Skip to main content

函数：set_op_execute_time_out

PNGD图像解码返回码​

错误代码宏定义描述
0xA0408001-无效的Device ID。
0xA0408002HI_ERR_PNGD_INVALID_CHN_ID通道 ID 超出合法范围。
0xA0408003HI_ERR_PNGD_ILLEGAL_PARAM参数超出合法范围。
0xA0408004HI_ERR_PNGD_EXIST试图创建已经存在的通道。
0xA0408005HI_ERR_PNGD_UNEXIST通道未创建或已销毁。
0xA0408006HI_ERR_PNGD_NULL_PTR函数参数中指针地址为0。
0xA0408007HI_ERR_PNGD_NOT_CFG使用前未配置。
0xA0408008HI_ERR_PNGD_NOT_SUPPORT不支持的参数或者功能。
0xA0408009HI_ERR_PNGD_NOT_PERM该操作不允许。
0xA040800CHI_ERR_PNGD_NO_MEM分配内存失败，如系统内存不足。
0xA040800DHI_ERR_PNGD_NO_BUF分配缓存失败，如申请的数据缓冲区太大。
0xA040800EHI_ERR_PNGD_BUF_EMPTY缓冲区中无数据。
0xA040800FHI_ERR_PNGD_BUF_FULL缓冲区中数据满。
0xA0408010HI_ERR_PNGD_SYS_NOT_READY系统没有初始化或者相关依赖的模块没有加载。
0xA0408011HI_ERR_PNGD_BAD_ADDR内存地址错误。 媒体数据处理功能涉及的输入、输出内存需调用acl.himpi.dvpp_malloc接口申请，请检查代码逻辑。
0xA0408012HI_ERR_PNGD_BUSY系统忙。
0xA0408013-缓存小于实际需要的大小。
0xA0408014HI_ERR_PNGD_TIMEOUT硬件或软件处理超时。
0xA0408015HI_ERR_PNGD_SYS_ERROR内部系统错误。
0xA040803F-最大的返回码，该模块的错误码必须小于该值。

父主题： 返回码列表

函数：set_model_dir​

C函数原型aclError aclopSetModelDir(const char *modelDir)
Python函数ret = acl.op.set_model_dir(model_dir)
函数功能设置加载模型文件的目录，该模型文件是由单算子编译成的*.om文件，同步接口。
输入说明model_dir：str，表示指定模型文件所在目录。 此处可设置多级目录，但系统最多从多级目录的最后一级开始，读取三级目录下的模型文件。 例如，将modelDir设置为"dir0/dir1"，dir1下的目录层级为“dir2/dir3/dir4”，这时系统只支持读取“dir1”、“dir1/dir2”、“dir1/dir2/dir3”目录下的模型文件。
返回值说明ret：int，错误码。
- 返回0表示成功。
- 返回其它值表示失败。
约束说明在加载前，请先根据文件的大小评估内存空间是否足够，内存空间不足，会导致应用程序异常。 Atlas 200/500 A2推理产品，在Host上运行应用时，一个进程内正在执行的算子的最大个数上限是40000000。
参考资源接口调用流程、示例，参见单算子调用。

父主题： 算子加载与执行（op）

函数：load​

C函数原型aclError aclopLoad(const void *model, size_t modelSize)
Python函数ret = acl.op.load(model, model_size)
函数功能从内存中加载单算子模型数据，由用户管理内存。同步接口。
输入说明model：int，表示单算子模型数据的地址对象。 model_size：int，表示内存中的模型数据长度，单位Byte。
返回值说明ret：int，错误码。
- 返回0表示成功。
- 返回其它值表示失败。
约束说明Atlas 200/500 A2推理产品，在Host上运行应用时，一个进程内正在执行的算子的最大个数上限是40000000。
参考资源接口调用流程，参见单算子调用。

父主题： 算子加载与执行（op）

函数：set_op_execute_time_out​

C函数原型aclError aclrtSetOpExecuteTimeOut(uint32_t timeout)
Python函数ret = acl.rt.set_op_execute_time_out(timeout)
函数功能设置算子执行的超时时间。同步接口。
输入说明timeout：int，设置超时时间，单位为秒。将该参数设置为0时，表示使用默认超时时间。
返回值说明ret：int，错误码。
- 返回0表示成功。
- 返回其它值表示失败。

