内存规划¶
受众：对自定义 ExecuTorch 程序运行的内存区域感兴趣的后端集成商和嵌入式开发者。
概述¶
MemoryPlanning 是获取 ExportedProgram 并进行 ExecuTorch 程序发射之前的最后一步操作。在此过程中，ExecuTorch 获取每个可变张量的大小和生命周期，并在固定大小的内存区域中规划它们的位置。
具体来说，内存规划有三个 Pass
SpecPropPass为图中的每个张量（输入、中间或输出）计算 TensorSpec。张量 spec 最重要的字段是张量形状的符号表达式，其中符号的初始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运算传播。维度可以由用户标记为动态或静态，当维度为动态时，用户需要使用 ValueRange 注释维度。SymShapeEvalPass使用上限评估将符号表达式求值为具体整数。有两种方法可以进行上限特化：HintBasedSymShapeEval（即将弃用）是评估上限的旧方法。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。我们称之为“基于提示”，因为示例输入的形状只是运行时输入形状的提示，仅用于跟踪。ValueRangeBasedSymShapeEval 是推荐的上限内存规划方法。它实际上会查看符号的 ValueRange，并对范围进行推理以获得真正的上限。MemoryPlanningPass在所有张量都获得具有具体整数形状的 TensorSpec 后执行实际的内存规划。
算法¶
ExecuTorch 默认提供两种内存规划算法，但如果提供的选项不合适或不足以满足其用例，用户可以定义自己的算法。
朴素算法只是将所有张量线性连接在一起，不考虑内存重用。它作为总内存消耗的上限，并作为基线。
贪婪算法尝试基于最佳拟合标准重用已分配的内存。具体来说：当没有已分配的内存的生命周期与我们尝试进行内存规划的当前张量不重叠时，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。当有一个或多个已分配的内存缓冲区的生命周期与当前张量重叠时，我们选择与当前张量大小最接近的缓冲区，以减少内存碎片。最后，我们在内存中线性地分配这些内存缓冲区。
方法输入和输出¶
MemoryPlanningPass 公开了不进行内存规划程序输入和输出的选项。如果 IO 未规划，则用户需要在运行时提供数据缓冲区来支持这些值。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`.
)
)
)
一种常见的设置是模型输出作为后续推理的输入提供。在这种情况下，通常最好不要对 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。
自定义内存计划¶
用户可以编写自定义内存计划，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，甚至更改规划算法本身。以下示例展示了如何重用提供的规划算法，但使用多个层次结构并将特定操作的输出放置在特定的内存区域中。
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 lowering 到 ExecuTorch 时，您可以按以下方式使用您的自定义计划
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首先查看贪婪算法的实现。
