cache_compile

函数功能

开启模型编译缓存功能时需要调用该接口实现模型缓存编译。

函数原型

def cache_compile(func, *, config: Optional[CompilerConfig] = None, dynamic: bool = True, cache_dir: Optional[str] = None, global_rank: Optional[int] = None, tp_rank: Optional[int] = None, pp_rank: Optional[int] = None, ge_cache: bool = False, **kwargs) -> Callable

参数说明

参数

输入/输出

说明

是否必选

func

输入

缓存编译的函数。

是

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。

说明：

本场景下不支持同时配置Dynamo导图功能、使能RefData类型转换功能。

否

dynamic

输入

是否按照输入动态trace，bool类型。

该参数继承了PyTorch原有特性，详细介绍请参考LINK。

默认True，进行动态trace。

否

cache_dir

输入

缓存文件落盘的根目录。默认在“.torchair_cache”目录下。

否

global_rank

输入

分布式训练时的rank，INT类型。取值范围为[0, world_size-1]，其中world_size是参与分布式训练的总进程数。

一般情况下TorchAir会自动通过torch.distributed.get_rank()获取缺省值。

否

tp_rank

输入

指张量模型并行rank，INT类型，取值是global_rank中划分为TP域的rank id。

否

pp_rank

输入

指流水线并行rank，INT类型，取值是global_rank中划分为PP域的rank id。

否

custom_decompositions

输入

手动指定模型运行时使用的decomposition（将较大算子操作分解为小算子实现）。

用户根据实际情况配置，以Add算子为例示例代码如下：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
# 注册算子分解函数
import torch, torch_npu, torchair
from torch._decomp import get_decompositions, register_decomposition
@register_decomposition(torch.ops.aten.add.default)
def test_add_decomp(t1, t2):
    return t1 * 3

class Model(torch.nn.Module):
    def __init__(self):
        super().__init__()
        # 将被分解算子的列表通过custom_decompositions传入
        self.cached = torchair.inference.cache_compile(self.inner_forward,
            custom_decompositions=get_decompositions([torch.ops.aten.add.default]))

    def inner_forward(self, t1, t2):
        return torch.ops.aten.add(t1, t2)

    def forward(self, tensor):
        return self.cached(tensor)
        ......

否

ge_cache

输入

是否缓存GE图编译结果，bool类型。

  • True：开启缓存GE编译结果。生成的缓存路径是cache_dir指定的目录，如/home/workspace/.torchair_cache/${model_info}/prompt/ge_cache_${时间戳}.om。
  • False（缺省值）：关闭缓存GE编译结果。该功能受CANN包版本变更影响，用户根据实际情况手动开启。
说明：
  • CANN包跨版本的缓存无法保证兼容性，如果版本升级，需要清理缓存目录并重新GE编译生成缓存。
  • ge_cache参数不支持和固定权重类输入地址功能同时开启。
  • 在单算子和图混跑场景下，开启该功能会增加通信域资源开销，有额外显存消耗。

否

*

输入

预留参数项，用于后续功能拓展。

否

返回值说明

返回一个Callable对象。

约束说明

调用示例

import torch
import torch_npu
import torchair
config = torchair.CompilerConfig()
_cache_dir = "./test/cache/compiled_cache"


class Model(torch.nn.Module):
    def __init__(self):
        super().__init__()
        self.cached_prompt = torchair.inference.cache_compile(self.prompt, config=config, cache_dir=_cache_dir,
                                                              ge_cache=True)
    def _forward(self, x, y):
        x = x + y
        return x

    def forward(self, x, y):
        return self.cached_prompt(x, y)

    def prompt(self, x, y):
        return self._forward(x, y)


x = torch.rand((2, 1)).npu()
y = torch.rand((2, 1)).npu()
model = Model().npu()
res = model(x, y)
父主题： torchair.inference