算子调优

#在模型脚本首行，确认PyTorch框架版本
import torch
if torch.__version__ >= "1.8":
    import torch_npu
import torch.npu

def train_model():
    #  1.8及以上版本参见如下设置使能AOE dump接口，dump_path为保存算子子图的路径，请自行设置
    torch_npu.npu.set_aoe(dump_path)

    train_model_one_step() # 模型训练过程，一般仅需要跑一个step即可
# dump_path表示设置保存dump出算子图的路径，必须要设置，不能为空；当设置的路径不存在时，会尝试创建，支持多级目录创建

#line 427~437
model.train()
optimizer.zero_grad()
end = time.time()
torch_npu.npu.set_aoe(dump_path) #使能接口
    # 图模式
    if args.graph_mode:
        print("args.graph_mode")
        torch.npu.enable_graph_mode()

    if i > 0:             #仅需要运行一个step
        exit()
    if i > 100:
        pass
    # measure data loading time
    data_time.update(time.time() - end)

    if args.gpu is not None:
        images = images.cuda(args.gpu, non_blocking=True)

• CANN软件基础环境变量

  CANN组合包提供进程级环境变量设置脚本，供用户在进程中引用，以自动完成环境变量设置。执行命令参考如下，以下示例均为root或非root用户默认安装路径，请以实际安装路径为准。

  # 以root用户安装toolkit包
  . /usr/local/Ascend/ascend-toolkit/set_env.sh 
  # 以非root用户安装toolkit包
  . ${HOME}/Ascend/ascend-toolkit/set_env.sh 

• AOE工具依赖Python，以Python3.7.5为例，请以运行用户执行如下命令设置Python3.7.5的相关环境变量。

  #用于设置python3.7.5库文件路径
  export LD_LIBRARY_PATH=/usr/local/python3.7.5/lib:$LD_LIBRARY_PATH
  #如果用户环境存在多个python3版本，则指定使用python3.7.5版本
  export PATH=/usr/local/python3.7.5/bin:$PATH

  Python3.7.5安装路径请根据实际情况进行替换，您也可以将以上命令写入~/.bashrc文件中，然后执行source ~/.bashrc命令使其立即生效。

• 调优前也可参考如下示例配置其他环境变量，但为可选配置，相关说明请参考表1。

  export ASCEND_DEVICE_ID=0
  export TUNE_BANK_PATH=/home/HwHiAiUser/custom_tune_bank
  export TE_PARALLEL_COMPILER=8
  export REPEAT_TUNE=False

  

  用户可将设置环境变量的命令写入自定义脚本，方便后续执行。

  表1 环境变量说明

  环境变量	说明
  ASCEND_DEVICE_ID	通过该环境变量指定昇腾AI处理器的逻辑ID。 取值范围[0,N-1]，默认为0。其中N为当前物理机/虚拟机/容器内的设备总数。
  TUNE_BANK_PATH	可通过此环境变量指定调优后自定义知识库的存储路径。 设置的存储路径必须为绝对路径或相对于执行AOE调优引擎所在路径的相对路径，配置的路径需要为已存在的目录，且执行用户具有读、写、可执行权限。若配置的TUNE_BANK_PATH路径不存在或用户无权限，则调优进程会报错并退出。 自定义知识库存放路径的优先级为：TUNE_BANK_PATH>ASCEND_CACHE_PATH>默认，TUNE_BANK_PATH和ASCEND_CACHE_PATH详细信息请参考《环境变量参考》。 算子自定义知识库 若不配置此环境变量，请使用env命令查询ASCEND_CACHE_PATH是否存在，若存在，自定义知识库存储在：${ASCEND_CACHE_PATH}/aoe_data/${soc_version}；若不存在，自定义知识库默认存储在：${HOME}/Ascend/latest/data/aoe/custom/op/${soc_version}。 若配置此环境变量，则调优后的最优策略存储在配置路径的${soc_version}。 说明： 在多用户共享知识库场景下，共享知识库的用户需要设置TUNE_BANK_PATH为同一路径，并且对配置的路径具有读、写权限。 若调优时自定义了知识库路径，后续进行模型转换时，若想直接使用自定义知识库，也需要配置此环境变量。
  TE_PARALLEL_COMPILER	算子编译所需环境变量。 网络模型较大时，可通过配置此环境变量，开启算子的并行编译功能。 TE_PARALLEL_COMPILER的值代表算子编译进程数（配置为整数），当取值大于1时开启算子的并行编译功能。开启AOE调优场景下：配置不能超过CPU核数*80%/昇腾AI处理器的个数，取值范围：1~32，默认值为8。 由于该环境变量能够加速算子编译，所以可以加快涉及算子编译的相关流程调优。
  REPEAT_TUNE	是否重新发起调优，此环境变量在开启子图调优或算子调优的场景下生效。 如果知识库（内置或者自定义）中已经存在网络模型中的调优case（针对某shape的调优策略），则会跳过此case的调优流程，若想重新发起调优，可设置此环境变量为True。例如某些算子进行了逻辑的变更，如GEMM算子新增了支持ND的输入，该情况下需要设置此环境变量后，重新发起调优。 取值范围：True或者False，默认值为False。