerEntry event_tracer_start_profiling_delegate(
    EventTracer* event_tracer,
    const char* name,
    DebugHandle delegate_debug_id)

要结束一个 EventTracerEntry,只需向 event_tracer_end_profiling_delegate 提供原始的 EventTracerEntry

可选地,此时还可以记录额外的运行时 metadata

void event_tracer_end_profiling_delegate(
    EventTracer* event_tracer,
    EventTracerEntry event_tracer_entry,
    const void* metadata = nullptr,
    size_t metadata_len = 0)

事后日志记录

ExecuTorch 也允许您进行事后日志记录。有些运行时设置在执行时无法访问 timestamp。**事后日志记录**使作者仍然能够记录这些事件。

要事后记录事件(例如,同时记录开始时间和结束时间),调用 event_tracer_log_profiling_delegate,并结合实时日志记录 API 中使用的参数和 timestamp。

void event_tracer_log_profiling_delegate(
    EventTracer* event_tracer,
    const char* name,
    DebugHandle delegate_debug_id,
    et_timestamp_t start_time,
    et_timestamp_t end_time,
    const void* metadata = nullptr,
    size_t metadata_len = 0)

运行时代码的演示可以在 此处 找到。

从委托事件中暴露自定义元数据

如上所述的运行时日志记录 API 所示,用户可以记录一个字节数组以及其委托性能分析事件。我们通过 Inspector API 在后处理中向用户提供这些数据。

用户在创建 Inspector 实例时可以传递一个元数据解析器。解析器是一个可调用对象,用于反序列化数据并返回字符串列表或包含键值对的字典。反序列化后的数据随后会添加到事件块中的相应事件中,供用户使用。以下是如何编写此解析器的示例:

注意:反序列化器的输入是一个列表,其中每个条目是一个字节序列(本质上每个条目都是一个不可变的字节数组)。用户应遍历此列表,反序列化每个条目,然后以预期的格式(字符串列表或字典)返回。

Inspector(
    etdump_path=etdump_path,
    # Optional
    etrecord=etrecord_path,
    # Optional, only needed if debugging was enabled.
    buffer_path=buffer_path,
    delegate_metadata_parser=parse_delegate_metadata
)


def parse_delegate_metadata(delegate_metadatas: List[bytes]) -> Union[List[str], Dict[str, Any]]:
    metadata_str = []
    for metadata_bytes in delegate_metadatas:
        metadata_str += str(metadata_bytes)
    return metadata_str

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取针对初学者和高级开发者的深入教程

查看教程

资源

查找开发资源并获得问题解答

查看资源