Google se compromete a impulsar la igualdad racial para las comunidades afrodescendientes. Obtén información al respecto.
Se usó la API de Cloud Translation para traducir esta página.
Switch to English

Ejecuciones en ráfagas y colas de mensajes rápidos

Neural Networks HAL 1.2 introduce el concepto de ejecuciones en ráfagas. Las ejecuciones en ráfaga son una secuencia de ejecuciones del mismo modelo preparado que ocurren en rápida sucesión, como las que operan en cuadros de una captura de cámara o muestras de audio sucesivas. Un objeto de ráfaga se utiliza para controlar un conjunto de ejecuciones de ráfaga y para preservar los recursos entre ejecuciones, lo que permite que las ejecuciones tengan una sobrecarga más baja. Los objetos de ráfaga permiten tres optimizaciones:

  1. Un objeto de ráfaga se crea antes de una secuencia de ejecuciones y se libera cuando la secuencia ha finalizado. Debido a esto, la vida útil del objeto de ráfaga le indica al controlador cuánto tiempo debe permanecer en un estado de alto rendimiento.
  2. Un objeto de ráfaga puede conservar recursos entre ejecuciones. Por ejemplo, un controlador puede mapear un objeto de memoria en la primera ejecución y almacenar en caché el mapeo en el objeto de ráfaga para reutilizarlo en ejecuciones posteriores. Cualquier recurso almacenado en caché se puede liberar cuando el objeto de ráfaga se destruye o cuando el tiempo de ejecución de NNAPI notifica al objeto de ráfaga que el recurso ya no es necesario.
  3. Un objeto de ráfaga utiliza colas de mensajes rápidos (FMQ) para comunicarse entre la aplicación y los procesos del controlador. Esto puede reducir la latencia porque el FMQ omite HIDL y pasa datos directamente a otro proceso a través de un FIFO circular atómico en la memoria compartida. El proceso del consumidor sabe sacar un artículo de la cola y comenzar a procesar, ya sea sondeando el número de elementos en el FIFO o esperando en el indicador de eventos del FMQ, que es señalado por el productor. Este indicador de evento es un mutex de espacio de usuario rápido (futex).

Un FMQ es una estructura de datos de bajo nivel que no ofrece garantías de por vida en todos los procesos y no tiene un mecanismo incorporado para determinar si el proceso en el otro extremo del FMQ se está ejecutando como se esperaba. En consecuencia, si el productor de FMQ muere, el consumidor puede quedarse atascado esperando datos que nunca llegan. Una solución a este problema es que el controlador asocie los FMQ con el objeto de ráfaga de nivel superior para detectar cuándo ha terminado la ejecución de la ráfaga.

Debido a que las ejecuciones en ráfagas operan con los mismos argumentos y devuelven los mismos resultados que otras rutas de ejecución, los FMQ subyacentes deben pasar los mismos datos hacia y desde los controladores de servicio NNAPI. Sin embargo, los FMQ solo pueden transferir tipos de datos antiguos sin formato. La transferencia de datos complejos se logra mediante la serialización y deserialización de búferes anidados (tipos de vector) directamente en los FMQ y el uso de objetos de devolución de llamada HIDL para transferir identificadores de agrupaciones de memoria a pedido. El lado del productor del FMQ debe enviar la solicitud o los mensajes de resultado al consumidor de forma atómica usando MessageQueue::writeBlocking si la cola está bloqueada, o usando MessageQueue::write si la cola no está bloqueada.

Interfaces de ráfaga

Las interfaces de ráfaga para las redes neuronales HAL se encuentran en hardware/interfaces/neuralnetworks/1.2/ y se describen a continuación. Para obtener más información sobre interfaces de ráfaga en la capa NDK, consulte frameworks/ml/nn/runtime/include/NeuralNetworks.h .

tipos.hal

types.hal define el tipo de datos que se envían a través del FMQ.

  • FmqRequestDatum : un elemento único de una representación serializada de un objeto de Request ejecución y un valor de MeasureTiming , que se envía a través de la cola de mensajes rápidos.
  • FmqResultDatum : un elemento único de una representación serializada de los valores devueltos de una ejecución ( ErrorStatus , OutputShapes y Timing ), que se devuelve a través de la cola de mensajes rápidos.

IBurstContext.hal

IBurstContext.hal define el objeto de interfaz HIDL que vive en el servicio Neural Networks.

  • IBurstContext : objeto de contexto para gestionar los recursos de una ráfaga.

IBurstCallback.hal

IBurstCallback.hal define el objeto de interfaz HIDL para una devolución de llamada creada por el tiempo de ejecución de Neural Networks y es utilizado por el servicio de Neural Networks para recuperar objetos hidl_memory correspondientes a identificadores de ranura.

IPreparedModel.hal

IPreparedModel.hal se extiende en HAL 1.2 con un método para crear un objeto IBurstContext partir de un modelo preparado.

  • configureExecutionBurst : configura un objeto de ráfaga que se utiliza para ejecutar múltiples inferencias en un modelo preparado en rápida sucesión.

