aclGenGraphAndDumpForOp【免费下载链接】geGEGraph Engine是面向昇腾的图编译器和执行器提供了计算图优化、多流并行、内存复用和模型下沉等技术手段加速模型执行效率减少模型内存占用。 GE 提供对 PyTorch、TensorFlow 前端的友好接入能力并同时支持 onnx、pb 等主流模型格式的解析与编译。项目地址: https://gitcode.com/cann/ge产品支持情况Ascend 950PR/Ascend 950DT不支持Atlas A3 训练系列产品/Atlas A3 推理系列产品支持Atlas A2 训练系列产品/Atlas A2 推理系列产品支持Atlas 200I/500 A2 推理产品支持Atlas 推理系列产品支持Atlas 训练系列产品支持IPV350不支持功能说明构建单个算子的图并Dump生成.txt文件。此处的图是指表达算子IRIntermediate Representation的结构图编译过程中由于融合、拆分等原因会导致图不断变换、进而生成新的图这些变换的目的是为了将用户表达的图适配到AI处理器上获得更高性能。使用场景算子调优场景下调用本接口构建单个算子的图并Dump生成.txt文件作为算子调优的输入数据之一。函数原型aclError aclGenGraphAndDumpForOp(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, aclopEngineType engineType, const char *graphDumpPath, const aclGraphDumpOption *graphDumpOpt)参数说明参数名输入/输出说明opType输入指定算子类型名称的指针。numInputs输入算子输入tensor的数量。inputDesc输入算子输入tensor描述的指针数组。类型定义请参见aclTensorDesc。需提前调用aclCreateTensorDesc接口创建aclTensorDesc类型。inputDesc数组中的元素个数必须与numInputs参数值保持一致且inputs数组与inputDesc数组中的元素必须一一对应。inputs输入算子输入tensor的指针数组。类型定义请参见aclDataBuffer。需提前调用aclCreateDataBuffer接口创建aclDataBuffer类型的数据。inputs数组中的元素个数必须与numInputs参数值保持一致且inputs数组与inputDesc数组中的元素必须一一对应。numOutputs输入算子输出tensor的数量。outputDesc输入算子输出tensor描述的指针数组。类型定义请参见aclTensorDesc。需提前调用aclCreateTensorDesc接口创建aclTensorDesc类型。outputDesc数组中的元素个数必须与numOutputs参数值保持一致且outputs数组与outputDesc数组中的元素必须一一对应。outputs输入算子输出tensor的指针数组。类型定义请参见aclDataBuffer。需提前调用aclCreateDataBuffer接口创建aclDataBuffer类型的数据。outputs数组中的元素个数必须与numOutputs参数值保持一致且outputs数组与outputDesc数组中的元素必须一一对应。attr输入算子属性的指针。类型定义请参见aclopAttr。需提前调用aclopCreateAttr接口创建aclopAttr类型。engineType输入算子执行引擎。类型定义请参见aclopEngineType。graphDumpPath输入Dump单算子图所生成的文件文件名后缀为.txt的保存路径的指针。类型定义请参见aclGraphDumpOption。路径需要由用户提前创建路径中如果不指定文件名则由接口内部指定文件名。如果多次Dump时指定同一个路径且文件名相同则最新一次的文件会覆盖之前的文件。graphDumpOpt输入单算子图的dump选项的指针。当前该参数预留仅支持传入nullptr。返回值说明返回0表示成功返回其他值表示失败请参见aclError。【免费下载链接】geGEGraph Engine是面向昇腾的图编译器和执行器提供了计算图优化、多流并行、内存复用和模型下沉等技术手段加速模型执行效率减少模型内存占用。 GE 提供对 PyTorch、TensorFlow 前端的友好接入能力并同时支持 onnx、pb 等主流模型格式的解析与编译。项目地址: https://gitcode.com/cann/ge创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
