概述
MindIE Torch支持提前编译(AOT,Ahead-Of-Time)和即时编译(JIT,Just-In-Time)两种使用模式,提前编译为TorchScript路线和torch.export路线,即时编译为torch.compile路线。
图1 MindIE Torch推理流程


- TorchScript路线的算子支持度高,对于一般常见的cv、nlp、audio类模型支持度较好,可优先选择。
- ExportedProgram路线算子支持度较差,但对于不支持的算子,将算子fallback至torch执行的分图能力更好。在TorchScript路线存在不支持算子导致模型分图编译失败时,可选择torch.export路线。
- torch.compile适用于训推一体场景或性能要求不高场景,另外torch.compile能够处理python的语义,对于有动态控制流场景的模型,可采用该路线。
父主题: MindIE Torch编程范式