Apoyando ejecuciones en ráfaga en un controlador

La forma más sencilla de admitir objetos de ráfaga en un servicio HIDL NNAPI es utilizar la función de utilidad de ráfaga ::android::nn::ExecutionBurstServer::create , que se encuentra en ExecutionBurstServer.h empaquetada en las bibliotecas estáticas libneuralnetworks_common y libneuralnetworks_util . Esta función de fábrica tiene dos sobrecargas:

  • Una sobrecarga acepta un puntero a un objeto IPreparedModel . Esta función de utilidad utiliza el método executeSynchronously en un objeto IPreparedModel para ejecutar el modelo.
  • Una sobrecarga acepta un objeto IBurstExecutorWithCache personalizable, que se puede usar para almacenar en caché recursos (como mapeos hidl_memory ) que persisten en múltiples ejecuciones.

Cada sobrecarga devuelve un objeto IBurstContext (que representa el objeto de ráfaga) que contiene y administra su propio hilo de escucha dedicado. Este hilo recibe solicitudes de la requestChannel FMQ, realiza la inferencia, a continuación, devuelve los resultados a través de la resultChannel FMQ. Este hilo y todos los demás recursos contenidos en el objeto IBurstContext se liberan automáticamente cuando el cliente de la ráfaga pierde su referencia a IBurstContext .

Como alternativa, puede crear su propia implementación de IBurstContext que entiende cómo enviar y recibir mensajes a través de la requestChannel y resultChannel FMQs pasó a IPreparedModel::configureExecutionBurst .

Las funciones de la utilidad de ráfaga se encuentran en ExecutionBurstServer.h .

/**
 * Create automated context to manage FMQ-based executions.
 *
 * This function is intended to be used by a service to automatically:
 * 1) Receive data from a provided FMQ
 * 2) Execute a model with the given information
 * 3) Send the result to the created FMQ
 *
 * @param callback Callback used to retrieve memories corresponding to
 *     unrecognized slots.
 * @param requestChannel Input FMQ channel through which the client passes the
 *     request to the service.
 * @param resultChannel Output FMQ channel from which the client can retrieve
 *     the result of the execution.
 * @param executorWithCache Object which maintains a local cache of the
 *     memory pools and executes using the cached memory pools.
 * @result IBurstContext Handle to the burst context.
 */
static sp<ExecutionBurstServer> create(
        const sp<IBurstCallback>& callback, const FmqRequestDescriptor& requestChannel,
        const FmqResultDescriptor& resultChannel,
        std::shared_ptr<IBurstExecutorWithCache> executorWithCache);

/**
 * Create automated context to manage FMQ-based executions.
 *
 * This function is intended to be used by a service to automatically:
 * 1) Receive data from a provided FMQ
 * 2) Execute a model with the given information
 * 3) Send the result to the created FMQ
 *
 * @param callback Callback used to retrieve memories corresponding to
 *     unrecognized slots.
 * @param requestChannel Input FMQ channel through which the client passes the
 *     request to the service.
 * @param resultChannel Output FMQ channel from which the client can retrieve
 *     the result of the execution.
 * @param preparedModel PreparedModel that the burst object was created from.
 *     IPreparedModel::executeSynchronously will be used to perform the
 *     execution.
 * @result IBurstContext Handle to the burst context.
 */
  static sp<ExecutionBurstServer> create(const sp<IBurstCallback>& callback,
                                         const FmqRequestDescriptor& requestChannel,
                                         const FmqResultDescriptor& resultChannel,
                                         IPreparedModel* preparedModel);

La siguiente es una implementación de referencia de una interfaz de ráfaga que se encuentra en el controlador de muestra Neural Networks en frameworks/ml/nn/driver/sample/SampleDriver.cpp .

Return<void> SamplePreparedModel::configureExecutionBurst(
        const sp<V1_2::IBurstCallback>& callback,
        const MQDescriptorSync<V1_2::FmqRequestDatum>& requestChannel,
        const MQDescriptorSync<V1_2::FmqResultDatum>& resultChannel,
        configureExecutionBurst_cb cb) {
    NNTRACE_FULL(NNTRACE_LAYER_DRIVER, NNTRACE_PHASE_EXECUTION,
                 "SampleDriver::configureExecutionBurst");
    // Alternatively, the burst could be configured via:
    // const sp<V1_2::IBurstContext> burst =
    //         ExecutionBurstServer::create(callback, requestChannel,
    //                                      resultChannel, this);
    //
    // However, this alternative representation does not include a memory map
    // caching optimization, and adds overhead.
    const std::shared_ptr<BurstExecutorWithCache> executorWithCache =
            std::make_shared<BurstExecutorWithCache>(mModel, mDriver, mPoolInfos);
    const sp<V1_2::IBurstContext> burst = ExecutionBurstServer::create(
            callback, requestChannel, resultChannel, executorWithCache);
    if (burst == nullptr) {
        cb(ErrorStatus::GENERAL_FAILURE, {});
    } else {
        cb(ErrorStatus::NONE, burst);
    }
    return Void();
}