内存规划¶
受众：后端集成商和嵌入式开发人员，他们对自定义 ExecuTorch 程序运行的内存区域感兴趣。
概述¶
MemoryPlanning 是在获取一个 ExportedProgram 并进行到生成 ExecuTorch 程序之前的最后一步。在此过程中，ExecuTorch 会根据每个可变张量的大小和生命周期，规划它们在固定大小内存区域中的位置。
具体来说，内存规划涉及三个过程：
SpecPropPass为图中的每个张量（输入、中间或输出）计算一个 TensorSpec。张量规范中最重要的字段是张量形状的符号表达式，其中初始符号集来自输入张量的维度，中间张量形状的符号表达式通过张量运算进行传播。用户可以将维度标记为动态或静态，当维度是动态的时，用户需要用 ValueRange 注释该维度。SymShapeEvalPass使用它们的上界将符号表达式评估为具体的整数。有两种方法可以进行上界专用化：HintBasedSymShapeEval（即将弃用）是评估上界的老方法。它不查看符号的 ValueRange，而是使用示例输入的形状来替换所有符号。我们称之为“基于提示”，因为示例输入的形状只是运行时间下输入形状可能是什么的提示，仅用于跟踪。ValueRangeBasedSymShapeEval 是进行上界内存规划的推荐方法。它将实际查看符号的 ValueRange，并对范围进行推断以获得实际的上界。MemoryPlanningPass在所有张量都获得具有具体整数形状的 TensorSpec 后，执行实际的内存规划。
算法¶
ExecuTorch 开箱即用地提供了两种内存规划算法选项，但用户可以自行定义，如果提供的选项不适合或不足以满足其用例。
朴素算法只是将所有张量连接到一个线性内存块中，而不考虑内存重用。它作为总内存消耗的上限，并作为基线。
贪婪算法尝试基于最佳匹配标准重用已分配的内存。具体而言：当没有已分配的内存与当前正在进行内存规划的张量生命周期不重叠时，我们会分配一个与当前张量大小和生命周期相同的内存缓冲区。当存在一个或多个已分配内存缓冲区，其生命周期与当前张量重叠时，我们会选择与当前张量大小最接近的缓冲区，以减少内存碎片。最后，我们将这些内存缓冲区线性地分配到内存中。
方法输入和输出¶
MemoryPlanningPass 提供了不为程序输入和输出进行内存规划的选项。如果 IO 未进行规划，则用户需要在运行时提供数据缓冲区来支持这些值。示例：
program = edge_program.to_executorch(
exir.ExecutorchBackendConfig(
memory_planning_pass=MemoryPlanningPass(
alloc_graph_input=False, # Inputs will not be memory planned, the data_ptr for input tensors after model load will be nullptr
alloc_graph_output=True, # Outputs will be memory planned, the data_ptr for output tensors after model load will be in the `planned_memory`.
)
)
)
一种常见的设置是，模型输出作为后续推理的输入。在这种情况下，通常最好不要对 IO 进行内存规划，而是在运行时为输入和输出提供相同的缓冲区，以避免复制。
自定义内存计划¶
用户可以编写自定义内存计划，以利用多个内存位置（如 SRAM 和 DRAM），将特定节点的输出放置在特定位置，甚至更改规划算法本身。以下示例展示了如何重用提供的规划算法，但具有多个层次结构并将特定操作的输出放置在特定内存区域中。
class CustomPoolMemoryPlanningPass(MemoryPlanningPass):
def run(self, graph_module: GraphModule, graph_signature: Optional[ExportGraphSignature]) -> PassResult:
for subgm in graph_module.modules():
if not isinstance(subgm, GraphModule):
continue
for node in subgm.graph.nodes:
# mem_id = 1 placeholder and outputs of mul
# mem_id = 2 for outputs of add
# parent class will copy spec will to alloc nodes
if node.op == "placeholder":
node.meta["spec"].mem_id = 1
continue
if node.op != "call_function":
continue
if node.target == torch.ops.aten.add.out:
node.meta["spec"].mem_id = 2
elif node.target == torch.ops.aten.mul.out:
node.meta["spec"].mem_id = 1
return super().run(graph_module, graph_signature)
然后，在降低到 ExecuTorch 时，可以按以下方式使用自定义计划：
program = edge_program.to_executorch(
exir.ExecutorchBackendConfig(
memory_planning_pass=CustomPoolMemoryPlanningPass(
memory_planning_algo=greedy,
)
)
)
试图编写自定义内存规划算法的用户应首先查看 贪婪算法的实现。
