快捷方式

内存规划

受众:对自定义 ExecuTorch 程序操作的内存区域感兴趣的后端集成商和嵌入式开发者。

概述

内存规划是在将 ExportedProgram 转换为 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,并计划其在固定大小内存区域中的位置。

具体来说,与内存规划相关的三个过程

  • SpecPropPass 计算图中每个张量(输入、中间结果或输出)的 TensorSpec。TensorSpec 中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 对维度进行注释。

  • SymShapeEvalPass 使用其上限将符号表达式评估为具体的整数。有两种方法可以进行上限专门化: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可能是什么的提示,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,并在范围内进行推理以获得真实的上限。

  • 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 提供了两种开箱即用的内存规划算法选项,但如果提供的选项不适合或不足以满足用户的用例,用户可以定义自己的算法。

  • 朴素算法只是将所有张量线性地连接到一个内存块中,而不考虑内存重用。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其生命周期不与我们尝试为其进行内存规划的当前张量重叠时,我们分配一个与当前张量大小和生命周期相同的新的内存缓冲区。当有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,我们将这些内存缓冲区线性地分配到内存中。

方法输入和输出

MemoryPlanningPass 提供了不为程序输入和输出进行内存规划的选项。如果未规划 IO,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`.
                )
            )
        )

一种常见的设置是用于模型的输出作为后续推理的输入的情况。在这种情况下,通常最好不要为 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。以下示例显示了如何重用提供的规划算法,但具有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,在降低到 ExecuTorch 时,您可以按以下方式使用自定义计划

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

调试工具

请参阅 内存规划检查 以获取检查内存规划结果的工具。

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取初学者和高级开发者的深入教程

查看教程

资源

查找开发资源并解答您的问题

查看资源