如何用 AscendCL 的接口开发网络模型推理场景下应用？

2022 年 9 月 05 日
广东
本文字数：2727 字
阅读完需：约 9 分钟

本文分享自华为云社区《【CANN文档速递09期】应用开发之推理场景》，作者：昇腾 CANN 。

我们知道，使用 AscendCL 接口开发应用时，典型场景包括网络模型推理、单算子执行等，本期我们来深入讲解网络模型推理场景下，具体怎么做。

首先，我们得先了解下，使用 AscendCL 时，经常会提到的“数据类型的操作接口” ，这是什么呢？为啥会存在？

在 C/C++中，对用户开放的数据类型通常以 Struct 结构体方式定义、以声明变量的方式使用，但这种方式一旦结构体要增加成员参数，用户的代码就涉及兼容性问题，不便于维护，因此 AscendCL 对用户开放的数据类型，均以接口的方式操作该数据类型，例如，调用某个数据类型的 Create 接口创建该数据类型、调用 Get 接口获取数据类型内参数值、调用 Set 接口设置数据类型内的参数值、调用 Destroy 接口销毁该数据类型，用户无需关注定义数据类型的结构体长什么样，这样即使后续数据类型需扩展，只需增加该数据类型的操作接口即可，也不会引起兼容性问题。

所以，总结下，“数据类型的操作接口”就是创建数据类型、Get/Set 数据类型中的参数值、销毁数据类型的一系列接口，存在的最大好处就是减少兼容性问题。

接下来，进入我们今天的主题，怎么用 AscendCL 的接口开发网络模型推理场景下的应用。

01 AscendCL 初始化与去初始化

使用 AscendCL 接口开发应用时，必须先初始化 AscendCL ，否则可能会导致后续系统内部资源初始化出错，进而导致其它业务异常。在初始化时，还支持以下跟推理相关的可配置项（例如，性能相关的采集信息配置），以 json 格式的配置文件传入 AscendCL 初始化接口。如果当前的默认配置已满足需求（例如，默认不开启性能相关的采集信息配置），无需修改，可向 AscendCL 初始化接口中传入 NULL，或者可将配置文件配置为空 json 串（即配置文件中只有{}）。

有初始化就有去初始化，在确定完成了 AscendCL 的所有调用之后，或者进程退出之前，需调用 AscendCL 接口实现 AscendCL 去初始化。

02 运行管理资源申请与释放

运行管理资源包括 Device、Context、Stream、Event 等，此处重点介绍 Device、Context、Stream，其基本概念如下图所示。

您需要按顺序依次申请如下运行管理资源：Device、Context、Stream，确保可以使用这些资源执行运算、管理任务。所有数据处理都结束后，需要按顺序依次释放运行管理资源：Stream、Context、Device。

在申请运行管理资源时，Context、Stream 支持隐式创建和显式创建两种申请方式。

03 媒体数据处理

如果模型对输入图片的宽高要求与用户提供的源图不一致，AscendCL 提供了媒体数据处理的接口，可实现抠图、缩放、格式转换、视频或图片的编解码等，将源图裁剪成符合模型的要求。后续期刊中会展开说明这个功能，本期着重介绍模型推理的部分，以输入图片满足模型的要求为例。

04 模型加载

模型推理场景下，必须要有适配昇腾 AI 处理器的离线模型（*.om 文件），我们可以使用 ATC（Ascend Tensor Compiler）来构建模型。如果模型推理涉及动态 Batch、动态分辨率等特性，需在构建模型增加相关配置。怎么使用 ATC 来构建模型，在往期文档速递中有介绍，可拖动到文末查阅。

有了模型，就可以开始加载了，当前 AscendCL 支持以下几种方式加载模型：

• 从*.om 文件中加载模型数据，由 AscendCL 管理内存

• 从*.om 文件中加载模型数据，由用户自行管理内存

• 从内存中加载模型数据，由 AscendCL 管理内存

• 从内存中加载模型数据，由用户自行管理内存

由用户自行管理内存时，需关注工作内存、权值内存。工作内存用于存放模型执行过程中的临时数据，权值内存用于存放权值数据。这个时候，是不是有疑问了，我怎么知道工作内存、权值内存需要多大？不用担心，AscendCL 不仅提供了加载模型的接口，同时也提供了“根据模型文件获取模型执行时所需的工作内存和权值内存大小”的接口，方便用户使用。

05 模型执行

在调用 AscendCL 接口进行模型推理时，模型推理有输入、输出数据，输入、输出数据需要按照 AscendCL 规定的数据类型存放。相关数据类型如下：

• 使用 aclmdlDesc 类型的数据描述模型基本信息（例如输入/输出的个数、名称、数据类型、Format、维度信息等）。

模型加载成功后，用户可根据模型的 ID，调用该数据类型下的操作接口获取该模型的描述信息，进而从模型的描述信息中获取模型输入/输出的个数、内存大小、维度信息、Format、数据类型等信息。

• 使用 aclDataBuffer 类型的数据来描述每个输入/输出的内存地址、内存大小。

调用 aclDataBuffer 类型下的操作接口获取内存地址、内存大小等，便于向内存中存放输入数据、获取输出数据。

• 使用 aclmdlDataset 类型的数据描述模型的输入/输出数据。

模型可能存在多个输入、多个输出，调用 aclmdlDataset 类型的操作接口添加多个 aclDataBuffer 类型的数据。

准备好模型执行所需的输入、输出数据类型后，存放好模型执行的输入数据后，可以执行模型推理了，如果模型的输入涉及动态 Batch、动态分辨率等特性，则在模型执行前，还需要调用 AscendCL 接口告诉模型本次执行时需要用的 Batch 数、分辨率等。

当前 AscendCL 支持同步模型执行、异步模型执行两种方式，这里说的同步、异步是站在调用者和执行者的角度。

• 若调用模型执行的接口后需等待推理完成再返回，则表示同步的。当用户调用同步模型执行接口后，可直接从该接口的输出参数中获取模型执行的结果数据，如果需要推理的输入数据量很大，同步模型执行时，需要等所有数据都处理完成后，才能获取推理的结果数据。

• 若调用模型执行的接口后不等待推理完成完成再返回，则表示异步的。当用户调用异步模型执行接口时，需指定 Stream（ Stream 用于维护一些异步操作的执行顺序，确保按照应用程序中的代码调用顺序在 Device 上执行），另外，还需调用 aclrtSynchronizeStream 接口阻塞程序运行，直到指定 Stream 中的所有任务都完成，才可以获取推理的结果数据。如果需要推理的输入数据量很大，异步模型执行时，AscendCL 提供了 Callback 机制，触发回调函数，在指定时间内一旦有推理的结果数据，就获取出来，达到分批获取推理结果数据的目的，提高效率。