约束说明​

  • 不调用本接口，算子执行的默认超时时间如下：

    版本AI Core算子的默认超时时间AI CPU算子的默认超时时间
    Atlas 200/500 A2推理产品1091秒30秒

  • 一个进程内多次调用本接口，则以最后一次设置的时间为准，允许设置的最大时间如下：

    版本AI Core算子的最大超时时间AI CPU算子的最大超时时间
    Atlas 200/500 A2推理产品1091秒1091秒

父主题： 算子加载与执行（op）

函数：execute​

note

须知

此接口后续版本会废弃，请使用acl.op.execute_v2接口。

C函数原型aclError aclopExecute(const char *opType, int numInputs, const aclTensorDesc *const inputDesc[], const aclDataBuffer *const inputs[], int numOutputs, const aclTensorDesc *const outputDesc[], aclDataBuffer *const outputs[], const aclopAttr *attr, aclrtStream stream);
Python函数ret = acl.op.execute(op_type, input_desc, inputs, output_desc, outputs, attr, stream)
函数功能异步执行指定的算子。
输入说明op_type：str，指定算子类型名称。 input_desc：list，表示算子输入tensor的描述, 整形列表，包含多个acl的tensor描述地址对象。 inputs：list，表示算子输入tensor，整形列表，包含多个aclDataBuffer数据地址对象。 output_desc：list，表示算子输出tensor的描述，整形列表，包含多个acl的tensor描述地址对象。 outputs：list，表示算子输出tensor，整形列表，包含多个aclDataBuffer数据地址对象。 attr：int， 算子的属性地址对象。 stream：int， 该算子需要加载的Stream对象。
返回值说明ret：int，错误码。
- 返回0表示成功。
- 返回其它值表示失败。
约束说明- 多线程场景下，不支持调用本接口时指定同一个Stream或使用默认Stream，否则可能任务执行异常。
- 每个算子的输入、输出组织不同，需要应用在调用时严格按照算子输入、输出参数来组织算子。
- 用户在调用acl.op.execute时，pyACL根据op_type、输入tensor的描述、输出tensor的描述、attr等信息查找对应的任务，并下发执行。

