内存二次分配管理

执行固定Shape算子示例代码

前提条件

在调用AscendCL接口执行固定Shape算子前，需提前编译算子。此处借助ATC工具编译Add算子的模型文件为例：

先构造该算子的描述文件（*.json文件，描述输入输出Tensor描述、算子属性等）。

Add算子的描述文件示例如下：

[
  &#123;
    "op": "Add",
    "input_desc": [
      &#123;
        "format": "ND",
        "shape": [8, 16],
        "type": "int32"
      &#125;,
      &#123;
        "format": "ND",
        "shape": [8, 16],
        "type": "int32"
      &#125;
    ],
    "output_desc": [
      &#123;
        "format": "ND",
        "shape": [8, 16],
        "type": "int32"
      &#125;
    ]
  &#125;
]

借助ATC工具，将该算子描述文件编译成单算子模型文件（*.om文件），再分别调用AscendCL接口加载om模型文件、执行算子。

ATC工具的命令示例如下：
```
atc --singleop=$HOME/singleop/add.json --output=$HOME/singleop/out/op_model --soc_version=<soc_version>
```
关键参数解释如下（详细参数说明，请参见《ATC工具使用指南》。）：
- --singleop：单算子描述文件（json格式）的路径。
- --output：存放单算子模型文件的目录。
- --soc_version：昇腾AI处理器的版本。
 
 进入“CANN软件安装目录/compiler/data/platform_config”目录，".ini"文件的文件名即为昇腾AI处理器的版本，请根据实际情况选择。

示例代码

以下是单算子加载、执行关键步骤的代码示例，不可以直接拷贝编译运行，仅供参考，调用接口后，需增加异常处理的分支，并记录报错日志、提示日志，此处不一一列举。完整代码，您可以从acl_execute_add样例中查看。

 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42  // 1.AscendCL初始化 aclRet = aclInit(nullptr); // 2.运行管理资源申请（使用默认Context、默认Stream，默认Stream在作为其它接口入参时，可传空指针） aclRet = aclrtSetDevice(0); 获取软件栈的运行模式，不同运行模式影响后续的接口调用流程（例如是否进行数据传输等） aclrtRunMode runMode; bool g_isDevice = false; aclError aclRet = aclrtGetRunMode(&runMode); g_isDevice = (runMode == ACL_DEVICE); // 3.加载单算子模型文件（*.om文件） // 该目录相对可执行文件所在的目录，例如，编译出来的可执行文件存放在out目录下，此处就表示out/op_models目录 aclRet = aclopSetModelDir("op_models"); // 4.执行算子 // opType表示算子类型名称，例如Add // numInputs表示算子输入个数，例如Add算子是2个输入 // inputDesc表示算子输入tensor描述的数组，描述每个输入的format、shape、数据类型 // inputs表示算子输入tensor数据 // numOutputs表示算子输出个数，例如Add算子是1个输出 // outputDesc表示算子输出tensor描述的数组，描述每个输出的format、shape、数据类型 // outputs表示算子输出tensor数据 // attr表示算子属性，如果算子没有属性，也需要调用aclopCreateAttr接口创建aclopAttr类型的数据 // stream用于维护一些异步操作的执行顺序 aclopExecuteV2(opType, numInputs, inputDesc, inputs, numOutputs, outputDesc, outputs, attr, nullptr); // 处理执行算子后的输出数据，例如在屏幕上显示、写入文件等，由用户根据实际情况自行实现 // ...... // 阻塞应用运行，直到指定Stream中的所有任务都完成 aclrtSynchronizeStream(nullptr); // 5. 释放运行管理资源（默认Context、Stream无需用户释放，调用aclrtResetDevice接口后自动释放） aclRet = aclrtResetDevice(0); // 6.AscendCL去初始化 aclRet = aclFinalize(); // ....

