AscendCL快速入门——模型推理篇（上）-asci模型 消费者模型

上一篇 AscendCL快速入门——内存管理篇

一、概述

本文介绍了AscendCL模型推理相关知识，介绍了AscendCL接口加载离线模型，为离线模型准备数据结构以及调用离线模型进行推理的过程。简单来说，曻腾的AscendCL的推理工程可以问为三步。

把经过ATC转化过的模型.om文件加载到内存。为模型准备输入输出。让模型在设备端执行推理。

二、模型推理的接口调用和代码示例

1. 将模型加载到内存

AscendCL推理所使用的的模型是昇腾CANN平台专用的离线模型，既然要调用模型进行推理，首先当然是要把模型加载进来，最简单的场景就是从磁盘加载一个离线模型文件进内存，接口如下：

aclError aclmdlLoadFromFile(const char *modelPath, uint32_t *modelId);

参数表中的modelPath是入参，指的是离线模型文件在磁盘上的路径；而modelId则是出参，模型加载进内存后，AscendCL会生成一个modelId，后续在分析、使用模型的时候会用到，每次加载模型生成的modelId都是不一样的， 在一个进程空间内，modelId会保持唯一。

开始编写代码前，要加上.h或者.cpp文件中包含AscendCL的头文件：

#include “acl/acl.h” #pragma add_include_path(“/usr/local/Ascend/ascend-toolkit/latest/x86_64-linux/ acllib/include/”) #pragma add_library_path(“/usr/local/Ascend/ascend-toolkit/latest/x86_64-linux/ acllib/lib64/”) #pragma cling load(“libascendcl.so”) #define INFO_LOG(fmt, args…) fprintf(stdout, “[INFO] ” fmt “\n”, ##args) #define WARN_LOG(fmt, args…) fprintf(stdout, “[WARN] ” fmt “\n”, ##args) #define ERROR_LOG(fmt, args…) fprintf(stdout, “[ERROR] ” fmt “\n”, ##args) #include <iostream> #include “acl/acl.h” #include <stdio.h> #include <fstream> #include <cstring> #include <sys/stat.h> #include <map> #include <sstream> using namespace std;

阅读下段代码，理解接口调用逻辑

aclError test1() {  INFO_LOG(“AclmdlLoadFromFile: start.”);  const char* aclConfigPath = “”;  aclError ret = aclInit(aclConfigPath);  ret = aclrtSetDevice(0);  const char *modelPath = “./googlenet.om”;  uint32_t modelId;  ret = aclmdlLoadFromFile(modelPath, &modelId);  INFO_LOG(“ModelId = %d.”, modelId);  aclmdlUnload(modelId);  aclFinalize();  INFO_LOG(“AclmdlLoadFromFile: end.”);  return ret; } test1();

上边说到的从磁盘加载模型是最简单的场景，但不代表模型只能从磁盘加载进来。某些场景下，模型本身已经在内存中了，此时为了将其加载进AscendCL运行时环境，总不能把这部分模型先写进磁盘，再调aclmdlLoadFromFile从磁盘加载一次吧？所以，这里我们需要一个能从内存加载模型的接口：

aclError aclmdlLoadFromMem(const void* model, size_t modelSize, uint32_t* modelId)

model：模型在内存中的地址，当应用运行在Host时，此处需申请Host上的内存；当应用运行在Device时，此处需申请Device上的内存。modelSize：内存中的模型数据长度。modelId：还是模型加载后的唯一标识。

阅读下面代码，体会接口的调用方式

aclError test2() {  INFO_LOG(“AclmdlLoadFromMemory: start.”);  aclError ret = aclInit(nullptr);  int32_t deviceId_ = 0;  ret = aclrtSetDevice(deviceId_);  std::string modelPath = “./googlenet.om”;  uint32_t modelSize = 0;  void *modelHostData = nullptr;  std::ifstream modelFile(modelPath, std::ifstream::binary);  modelFile.seekg(0, modelFile.end);  modelSize = modelFile.tellg();  modelFile.seekg(0, modelFile.beg);  ret = aclrtMallocHost(&modelHostData, modelSize);  modelFile.read((char*)modelHostData, modelSize);  modelFile.close();  uint32_t modelId = 0;  ret = aclmdlLoadFromMem(modelHostData, modelSize, &modelId);  INFO_LOG(“Model Id = %d.”, modelId);  aclmdlUnload(modelId);  aclrtFreeHost(modelHostData);  ret = aclrtResetDevice(deviceId_);  aclFinalize();  INFO_LOG(“AclmdlLoadFromMemory: end.”);  return ret; } test2();

