---
title: DataFlow简介
description: "本文档用于指导开发者如何使用DataFlow接口进行计算图的构建、修改、编译和执行。通过本文档您可以达成以下目标："
url: https://www.hiascend.com/document/detail/zh/canncommercial/latest/others/dataflowdevg/dfdevc_23_0002.html
sourcePath: /source/zh/canncommercial/900/others/dataflowdevg/dfdevc_23_0002.html
indexId: 23c956d280045bd1dc67ce2cbb99bcfcc8903e26af2e93a4a78f4d6ac24cf84169
---
# DataFlow简介

#### 读者对象

本文档用于指导开发者如何使用DataFlow接口进行计算图的构建、修改、编译和执行。通过本文档您可以达成以下目标：

- 了解通过FlowOperator构建FlowGraph的方法。
- 掌握编译运行FlowGraph的方法。
- 了解UDF开发过程及相关接口。

熟悉CANN软件基本架构以及特性、具备C++/C语言程序开发能力，对机器学习、深度学习有一定了解的人员，可以更好地理解本文档。


#### DataFlow概述

DataFlow用于描述采用数据队列以数据驱动方式将一个或多个计算处理点（ProcessPoint）组织成完整的计算流。ProcessPoint与算子的关键区别是采用异步方式处理。DataFlow通过FlowGraph来承载，ProcessPoint通过FlowNode来承载，各个接口之间的关系如下所示。

图1 DataFlow相关接口之间的关系

- FlowGraph：DataFlow的Graph，由输入节点FlowData和计算节点FlowNode构成。
- FlowOperator：是FlowGraph的节点基类，衍生类有FlowData和FlowNode两种类型。
- FlowData：FlowGraph的输入节点。
- FlowNode：FlowGraph的计算节点。支持如下两种类型。

  - FunctionPp：Function的计算处理点，通过    UDF
（User Defined Function）实现用户自定义功能。
  - GraphPp：Graph的计算处理点，通过IR构图实现用户的计算逻辑。

DataFlow支持用户通过FunctionPp和GraphPp编写自定义处理函数，通过DataFlow构图以FlowModel的方式运行。

DataFlow和IR构图的不同点如下所示。


**表1 DataFlow和IR构图比较**

| 维度 | IR构图 | DataFlow |
| --- | --- | --- |
| 数据流处理方式 | 图只支持一次输入对应一次输出。 图中的算子之间采用同步数据流，用于表达串行，同步执行。 | DataFlow支持一次输入对应多次输出，或者一次输入对应一次输出，或者多次输入对应一次输出。灵活性更高。 DataFlow中的ProcessPoint采用异步数据流，可以表达并行，异步执行，充分利用资源，提升吞吐量。 |
| 自定义功能开发方式 | 通过开发自定义算子实现。 算子包括算子原型定义、算子代码实现、算子信息库定义、算子适配等过程，需要用户开发的交付件多，使用门槛相对较高。 | 可以通过开发UDF实现，也可以通过开发自定义算子实现。 UDF开发只需要定义用户函数，构建图。用户交付件少，使用门槛低。 |
| 内存分配方式 | 算子的输入内存、输出内存是已经申请好的。 | UDF输出内存是用户自定义的，需要用户自己申请。 |


#### 整体开发流程


#### 约束

无论是在host侧还是device侧，模型对输入数据都不能进行修改。