父主题： 单算子模型执行

执行动态Shape算子示例代码

基本原理

对于支持动态Shape的算子：

如果算子输出Shape明确时，该类算子执行的基本流程与固定Shape算子执行类似，接口调用流程请参见单算子调用流程，执行固定Shape算子的示例代码请参见执行固定Shape算子示例代码。
如果无法明确算子的输出Shape时，在调用aclopExecuteV2接口前，需用户调用aclopInferShape接口、aclGetTensorDescNumDims接口、aclGetTensorDescDimV2接口、aclGetTensorDescDimRange等接口，推导或预估算子的输出Shape，作为算子执行接口aclopExecuteV2的输入。

示例代码

调用接口后，需增加异常处理的分支，并记录报错日志、提示日志，此处不一一列举。以下是关键步骤的代码示例，不可以直接拷贝编译运行，仅供参考。

 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60  cpp // ...... const char *opType; int numInputs; aclTensorDesc *inputDesc[2]; aclDataBuffer *inputs[2]； int numOutputs; aclTensorDesc *outputDesc[1]; aclopAttr *attr; aclError ret = aclopInferShape(opType, numInputs, inputDesc, inputs，numOutputs, outputDesc, attr); std::vector<std::vector<int64_t>> tensorDims; // inferShape之后的输出tensor的Shape // 循环算子的每一个输出，推导或预估Shape值： for (int index = 0; index < numOutputs; ++index) { std::vector<int64_t> dimSize; // 表示执行算子时，输出的shape size_t dimNums = aclGetTensorDescNumDims(outputDesc[index]); // 表示动态Shape场景下维度个数未知，该场景预留 if (dimNums == ACL_UNKNOWN_RANK) { // 由用户预估最大Shape值max shape dimSize.push_back(max_shape); } else { for (size_t i = 0; i < dimNums; ++i) { int64_t dim; ret = aclGetTensorDescDimV2(outputDesc[index], i, &dim); // 表示动态Shape场景下维度值是动态的 if(dim == -1) { int64_t dimRange[2]; // 获取Shape范围，使用该范围中的Shape最大值来构造输出tensorDesc，作为aclopExecuteV2的输入 ret = aclGetTensorDescDimRange(outputDesc[index], i, 2, dimRange); dim = dimRange[1]; } dimSize.push_back(dim); } } tensorDims.push_back(dimSize); } // 构造算子输入tensorDesc和输入tensor，作为aclOpExecuteV2的输入 aclTensorDesc *inputDescNew[2]; aclDataBuffer *inputsNew[2]； aclDataBuffer *outputsNew[1]； // 以上给出了执行算子时输出的shape, 根据tensorDims中的dims构造输出tensorDesc（即outputDescNew参数值）, 用于调用aclopExecuteV2 ret = aclopExecuteV2(opType, numInputs, inputDescNew, inputsNew, numOutputs, outputDescNew, outputsNew, attr, stream); // 针对上面用户预估Shape值以及使用Shape范围中的最大Shape的场景，在算子执行结束后，需增加下面的调用，获取准确的shape： // for 循环每一个输出的tensorDesc std::vector<std::vector<int64_t>> outTensorDims; // 准确的输出tensorShape for (int index = 0; index < numOutputs; ++index) { std::vector<int64_t> dimSize; int dimNums = aclGetTensorDescNumDims(outputDescNew[index]); for (int i = 0; i < dimNums; i++){ int64_t dim; ret = aclGetTensorDescDimV2(outputDescNew[index], i, &dim); dimSize.push_back(dim); } outTensorDims.push_back(dimSize); } // ......

