百度昆仑 XPU 部署示例

Paddle Lite 已支持百度 XPU 在 X86 和 ARM 服务器(例如飞腾 FT-2000+/64)上进行预测部署。 目前支持 Kernel 和子图两种接入方式,其中子图接入方式与之前华为 Kirin NPU 类似,即加载并分析 Paddle 模型,将 Paddle 算子转成 XTCL 组网 API 进行网络构建,在线生成并执行模型。

支持现状

已支持的芯片

  • 昆仑 818-100(推理芯片)

  • 昆仑 818-300(训练芯片)

已支持的设备

  • K100/K200 昆仑 AI 加速卡

已支持的 Paddle 模型

已支持(或部分支持)的 Paddle 算子( Kernel 接入方式)

参考示例演示

测试设备( K100 昆仑 AI 加速卡)

https://paddlelite-demo.bj.bcebos.com/devices/baidu/baidu_xpu.jpgbaidu_xpu

准备设备环境

  • K100/200 昆仑 AI 加速卡规格说明书,如需更详细的规格说明书或购买产品,请联系欧阳剑ouyangjian@baidu.com;

  • K100 为全长半高 PCI-E 卡,K200 为全长全高 PCI-E 卡,要求使用 PCI-E x16 插槽,且需要单独的 8 针供电线进行供电;

  • 安装 K100/K200 驱动,目前支持 Ubuntu 和 CentOS 系统,由于驱动依赖 Linux kernel 版本,请正确安装对应版本的驱动安装包。

准备编译环境

运行图像分类示例程序

  • 下载示例程序 PaddleLite-linux-demo.tar.gz ,解压后清单如下:

    - PaddleLite-linux-demo
      - image_classification_demo
        - assets
          - images
            - tabby_cat.jpg # 测试图片
            - tabby_cat.raw # 经过 convert_to_raw_image.py 处理后的 RGB Raw 图像
          - labels
            - synset_words.txt # 1000 分类 label 文件
          - models
            - resnet50_fp32_224_fluid # Paddle fluid non-combined 格式的 resnet50 float32 模型
              - __model__ # Paddle fluid 模型组网文件,可拖入 https://lutzroeder.github.io/netron/ 进行可视化显示网络结构
              - bn2a_branch1_mean # Paddle fluid 模型参数文件
              - bn2a_branch1_scale
              ...
        - shell
          - CMakeLists.txt # 示例程序 CMake 脚本
          - build
            - image_classification_demo # 已编译好的,适用于 amd64 的示例程序
          - image_classification_demo.cc # 示例程序源码
          - build.sh # 示例程序编译脚本
          - run.sh # 示例程序运行脚本
      - libs
        - PaddleLite
          - amd64
            - include # Paddle Lite 头文件
            - lib
              - libiomp5.so # Intel OpenMP 库
              - libmklml_intel.so # Intel MKL 库
              - libxpuapi.so # XPU API 库,提供设备管理和算子实现。
              - llibxpurt.so # XPU runtime 库
              - libpaddle_full_api_shared.so # 预编译 Paddle Lite full api 库
          - arm64
            - include # Paddle Lite 头文件
            - lib
              - libxpuapi.so # XPU API 库,提供设备管理和算子实现。
              - llibxpurt.so # XPU runtime 库
              - libpaddle_full_api_shared.so # 预编译 Paddle Lite full api 库
    
  • 进入 PaddleLite-linux-demo/image_classification_demo/shell,直接执行 ./run.sh amd64 即可;

    $ cd PaddleLite-linux-demo/image_classification_demo/shell
    $ ./run.sh amd64 # 默认已生成 amd64 版本的 build/image_classification_demo,因此,无需重新编译示例程序就可以执行。
    $ ./run.sh arm64 # 需要在 arm64(FT-2000+/64) 服务器上执行 ./build.sh arm64 后才能执行该命令。
    ...
    AUTOTUNE:(12758016, 16, 1, 2048, 7, 7, 512, 1, 1, 1, 1, 0, 0, 0) = 1by1_bsp(1, 32, 128, 128)
    Find Best Result in 150 choices, avg-conv-op-time = 40 us
    [INFO][XPUAPI][/home/qa_work/xpu_workspace/xpu_build_dailyjob/api_root/baidu/xpu/api/src/wrapper/conv.cpp:274] Start Tuning: (12758016, 16, 1, 512, 7, 7, 512, 3, 3, 1, 1, 1, 1, 0)
    AUTOTUNE:(12758016, 16, 1, 512, 7, 7, 512, 3, 3, 1, 1, 1, 1, 0) = wpinned_bsp(1, 171, 16, 128)
    Find Best Result in 144 choices, avg-conv-op-time = 79 us
    I0502 22:34:18.176113 15876 io_copy_compute.cc:75] xpu to host, copy size 4000
    I0502 22:34:18.176406 15876 io_copy_compute.cc:36] host to xpu, copy size 602112
    I0502 22:34:18.176697 15876 io_copy_compute.cc:75] xpu to host, copy size 4000
    iter 0 cost: 2.116000 ms
    I0502 22:34:18.178530 15876 io_copy_compute.cc:36] host to xpu, copy size 602112
    I0502 22:34:18.178792 15876 io_copy_compute.cc:75] xpu to host, copy size 4000
    iter 1 cost: 2.101000 ms
    I0502 22:34:18.180634 15876 io_copy_compute.cc:36] host to xpu, copy size 602112
    I0502 22:34:18.180881 15876 io_copy_compute.cc:75] xpu to host, copy size 4000
    iter 2 cost: 2.089000 ms
    I0502 22:34:18.182726 15876 io_copy_compute.cc:36] host to xpu, copy size 602112
    I0502 22:34:18.182976 15876 io_copy_compute.cc:75] xpu to host, copy size 4000
    iter 3 cost: 2.085000 ms
    I0502 22:34:18.184814 15876 io_copy_compute.cc:36] host to xpu, copy size 602112
    I0502 22:34:18.185068 15876 io_copy_compute.cc:75] xpu to host, copy size 4000
    iter 4 cost: 2.101000 ms
    warmup: 1 repeat: 5, average: 2.098400 ms, max: 2.116000 ms, min: 2.085000 ms
    results: 3
    Top0  tabby, tabby cat - 0.689418
    Top1  tiger cat - 0.190557
    Top2  Egyptian cat - 0.112354
    Preprocess time: 1.553000 ms
    Prediction time: 2.098400 ms
    Postprocess time: 0.081000 ms
    
