使用 Torch-TensorRT 编译导出的程序

Pytorch 2.1 引入了 torch.export API，该 API 可以将 Pytorch 程序的图导出为 ExportedProgram 对象。Torch-TensorRT dynamo 前端会编译这些 ExportedProgram 对象并使用 TensorRT 对它们进行优化。下面是 dynamo 前端的一个简单用法

import torch
import torch_tensorrt

model = MyModel().eval().cuda()
inputs = [torch.randn((1, 3, 224, 224), dtype=torch.float32).cuda()]
exp_program = torch.export.export(model, tuple(inputs))
trt_gm = torch_tensorrt.dynamo.compile(exp_program, inputs) # Output is a torch.fx.GraphModule
trt_gm(*inputs)

注意

torch_tensorrt.dynamo.compile 是用户与 Torch-TensorRT dynamo 前端交互的主要 API。模型的输入类型应为 ExportedProgram (最好是 torch.export.export 或 torch_tensorrt.dynamo.trace (下文讨论) 的输出)，输出类型为 torch.fx.GraphModule 对象。

可自定义设置

用户有很多选项来定制使用 TensorRT 进行优化的设置。以下是一些常用的选项

• inputs - 对于静态形状，这可以是一个 torch 张量或 torch_tensorrt.Input 对象的列表。对于动态形状，这应该是一个 torch_tensorrt.Input 对象的列表。

• enabled_precisions - TensorRT 构建器在优化过程中可以使用的一组精度。

• truncate_long_and_double - 将 long 和 double 值分别截断为 int 和 float。

• torch_executed_ops - 强制由 Torch 执行的操作。

• min_block_size - 作为 TensorRT 段执行所需的连续操作符的最小数量。

完整的选项列表可以在 这里 找到

注意

我们目前在 Dynamo 中不支持 INT 精度。目前我们的 Torchscript IR 中存在对此的支持。我们计划在下一个版本中为 dynamo 实现类似的支持。

幕后

在幕后，torch_tensorrt.dynamo.compile 对图执行以下操作。

• 降低 - 应用降低传递以添加/删除操作符以实现最佳转换。

• 分区 - 根据 min_block_size 和 torch_executed_ops 字段，将图划分为 Pytorch 和 TensorRT 段。

• 转换 - 在此阶段，Pytorch 操作将转换为 TensorRT 操作。

• 优化 - 转换后，我们构建 TensorRT 引擎并将其嵌入到 pytorch 图中。

跟踪

torch_tensorrt.dynamo.trace 可用于跟踪 Pytorch 图并生成 ExportedProgram。这会内部执行一些操作符的分解以供下游优化。然后可以将生成的 ExportedProgram 与 torch_tensorrt.dynamo.compile API 一起使用。如果您的模型中有动态输入形状，您可以使用此 torch_tensorrt.dynamo.trace 来导出具有动态形状的模型。或者，您也可以直接使用 torch.export 带约束。

import torch
import torch_tensorrt

inputs = [torch_tensorrt.Input(min_shape=(1, 3, 224, 224),
                              opt_shape=(4, 3, 224, 224),
                              max_shape=(8, 3, 224, 224),
                              dtype=torch.float32)]
model = MyModel().eval()
exp_program = torch_tensorrt.dynamo.trace(model, inputs)