父主题： 单算子模型执行

内存二次分配管理

用户内存管理有两种管理方式：

独立内存管理，根据需要单独申请所需的内存，内存不做拆分或者二次分配。
内存池管理内存，用户一次性申请一块较大内存，并在使用时从这块较大内存中二次分配所需内存。

在内存二次分配时，使用如下接口从内存池申请对应内存，由于接口对申请的内存地址、大小有约束，在内存池管理时，需要关注，否则容易出现内存越界。

内存管理的总体说明请参见总体说明。

接口	用途	输入内存/输出内存
aclrtMemcpyAsync	实现异步内存复制。	- 调用本接口进行内存复制时，源地址和目的地址都必须64字节对齐。
aclrtMalloc	在Device上申请size大小的线性内存，该接口对用户申请的size向上对齐成32字节整数倍后再多加32字节，并通过*devPtr返回已分配内存的指针。同步接口。	- 若用户使用本接口申请大块内存并自行划分、管理内存时，建议使用aclrtMallocAlign32接口，该接口相比aclrtMalloc接口，只会对用户申请的size向上对齐成32字节整数倍，不会再多加32字节。不管是aclrtMalloc接口，还是aclrtMallocAlign32接口，每段内存需同时满足以下需求： - 内存大小向上对齐成32整数倍+32字节（m=ALIGN_UP[len,32]+32字节）； - 内存起始地址需满足64字节对齐（ALIGN_UP[m,64]）。（说明：len表示某段内存的大小，ALIGN_UP[len,k]表示向上按k字节对齐：((len-1)/k+1)*k。）
acldvppMalloc	该接口主要用于分配内存给Device侧媒体数据处理时使用，申请的大页内存满足数据处理的要求（例如，内存首地址128字节对齐），同步接口。媒体数据处理各功能的详细介绍请参见媒体数据处理V1。	媒体数据处理的输出作为模型推理的输入时，若用户使用本接口申请大块内存并自行划分、管理内存时，每段内存需同时满足以下要求： - 内存大小向上对齐成32整数倍+32字节（m=ALIGN_UP[len,32]+32字节）； - 内存起始地址需满足128字节对齐（ALIGN_UP[m,128]）。（说明：len表示某段内存的大小，ALIGN_UP[len,k]表示向上按k字节对齐：((len-1)/k+1)*k。）
hi_mpi_dvpp_malloc	申请Device上的内存，申请的内存满足媒体数据处理的要求（例如，内存首地址128字节对齐）。媒体数据处理各功能的详细介绍请参见媒体数据处理V2。	媒体数据处理的输出作为模型推理的输入时，若用户使用本接口申请大块内存并自行划分、管理时，每段内存需同时满足以下要求： - 内存大小向上对齐成32整数倍+32字节（m=ALIGN_UP[len,32]+32字节）； - 内存起始地址需满足128字节对齐（ALIGN_UP[m,128]）。（说明：len表示某段内存的大小，ALIGN_UP[len,k]表示向上按k字节对齐：((len-1)/k+1)*k。）
aclrtMallocHost	应用在Host上运行时，调用该接口申请的是Host内存，由系统保证内存首地址64字节对齐。应用在Device上运行时，调用该接口申请的是Device内存，且Device上的内存按普通页申请，如需首地址64字节对齐，需要用户自行处理对齐。同步接口。	- 若用户使用本接口申请大块内存并自行划分、管理内存时，每段内存需同时满足以下需求： - 内存大小向上对齐成32整数倍+32字节（m=ALIGN_UP[len,32]+32字节）； - 内存起始地址需满足64字节对齐（ALIGN_UP[m,64]）。（说明：len表示某段内存的大小，ALIGN_UP[len,k]表示向上按k字节对齐：((len-1)/k+1)*k。）
aclrtMallocCached	在Device上申请size大小的线性内存，通过*devPtr返回已分配内存的指针，该接口在任何场景下申请的内存都是支持cache缓存。同步接口。	其它约束与aclrtMalloc接口相同。

在计算机视觉领域，一般涉及使用媒体数据处理功能，因此会涉及以上多种内存申请接口，内存首地址涉及64字节或128字节对齐，为方便统一管理，内存首地址对齐值建议选取较大的，比如内存首地址128字节对齐。

关于媒体数据处理时自行管理内存时的典型场景如下，媒体数据处理的功能点介绍请参见媒体数据处理V1。

图1 VDEC场景

图2 JPEGD场景

父主题： 扩展更多特性

多Device切换

开发应用时，如果涉及多Device之间的任务等待，则应用程序中必须包含相关的代码逻辑，关于该场景的接口调用流程，请依次参见AscendCL接口调用流程以及本节中的说明。

图1 同步等待流程_多Device场景

在多Device时，利用Context切换（调用aclrtSetCurrentContext接口）来切换Device，比使用aclrtSetDevice接口效率高。
调用aclrtSynchronizeDevice接口等待Device上的计算任务结束。
模型加载与执行的流程请参见基础推理应用。
算子加载与执行的流程请参见单算子调用。

