推理模型总览
Linux
Ascend
GPU
CPU
推理应用
初级
中级
高级
基于MindSpore训练后的模型,支持在不同的硬件平台上执行推理。本文介绍各平台上的推理流程。
按照原理不同,推理可以有两种方式:
直接使用checkpoint文件进行推理,即在MindSpore训练环境下,使用推理接口加载数据及checkpoint文件进行推理。
将checkpoint文件转化为通用的模型格式,如ONNX、AIR格式模型文件进行推理,推理环境不需要依赖MindSpore。这样的好处是可以跨硬件平台,只要支持ONNX/AIR推理的硬件平台即可进行推理。譬如在Ascend 910 AI处理器上训练的模型,可以在GPU/CPU上进行推理。
MindSpore支持的推理场景,按照硬件平台维度可以分为下面几种:
硬件平台 |
模型文件格式 |
说明 |
---|---|---|
Ascend 910 AI处理器 |
checkpoint格式 |
与MindSpore训练环境依赖一致 |
Ascend 310 AI处理器 |
ONNX、AIR格式 |
搭载了ACL框架,支持OM格式模型,需要使用工具转化模型为OM格式模型。 |
GPU |
checkpoint格式 |
与MindSpore训练环境依赖一致。 |
GPU |
ONNX格式 |
支持ONNX推理的runtime/SDK,如TensorRT。 |
CPU |
checkpoint格式 |
与MindSpore训练环境依赖一致。 |
CPU |
ONNX格式 |
支持ONNX推理的runtime/SDK,如TensorRT。 |
ONNX,全称Open Neural Network Exchange,是一种针对机器学习所设计的开放式的文件格式,用于存储训练好的模型。它使得不同的人工智能框架(如PyTorch, MXNet)可以采用相同格式存储模型数据并交互。详细了解,请参见ONNX官网https://onnx.ai/。
AIR,全称Ascend Intermediate Representation,类似ONNX,是华为定义的针对机器学习所设计的开放式的文件格式,能更好地适配Ascend AI处理器。
ACL,全称Ascend Computer Language,提供Device管理、Context管理、Stream管理、内存管理、模型加载与执行、算子加载与执行、媒体数据处理等C++ API库,供用户开发深度神经网络应用。它匹配Ascend AI处理器,使能硬件的运行管理、资源管理能力。
OM,全称Offline Model,华为Ascend AI处理器支持的离线模型,实现算子调度的优化,权值数据重排、压缩,内存使用优化等可以脱离设备完成的预处理功能。
TensorRT,NVIDIA 推出的高性能深度学习推理的SDK,包括深度推理优化器和runtime,提高深度学习模型在边缘设备上的推断速度。详细请参见https://developer.nvidia.com/tensorrt。