父主题： 算子加载与执行（op）

函数：execute_v2​

C函数原型aclError aclopExecuteV2(const char *opType, int numInputs, aclTensorDesc *inputDesc[], aclDataBuffer *inputs[], int numOutputs, aclTensorDesc *outputDesc[], aclDataBuffer *outputs[], aclopAttr *attr, aclrtStream stream);
Python函数ret = acl.op.execute_v2(op_type, input_desc, inputs, output_desc, outputs, attr, stream)
函数功能同步或者异步执行指定的算子。
输入说明op_type：str，指定算子类型名称。 input_desc：list，表示算子输入tensor的描述, 整形列表，包含多个acl的tensor描述地址对象。 inputs：list，表示算子输入tensor，整形列表，包含多个aclDataBuffer数据地址对象。 output_desc：list，表示算子输出tensor的描述，整形列表，包含多个acl的tensor描述地址对象。 outputs：list，表示算子输出tensor，整形列表，包含多个aclDataBuffer数据地址对象。 attr：int，算子的属性地址对象。 stream：int，该算子需要加载的Stream对象。
返回值说明ret：int，错误码。
- 返回0表示成功。
- 返回其它值表示失败。
约束说明多线程场景下，不支持调用本接口时指定同一个Stream或使用默认Stream，否则可能任务执行异常。 每个算子的输入、输出组织不同，需要应用在调用时严格按照算子输入、输出参数来组织算子。用户在调用acl.op.execute_v2接口时，pyACL根据optype、输入tensor的描述、输出tensor的描述、attr等信息查找对应的任务，并下发执行。 对于支持动态Shape的算子，无法明确算子输出Shape时，可调用acl.op.infer_shape接口获取算子的输出Shape：
- 若可获取到准确的输出Shape，则使用准确的输出Shape来构造outputDesc参数，作为acl.op.execute_v2的输入。该场景下，acl.op.execute_v2接口是异步接口。
- 若无法获取准确的输出Shape，仅能获取输出Shape范围，则使用Shape最大值来构造outputDesc参数，作为acl.op.execute_v2的输入。该场景下，在调用acl.op.execute_v2接口执行算子后，系统内部会计算出准确的输出Shape，通过acl.op.execute_v2接口的outputDesc参数输出，此时acl.op.execute_v2接口是同步接口。
- （该场景预留）若无法获取准确的输出Shape以及Shape范围，则需由用户预估一个最大的Shape来构造outputDesc参数，作为acl.op.execute_v2的输入。该场景下，在调用acl.op.execute_v2接口执行算子后，系统内部会计算出准确的输出Shape，通过acl.op.execute_v2接口的outputDesc参数输出，此时acl.op.execute_v2接口是同步接口。 执行有可选输入的算子时，如果可选输入不使用：
- 则需按此种方式创建aclTensorDesc类型的数据：acl.create_tensor_desc(ACL_DT_UNDEFINED, 0, [], ACL_FORMAT_UNDEFINED)，表示数据类型设置为ACL_DT_UNDEFINED，Format设置为ACL_FORMAT_UNDEFINED，Shape信息为[]。
- 则需按此种方式创建aclDataBuffer类型的数据：acl.create_data_buffer([], 0)，同时aclDataBuffer中的数据不需要释放。 执行有constant输入的算子时，需要先调用acl.set_tensor_const接口设置constant输入。 调用acl.op.execute_v2接口时，设置的constant输入数据必须保持一致。 对于算子有constant输入的场景，如果未调用acl.set_tensor_const接口设置constant输入，则需调用acl.set_tensor_place_ment设置TensorDesc的placement属性，将memType设置为Host内存。 在执行单算子时，一般要求用户传入的输入/输出tensor数据是存放在Device内存的，比如两个tensor相加的场景。但是，也存在部分算子，除了将featureMap、weight等Device内存中的tensor数据作为输入外，还需tensor shape信息、learningRate、tensor的dims信息等通常在Host内存中的tensor数据也作为输入，此时，用户不需要额外将这些Host内存中的tensor数据拷贝到Device上作为输入，只需要调用acl.set_tensor_place_ment接口设置对应TensorDesc的placement属性为Host内存，在执行单算子时，设置了placement属性为Host内存的TensorDesc，其对应的tensor数据必须存放在Host内存中，AscendCL内部会自动将Host上的tensor数据拷贝到Device上。
参考资源接口调用流程、示例，参见单算子调用。

父主题： 算子加载与执行（op）

函数：execute_with_handle​

C函数原型aclError **aclopExecWithHandle(**aclopHandle *handle, int numInputs, const aclDataBuffer *const inputs[], int numOutputs, aclDataBuffer *const outputs[], aclrtStream stream);
Python函数**ret = acl.op.execute_with_handle(****handle,**inputs,outputs,stream)
函数功能以Handle方式调用一个算子，不支持动态Shape算子，动态Shape算子请使用acl.op.execute_v2。异步接口。
输入说明handle：int，指定执行算子的handle，指针地址。 需提前调用acl.op.create_handle接口创建aclopHandle类型的数据。 inputs：list，算子输入tensor， 整形列表，包含多个aclDataBuffer数据地址对象。 需提前调用acl.create_data_buffer接口创建aclDataBuffer类型的数据。 outputs：list，算子输出tensor，整形列表，包含多个aclDataBuffer数据地址对象。 需提前调用acl.create_data_buffer接口创建aclDataBuffer类型的数据。 stream：int，执行算子所在的Stream，stream地址对象。
返回值说明ret：int，错误码。
- 返回0表示成功。
- 返回其它值表示失败。
约束说明- 多线程场景下，不支持调用本接口时指定同一个Stream或使用默认Stream，否则可能任务执行异常。
- 执行有可选输入的算子时，如果可选输入不使用，则需按此种方式创建aclDataBuffer类型的数据：acl.create_data_buffer(nullptr, 0)，同时aclDataBuffer中的数据不需要释放，因为是空的数据类型。

父主题： 算子加载与执行（op）

在线提单