父主题： 扩展更多特性

多模型串联推理

多模型推理的基本流程与单模型类似，请参见基础推理应用。

多模型推理与单模型推理在AscendCL接口使用上的不同点如下：

关于模型加载，如果涉及多个模型，需调用多次模型加载接口。模型加载请参见模型加载。
关于模型执行，如果涉及多个模型，需调用多次模型执行接口。模型执行请参见模型执行。

例如，调用aclmdlExecute接口实现同步模型推理。

父主题： 扩展更多特性

多Batch模型推理

多Batch推理的基本流程与单Batch类似，请参见基础推理应用。

多Batch推理与单Batch推理的不同点在于：

多Batch场景下，在构建模型时，使用ATC工具的input_shape参数需根据实际的Batch数设置batch size值，详细说明请参见《ATC工具使用指南》。
在推理前，需要编写一段代码，实现逻辑为：等输入数据满足多Batch（例如：8Batch）的要求，申请Device上的内存存放多Batch的数据，作为模型推理的输入。如果最后循环遍历所有的输入数据后，仍不满足多Batch的要求，则直接将剩余数据作为模型推理的输入。

调用接口后，需增加异常处理的分支，并记录报错日志、提示日志，此处不一一列举。以下是关键步骤的代码示例，不可以直接拷贝编译运行，仅供参考，此处以8Batch为例：

 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59  cpp uint32_t batchSize = 8; uint32_t deviceNum = 1; uint32_t deviceId = 0; // 获取模型第一个输入的大小 uint32_t modelInputSize = aclmdlGetInputSizeByIndex(modelDesc, 0); // 获取每个Batch输入数据的大小 uint32_t singleBuffSize = modelInputSize / batchSize; // 定义该变量，用于累加batch size是否达到8Batch uint32_t cnt = 0; // 定义该变量，用于描述每个文件读入内存时的位置偏移 uint32_t pos = 0; void* p_batchDst = NULL; std::vector<std::string>inferFile_vec; for (int i = 0; i < files.size(); ++i) { // 每8个文件，申请一次Device上的内存，存放8Batch的输入数据 if (cnt % batchSize == 0) { pos = 0; inferFile_vec.clear(); // 申请Device上的内存 ret = aclrtMalloc(&p_batchDst, modelInputSize, ACL_MEM_MALLOC_NORMAL_ONLY); } // TODO: 从某个目录下读入文件，计算文件大小fileSize // 根据文件大小，申请内存，存放文件数据 ret = aclrtMallocHost(&p_imgBuf, fileSize); // 将数据传输到Device的内存 ret = aclrtMemcpy((uint8_t *)p_batchDst + pos, fileSize, p_imgBuf, fileSize, ACL_MEMCPY_HOST_TO_DEVICE); pos += fileSize; // 及时释放不使用的内存 aclrtFreeHost(p_imgBuf); // 将第i个文件存入vector中，同时cnt+1 inferFile_vec.push_back(files[i]); cnt++; // 每8Batch的输入数据送给模型推理进行推理 if (cnt % batchSize == 0) { // TODO: 创建aclmdlDataset、aclDataBuffer类型的数据，用于描述模型的输入、输出数据 // TODO: 调用aclmdlExecute接口执行模型推理 // TODO: 推理结束后，调用aclrtFree接口释放Device上的内存 } } // 如果最后循环遍历所有的输入数据后，仍不满足多Batch的要求，则直接将剩余数据作为模型推理的输入。 if (cnt % batchSize != 0) { // TODO: 创建aclmdlDataset、aclDataBuffer类型的数据，用于描述模型的输入、输出数据 // TODO: 调用aclmdlExecute接口执行模型推理 // TODO: 推理结束后，调用aclrtFree接口释放Device上的内存 }

父主题： 扩展更多特性

在线提单

执行固定Shape算子示例代码​

前提条件​

示例代码​

执行动态Shape算子示例代码​

基本原理​

示例代码​

内存二次分配管理​

多Device切换​

多模型串联推理​

多Batch模型推理​

执行固定Shape算子示例代码

前提条件

示例代码

执行动态Shape算子示例代码

基本原理

示例代码

内存二次分配管理

多Device切换

多模型串联推理

多Batch模型推理