多平台推理
Ascend GPU CPU 推理应用 初级 中级 高级
概述
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checkpiont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checkpiont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。
Ascend 910 AI处理器上推理
使用checkpoint格式文件推理
使用
model.eval接口来进行模型验证。1.1 模型已保存在本地
首先构建模型，然后使用
mindspore.train.serialization模块的load_checkpoint和load_param_into_net从本地加载模型与参数，传入验证数据集后即可进行模型推理，验证数据集的处理方式与训练数据集相同。network = LeNet5(cfg.num_classes) net_loss = nn.SoftmaxCrossEntropyWithLogits(is_grad=False, sparse=True, reduction="mean") net_opt = nn.Momentum(network.trainable_params(), cfg.lr, cfg.momentum) model = Model(network, net_loss, net_opt, metrics={"Accuracy": Accuracy()}) print("============== Starting Testing ==============") param_dict = load_checkpoint(args.ckpt_path) load_param_into_net(network, param_dict) dataset = create_dataset(os.path.join(args.data_path, "test"), cfg.batch_size, 1) acc = model.eval(dataset, dataset_sink_mode=args.dataset_sink_mode) print("============== {} ==============".format(acc))
其中，
model.eval为模型验证接口，对应接口说明：https://www.mindspore.cn/api/zh-CN/master/api/python/mindspore/mindspore.html#mindspore.Model.eval。1.2 模型保存在华为云
首先构建模型，然后使用
hub.load_weights从云端加载模型参数，传入验证数据集后即可进行推理，验证数据集的处理方式与训练数据集相同。network = LeNet5(cfg.num_classes) net_loss = nn.SoftmaxCrossEntropyWithLogits(is_grad=False, sparse=True, reduction="mean") net_opt = nn.Momentum(network.trainable_params(), cfg.lr, cfg.momentum) model = Model(network, net_loss, net_opt, metrics={"Accuracy": Accuracy()}) print("============== Starting Testing ==============") hub.load_weights(network, network_name="lenet", **{"device_target": "ascend", "dataset":"mnist", "version": "0.5.0"}) dataset = create_dataset(os.path.join(args.data_path, "test"), cfg.batch_size, 1) acc = model.eval(dataset, dataset_sink_mode=args.dataset_sink_mode) print("============== {} ==============".format(acc))
其中，
hub.load_weights为加载模型参数接口，对应接口说明：https://www.mindspore.cn/api/zh-CN/master/api/python/mindspore/mindspore.hub.html#mindspore.hub.load_weights。使用
model.predict接口来进行推理操作。model.predict(input_data)
其中，
model.predict为推理接口，对应接口说明：https://www.mindspore.cn/api/zh-CN/master/api/python/mindspore/mindspore.html#mindspore.Model.predict。
Ascend 310 AI处理器上推理
使用ONNX与AIR格式文件推理
Ascend 310 AI处理器上搭载了ACL框架，他支持OM格式，而OM格式需要从ONNX或者AIR模型进行转换。所以在Ascend 310 AI处理器上推理，需要下述两个步骤：
在训练平台上生成ONNX或AIR格式模型，具体步骤请参考导出AIR格式文件和导出ONNX格式文件。
将ONNX/AIR格式模型文件，转化为OM格式模型，并进行推理。
云上（ModelArt环境），请参考Ascend910训练和Ascend310推理的样例完成推理操作。
本地的裸机环境（对比云上环境，即本地有Ascend 310 AI 处理器），请参考Ascend 310 AI处理器配套软件包的说明文档。
GPU上推理
使用checkpoint格式文件推理
与在Ascend 910 AI处理器上推理一样。
使用ONNX格式文件推理
在训练平台上生成ONNX格式模型，具体步骤请参考导出ONNX格式文件。
在GPU上进行推理，具体可以参考推理使用runtime/SDK的文档。如在Nvidia GPU上进行推理，使用常用的TensorRT，可参考TensorRT backend for ONNX。
CPU上推理
使用checkpoint格式文件推理
与在Ascend 910 AI处理器上推理一样。
使用ONNX格式文件推理
与在GPU上进行推理类似，需要以下几个步骤：
在训练平台上生成ONNX格式模型，具体步骤请参考导出ONNX格式文件。
在CPU上进行推理，具体可以参考推理使用runtime/SDK的文档。如使用ONNX Runtime，可以参考ONNX Runtime说明文档。
端侧推理
端侧推理需使用MindSpore Lite推理引擎，详细操作请参考导出MINDIR格式文件和端侧推理教程。