RunGraph【免费下载链接】geGEGraph Engine是面向昇腾的图编译器和执行器提供了计算图优化、多流并行、内存复用和模型下沉等技术手段加速模型执行效率减少模型内存占用。 GE 提供对 PyTorch、TensorFlow 前端的友好接入能力并同时支持 onnx、pb 等主流模型格式的解析与编译。项目地址: https://gitcode.com/cann/ge产品支持情况产品是否支持Atlas A3 训练系列产品 / Atlas A3 推理系列产品√Atlas A2 训练系列产品 / Atlas A2 推理系列产品√头文件/库文件头文件#include ge/ge_api.h库文件libge_runner.so功能说明同步运行指定ID对应的Graph图输出运行结果。该接口包括了编译加载和运行Graph的操作。函数原型Status RunGraph(uint32_t graph_id, const std::vectorTensor inputs, std::vectorTensor outputs)参数说明参数名输入/输出说明graph_id输入要运行图对应的ID。inputs输入计算图输入Tensor为Host上分配的内存空间。使用std::vectorTensor类型的inputs作为输入用户输入进入数据队列时需要对每个输入做一次内存的申请和拷贝输入较大或者较多时可能存在性能瓶颈。outputs输出计算图输出Tensor用户无需分配内存空间执行完成后GE会分配内存并赋值。返回值说明参数名类型说明-StatusSUCCESS运行成功。FAILED运行失败。约束说明inputs与图中的data节点相对应data节点的index属性表征inputs列表中对应数据的位置。即用户需要保证可以按照data节点的index属性从inputs中获取对应的数据否则返回错误。如果图中没有data节点也可以输入的inputs为空。输出的outputs与用户指定的输出节点及输出端口个数与顺序相一致。【免费下载链接】geGEGraph Engine是面向昇腾的图编译器和执行器提供了计算图优化、多流并行、内存复用和模型下沉等技术手段加速模型执行效率减少模型内存占用。 GE 提供对 PyTorch、TensorFlow 前端的友好接入能力并同时支持 onnx、pb 等主流模型格式的解析与编译。项目地址: https://gitcode.com/cann/ge创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考