算子包部署

简介

算子部署指将算子编译生成的自定义算子安装包（*.run）部署到CANN算子库中。

推理场景下，自定义算子直接部署到开发环境的CANN算子库。

训练场景下，自定义算子安装包需要部署到运行环境的CANN算子库中。

MindStudio环境

基于MindStudio进行算子开发的算子包部署操作请参见《MindStudio 用户指南》中的“算子开发 > 算子部署”章节。

命令行环境

1. 训练场景下，您需要将算子工程编译生成的自定义算子包custom_opp_<target os>_<target architecture>.run以运行用户拷贝到运行环境任一路径，然后参照如下步骤部署自定义算子安装包，如果您的开发环境即为运行环境，此操作可跳过。
2. 在自定义算子安装包所在路径下，执行如下命令，安装自定义算子包。

   ./custom_opp_<target os>_<target architecture>.run

   • 安装成功后，会将编译生成的自定义算子相关文件部署到opp/vendors/<vendor_name>目录下，其中<vendor_name>为算子工程编译时build.sh脚本中字段“vendor_name”的取值，默认为“customize”。
   • 若算子库中已存在相同“vendor_name”的自定义算子，会出现类似如下提示信息（以更新framework为例）：

     [ops_custom]upgrade framework
     caffe onnx tensorflow [INFO]: has old version in /usr/local/Ascend/latest/opp_x86_64-linux/vendors/customize/framework：
     - Overlay Installation , please enter:[o]
     - Replace directory installation , please enter: [r]
     - Do not install , please enter:[n]

     • 输入“o”，代表覆盖安装，即若安装包中文件与已存在文件名称相同，使用安装包中文件替换原文件；若安装包中不包含已存在文件，则已存在文件保留。
     • 输入“r”，代表全新安装，即删除安装路径下的所有文件，然后使用安装包全新安装。
     • 输入“n”，代表退出安装。

     说明：后续若存在“op proto”、“op impl”、“custom.proto”等文件的安装模式选择，请分别根据提示信息输入相应的字符。

   部署后目录结构示例如下所示：

   ├── opp    //算子库目录
   │   ├── vendors    //自定义算子所在目录
   │       ├── config.ini     // 自定义算子优先级配置文件
   │       ├── vendor_name1   // 存储对应厂商部署的自定义算子，此名字为编译自定义算子安装包时配置的vendor_name，若未配置，默认值为customize
   │           ├── op_impl
   │               ├── ai_core    // TBE自定义算子实现文件及算子信息库所在目录
   │                   ├── tbe      
   │                       ├── config
   │                           ├── ${soc_version}     //昇腾AI处理器类型
   │                               ├── aic-${soc_version}-ops-info.json     //TBE自定义算子信息库文件
   │                       ├── impl               //TBE自定义算子实现代码文件
   │                           ├── xx.py
   │               ├── cpu          //AI CPU自定义算子实现库及算子信息库所在目录
   │                   ├── aicpu_kernel
   │                       ├── impl
   │                           ├── libcust_aicpu_kernels.so    //AI CPU自定义算子实现库文件
   │                   ├── config   
   │                       ├── cust_aicpu_kernel.json          //AI CPU自定义算子信息库文件
   │               ├── vector_core   //此目录预留，无需关注
   │           ├── framework
   │               ├── caffe       //存放Caffe框架的自定义算子插件库
   │                   ├── libcust_caffe_parsers.so      //算子插件库文件，包含了自定义算子的插件解析函数
   │                   ├── custom.proto  //自定义算子的原始定义，算子编译过程中会读取此文件自动解析算子原始定义
   │               ├── onnx       //存放ONNX框架的自定义算子插件库
   │                   ├── libcust_onnx_parsers.so      //算子插件库文件，包含了自定义算子的插件解析函数
   │               ├── tensorflow         //存放TensorFlow框架的自定义算子插件库及npu对相关自定义算子支持度的配置文件
   │                   ├── libcust_tf_parsers.so         //算子插件库文件
   │                   ├── libcust_tf_scope_fusion.so    //scope融合规则定义库文件
   │                   ├── npu_supported_ops.json   //Ascend 910场景下使用的文件
   │           ├── op_proto        //自定义算子原型库所在目录
   │               ├── libcust_op_proto.so   
   │       ├── vendor_name2   // 存储厂商vendor_name2部署的自定义算子

   注：其他目录与文件，开发者无需关注。

3. 配置自定义算子优先级。

   当“opp/vendors”目录下存在多个厂商的自定义算子时，您可通过配置“opp/vendors”目录下的“config.ini”文件，配置自定义算子的优先级，若不同的“vendor_name”目录下存在相同OpType的自定义算子，则以优先级高的“vendor_name”目录下的算子为准。

   “config.ini”文件的配置示例如下：

   load_priority=vendor_name1,vendor_name2,vendor_name3

   • “load_priority”：优先级配置序列的关键字，不允许修改。
   • “vendor_name1,vendor_name2,vendor_name3”：自定义算子厂商的优先级序列，按照优先级从高到低的顺序进行排列。