模型加载进来之后，在内存中的哪里呢？换句话说，模型加载进来之后，存放模型的内存的指针我们能不能拿到？很遗憾，用上边这两个接口，我们是拿不到其指针的。其实也好理解，对于很多开发者来讲，模型加载进来之后，只要返回给开发者一个modelId，开发者能调用模型进行推理就够了，模型在内存中存放在哪里并不重要。但是对于一些多模型推理的应用来讲，这个问题就要多思考一步了。首先，设备总内存是有限的，每个模型加载进来都要占用一部分内存。对于多模型串行推理的应用来讲，推理之前一股脑地将所有模型都加载进内存，可能导致内存不足，或者加载数据的时候发现内存不足。这种场景下，我们通常会考虑这样做：

加载模型a调用模型a进行推理，得到结果a1卸载模型a加载模型b把a1送进模型b进行推理，得到结果b1卸载模型b加载模型c

而每次模型的加载和卸载都涉及内存的申请和释放（用前边两个接口的话，保存模型的内存是由系统托管的，加载和释放都是在调用模型加载接口的时候自动实施的），频繁的内存申请和释放是很浪费时间的事情，这种时候，就很自然而然的想到要实施内存池方案了。简单来讲，就是每次加载模型的时候，从内存池中捞一段内存来存储模型；卸载模型之后，这部分内存要还回内存池。但要想实现这个方案，首先我们得能拿到模型加载进来之后的内存指针呀。于是我们有了下边这个接口：

aclError aclmdlLoadFromFileWithMem(const char *modelPath,uint32_t *modelId, void *workPtr, size_t workSize, void *weightPtr, size_t weightSize);

workPtr/workSize指的是“工作内存”的指针和大小；weightPtr/weightSize指的是“权值内存”的指针和大小。一个模型加载进来之后，AscendCL是将其分为两部分来保存的，一部分叫“工作内存”，指的是模型运行过程中所占用的内存（比如计算图，不包含权值的部分）；另一部分叫“权值内存”，顾名思义，专门保存模型的权值数据。模型加载进来之后，是要提供给NPU使用的，那么加载进系统之后，保存的位置自然是Device侧，所以这里所说的“工作内存”和“权值内存”肯定都得是Device侧内存。

用aclmdlLoadFromFileWithMem接口加载模型，模型加载进来之后的内存地址要我们自己指定，要求有二，一是这部分内存得在Device侧，二是这部分内存得在调用aclmdlLoadFromFileWithMem接口之前就申请好，究竟申请多大的内存，能够给工作内存和权值内存使用呢？来看一个上述接口的配套接口：

aclError aclmdlQuerySize(const char *fileName, size_t *workSize, size_t *weightSize);

这个接口用于查询一个磁盘上的模型文件，如果要加载进系统，需要多大的工作内存和权值内存。有了这个接口，查出工作内存和权值内存大小，我们就能够提前申请Device内存供模型加载。阅读下面代码，理解接口调用流程。

aclError test3() {  INFO_LOG(“AclmdlLoadFromFileWithMem: start.”);  aclError ret = aclInit(nullptr);  int32_t deviceId_ = 0;  ret = aclrtSetDevice(deviceId_);  const char *modelPath = “./googlenet.om”;  size_t workSize = 0;  void* workPtr = nullptr;  size_t weightSize = 0;  void* weightPtr = nullptr;  ret = aclmdlQuerySize(modelPath, &workSize, &weightSize);  ret = aclrtMalloc(&workPtr, workSize, ACL_MEM_MALLOC_HUGE_FIRST);  ret = aclrtMalloc(&weightPtr, weightSize, ACL_MEM_MALLOC_HUGE_FIRST);  uint32_t modelId = 0;  ret = aclmdlLoadFromFileWithMem(modelPath, &modelId, workPtr, workSize, weightPtr, weightSize);  INFO_LOG(“ModelId = %d.”, modelId);  ret = aclmdlUnload(modelId);  ret = aclrtFree(workPtr);  ret = aclrtFree(weightPtr);  ret = aclrtResetDevice(deviceId_);  aclFinalize();  INFO_LOG(“AclmdlLoadFromFileWithMem: end.”);  return ret; } test3();

既然有aclmdlLoadFromFileWithMem，自然就有aclmdlLoadFromMemWithMem：

aclError aclmdlLoadFromMemWithMem(const void *model, size_t modelSize, uint32_t *modelId,void *workPtr,size_t workSize,void *weightPtr,size_t weightSize);

2. 给模型准备输入输出

将在下一篇中介绍