  • 如果需要更改测试图片,请将图片拷贝到 PaddleLite-linux-demo/image_classification_demo/assets/images 目录下,修改并执行 convert_to_raw_image.py 生成相应的 RGB Raw 图像,最后修改 run.sh 的 IMAGE_NAME 即可;

  • 如果需要重新编译示例程序,直接运行 ./build.sh amd64./build.sh arm64 即可。

    $ cd PaddleLite-linux-demo/image_classification_demo/shell
    $ ./build.sh amd64 # For amd64
    $ ./build.sh arm64 # For arm64(FT-2000+/64) 
    

更新模型

  • 通过 Paddle 训练,或 X2Paddle 转换得到 ResNet50 float32 模型 resnet50_fp32_224_fluid

  • 由于 XPU 一般部署在 Server 端,因此将使用 Paddle Lite 的 full api 加载原始的 Paddle 模型进行预测,即采用 CxxConfig 配置相关参数。

更新支持百度 XPU 的 Paddle Lite 库

  • 下载 Paddle Lite 源码;

    $ git clone https://github.com/PaddlePaddle/Paddle-Lite.git
    $ cd Paddle-Lite
    $ git checkout <release-version-tag>
    
  • 编译 publish so for amd64 or arm64(FT-2000+/64);

    $ # For amd64,如果报找不到 cxx11:: 符号的编译错误,请将 gcc 切换到 4.8 版本。
    $ ./lite/tools/build_linux.sh --arch=x86 --with_baidu_xpu=ON
    
    $ # For arm64(FT-2000+/64), arm 环境下需要设置环境变量 CC 和 CXX,分别指定 C 编译器和 C++ 编译器的路径
    $ export CC=<path_to_your_c_compiler>
    $ export CXX=<path_to_your_c++_compiler>
    $ ./lite/tools/build_linux.sh --arch=armv8 --with_baidu_xpu=ON
    
  • 替换库文件和头文件

    cd PaddleLite-linux-demo/image_classification_demo/shell
    ./update_libs.sh <lite_inference_dir> <demo_libs_dir>
    # For amd64,lite_inference_dir 一般为编译生成的 build.lite.linux.x86.gcc.baidu_xpu/inference_lite_lib,demo_libs_dir 为 PaddleLite-linux-demo/libs/PaddleLite/amd64
    # For arm64,lite_inference_dir一般为编译生成的 build.lite.linux.armv8.gcc.baidu_xpu/inference_lite_lib.armlinux.armv8.xpu,demo_libs_dir 为 PaddleLite-linux-demo/libs/PaddleLite/amd64
    

    备注:替换头文件后需要重新编译示例程序

  • windows 版本的编译适配

    1. Paddle Lite 使用 XPU kernel 的方案

    $ cd Paddle-Lite
    $ lite\\tools\\build_windows.bat with_extra without_python use_vs2017 with_dynamic_crt  with_baidu_xpu baidu_xpu_sdk_root D:\\xpu_toolchain_windows\\output
    
    1. Paddle Lite 使用 XPU XTCL 子图方案

    $ cd Paddle-Lite
    $ lite\\tools\\build_windows.bat with_extra without_python use_vs2017 with_dynamic_crt  with_baidu_xpu with_baidu_xpu_xtcl baidu_xpu_sdk_root D:\\xpu_toolchain_windows\\output
    

    编译脚本 build_windows.bat 使用可参考源码编译( Windows )进行环境配置和查找相应编译参数

其它说明

  • 如需更进一步的了解相关产品的信息,请联系欧阳剑 ouyangjian@baidu.com;

  • 百度昆仑的研发同学正在持续适配更多的 Paddle 算子,以便支持更多的 Paddle 模型。