函数功能

用于导出TorchAir生成的离线图（air格式），导出的图不再依赖PyTorch框架，可直接由CANN软件栈加载执行，减少框架调度带来的性能损耗，方便在不同的部署环境上移植，功能详情参见Dynamo导图功能。

函数原型

def dynamo_export(*args, model: torch.nn.Module, export_path: str = "export_file", export_name: str = "export", dynamic: bool = False, config=CompilerConfig(), **kwargs)

参数说明

参数	输入/输出	说明	是否必选
model	输入	需要导出的模型，继承原生的torch.nn.Module类。	是
export_path	输入	离线图导出的文件存放路径，字符串类型，缺省值为当前路径下的"export_file"文件。	否
export_name	输入	离线图导出的图名称，字符串类型，缺省值为"export"。	否
dynamic	输入	设置导出静态模型还是动态模型，布尔类型。 False（缺省值）：导出静态模型。 True：导出动态模型。	否
config	输入	图编译配置，CompilerConfig类的实例化，缺省情况下采用TorchAir自动生成的配置。导图时支持配置auto_atc_config_generated和enable_record_nn_module_stack功能，配置样例参见使用方法。	否
args、*kwargs	输入	导出模型时的样例输入，不同的输入可能导致模型走入不同的分支，进而导致trace的图不同。应当选取执行推理时的典型值。	否

返回值说明

无

约束说明

导出时需要保证被导出部分能构成一张图。
支持单卡和多卡场景下导出图，且支持导出后带AllReduce等通信类算子。
导出的air文件大小不允许超过2G（依赖的第三方库protobuf存在限制导致）。
受Dynamo功能约束，不支持动态控制流if/else。
该功能暂不支持同时配置固定权重类输入地址功能。

调用示例

以单卡场景下的导图过程为例，代码如下，导图结果和多卡场景下的导图示例请参见使用示例。

import torch
import torch_npu
import torchair

class Model(torch.nn.Module):

    def __init__(self):
        super().__init__()
        self.p1 = torch.nn.Parameter(torch.randn(2, 4))
        self.p2 = torch.nn.Parameter(torch.randn(2, 4))

    def forward(self, x, y):
        x = x + y + self.p1 + self.p2
        return x

model = Model()
x = torch.randn(2, 4)
y = torch.randn(2, 4)
torchair.dynamo_export(x, y, model=model, export_path="./test_export_file_False", dynamic=False)