NPU 上如何使能 pytorch 图模式

1 Pytorch 的 compile 技术
PyTorch 的 torch.compile 是一个强大的功能,用于优化 PyTorch 模型的性能。它通过将 PyTorch 的动态图转换为静态图,并利用 Just-In-Time(JIT)编译技术,显著提高模型的推理速度和训练效率。
1.1 PyTorch torch.compile 的作用
torch.compile 是 PyTorch 的一个实验性功能,旨在通过编译优化提升模型的性能。它利用了 PyTorch 的 torch.jit 模块,将动态图转换为静态图,并通过后端编译器(如 LLVM 或 OpenVINO)进一步优化代码。
1.2. 如何使用 torch.compile
以下是一个简单的示例,展示如何使用 torch.compile 来优化模型:
2 TorchAir
2.1 Torch Air 是什么?
TorchAir(Torch Ascend Intermediate Representation)是昇腾为 Ascend Extension for PyTorch(torch_npu)提供的图模式能力扩展库,支持 PyTorch 网络在昇腾设备上进行图模式的训练和推理。TorchAir 提供了昇腾设备的图模式编译后端,对接 PyTorch 的 Dynamo 特性,将 PyTorch 的 FX(Functionalization)计算图转换为 Ascend IR 计算图,并通过 GE(Graph Engine,图引擎)进行图编译、图执行、图优化等操作,并下发到昇腾硬件执行。TorchAir 继承了 Dynamo 的大部分特性,如动态 shape 图功能,在 PyTorch 基础上又新增了图相关能力,如离线场景导图、模型编译时间优化、集合通信算子入图等功能,详细介绍参见功能介绍。

具体可以参考:简介-PyTorch 图模式使用(TorchAir)-套件与三方库-Ascend Extension for PyTorch6.0.0开发文档-昇腾社区
2.2 Torch Air 使用
TorchAir 图模式相关的功能配置示例如下,此处代码仅供参考,请根据实际情况开启对应功能项。
具体可参考:快速上手-PyTorch 图模式使用(TorchAir)-套件与三方库-Ascend Extension for PyTorch6.0.0开发文档-昇腾社区
评论