运行时阶段

运行时阶段负责构建带有嵌入式 TensorRT 引擎的独立 TorchScript 图，并在这些引擎被调用时作为运行时。主要接口接受序列化的 TensorRT 引擎。执行阶段将反序列化并封装该引擎到一个类中，该类为每个引擎维护一个执行上下文及其输入和输出的一些元数据，并且与 TorchScript 解释器兼容，以便可以像其他 TorchScript IValues 一样移动和使用它。通过将引擎及其输入提供给 tensorrt::execute_engine 运算符来运行引擎，该运算符将接受引擎及其输入并返回引擎执行的结果。

背景

PyTorch JIT 的运行时基于堆栈机，所有运算符都从堆栈中弹出参数，将它们传递给运算符的某个实现，然后将结果推回堆栈。堆栈的实际元素是 torch::jit::IValues，与我们在转换阶段（抽象 torch::jit::Value 类型的实现）中评估的类型相同。

TensorRT 引擎执行器操作

当 Torch-TensorRT 加载时，它在 PyTorch JIT 运算符库中注册一个名为 trt::execute_engine(Tensor[] inputs, __torch__.torch.classes.tensorrt.Engine engine) -> Tensor[] 的运算符，该运算符接受一个实例化引擎和输入列表。编译后的图将此引擎存储在一个属性中，以便它可以移植和序列化。当该操作被调用时，一个实例化引擎和输入张量从运行时堆栈中弹出。这些输入被传递到一个通用引擎执行函数中，该函数将通过 TensorRT 引擎运行张量并返回新的张量作为结果。这些张量被推到堆栈上，以便下一个操作（无论它是什么）可以使用它们。

构建结果图

一旦引擎反序列化并实例化，编译器将构建一个图，当模块被调用时将执行该引擎。下面是一个示例

graph(%self_1 : __torch__.torchvision.models.resnet.___torch_mangle_4847.ResNet_trt,
  %input_0 : Tensor):
    %1 : __torch__.torch.classes.tensorrt.Engine = prim::GetAttr[name="__torch___torchvision_models_resnet____torch_mangle_4847_ResNet_trt_engine"](%self_1)
    %3 : Tensor[] = prim::ListConstruct(%input_0)
    %4 : Tensor[] = trt::execute_engine(%3, %1)
    %5 : Tensor = prim::ListUnpack(%4)
return (%5)

您可以在图中看到引擎属性以及 trt::execute_engine 操作，它接受一个输入张量列表和一个引擎，并生成一个输出张量列表作为返回。当模块上的 forward 被调用时，该图被执行，从而运行 TensorRT 引擎。

在多个输出的情况下，编译后的图可以将输出张量重新打包成一个元组，以返回给用户。

graph(%self_1 : __torch__.PyTorch.Detection.SSD.src.model.SSD300_trt,
  %input_0 : Tensor):
    %1 : __torch__.torch.classes.tensorrt.Engine = prim::GetAttr[name="__torch___PyTorch_Detection_SSD_src_model_SSD300_trt_engine"](%self_1)
    %3 : Tensor[] = prim::ListConstruct(%input_0)
    %4 : Tensor[] = trt::execute_engine(%3, %1)
    %5 : Tensor, %6 : Tensor = prim::ListUnpack(%4)
    %7 : (Tensor, Tensor) = prim::TupleConstruct(%5, %6)
return (%7)

序列化和反序列化

嵌入在 TorchScript 图中的 TensorRT 引擎的序列化和反序列化由引擎和 TorchBind 的持有类处理。当保存 TorchScript 模块时，pickler 将对 cuda 引擎执行序列化，并将序列化的引擎存储在创建的 zip 文件中。反序列化时，depickler 将使用序列化引擎调用引擎持有类的构造函数，以便可以再次设置它以进行执行。

ABI 版本控制和序列化格式

Torch-TensorRT 程序是标准的 TorchScript，其中 TensorRT 引擎作为对象嵌入在图中。因此，存在 TensorRT 引擎的序列化格式。Torch-TensorRT 序列化程序的格式使用“ABI”版本进行版本控制，该版本告知运行时关于运行时兼容性的信息。

> 当前 ABI 版本为 3

格式是序列化字符串的向量。它们编码以下信息

• 程序的 ABI 版本

• TRT 引擎的名称

• 设备信息：包括构建引擎的目标设备、SM 功能和其他设备信息。此信息在反序列化时用于选择正确的设备来运行引擎

• 序列化的 TensorRT 引擎