Пакетное выполнение и быстрые очереди сообщений

Neural Networks HAL 1.2 вводит концепцию пакетных исполнений. Пакетные исполнения — это последовательность исполнений одной и той же подготовленной модели, которые происходят в быстрой последовательности, например, те, которые работают с кадрами захвата камеры или последовательными аудиосэмплами. Объект пакетной обработки используется для управления набором пакетных исполнений и для сохранения ресурсов между исполнениями, что позволяет исполнениям иметь меньшие накладные расходы. Объекты пакетной обработки позволяют использовать три оптимизации:

  1. Объект burst создается перед последовательностью выполнений и освобождается после ее завершения. Из-за этого время жизни объекта burst подсказывает драйверу, как долго он должен оставаться в состоянии высокой производительности.
  2. Объект burst может сохранять ресурсы между выполнениями. Например, драйвер может сопоставить объект памяти при первом выполнении и кэшировать отображение в объекте burst для повторного использования при последующих выполнениях. Любой кэшированный ресурс может быть освобожден, когда объект burst уничтожается или когда среда выполнения NNAPI уведомляет объект burst о том, что ресурс больше не требуется.
  3. Объект burst использует быстрые очереди сообщений (FMQ) для связи между процессами приложения и драйвера. Это может сократить задержку, поскольку FMQ обходит HIDL и передает данные напрямую другому процессу через атомарный циклический FIFO в общей памяти. Потребительский процесс знает, что нужно извлечь элемент из очереди и начать обработку, либо опрашивая количество элементов в FIFO, либо ожидая флага события FMQ, который сигнализируется производителем. Этот флаг события является быстрым мьютексом пользовательского пространства (фьютексом).

FMQ — это низкоуровневая структура данных, которая не предоставляет никаких гарантий пожизненного существования для разных процессов и не имеет встроенного механизма для определения того, работает ли процесс на другом конце FMQ так, как ожидалось. Следовательно, если производитель для FMQ умирает, потребитель может застрять в ожидании данных, которые так и не поступят. Одним из решений этой проблемы является связывание драйвером FMQ с объектом burst более высокого уровня для определения окончания выполнения burst.

Поскольку пакетные выполнения работают с теми же аргументами и возвращают те же результаты, что и другие пути выполнения, базовые FMQ должны передавать те же данные в драйверы служб NNAPI и из них. Однако FMQ могут передавать только простые старые типы данных. Передача сложных данных выполняется путем сериализации и десериализации вложенных буферов (векторных типов) непосредственно в FMQ и использования объектов обратного вызова HIDL для передачи дескрипторов пула памяти по требованию. Сторона производителя FMQ должна отправлять сообщения запроса или результата потребителю атомарно с помощью MessageQueue::writeBlocking если очередь блокируется, или с помощью MessageQueue::write если очередь неблокируется.

Интерфейсы Burst

Интерфейсы burst для HAL нейронных сетей находятся в hardware/interfaces/neuralnetworks/1.2/ и описаны ниже. Для получения дополнительной информации об интерфейсах burst в слое NDK см. frameworks/ml/nn/runtime/include/NeuralNetworks.h .

типы.hal

types.hal определяет тип данных, отправляемых через FMQ.

  • FmqRequestDatum : отдельный элемент сериализованного представления объекта Request выполнение и значения MeasureTiming , который отправляется через быструю очередь сообщений.
  • FmqResultDatum : отдельный элемент сериализованного представления значений, возвращаемых в результате выполнения ( ErrorStatus , OutputShapes и Timing ), который возвращается через быструю очередь сообщений.

IBurstContext.hal

IBurstContext.hal определяет объект интерфейса HIDL, который находится в службе нейронных сетей.

  • IBurstContext : объект контекста для управления ресурсами пакета.

IBurstCallback.hal

IBurstCallback.hal определяет объект интерфейса HIDL для обратного вызова, созданного средой выполнения нейронных сетей, и используется службой нейронных сетей для извлечения объектов hidl_memory , соответствующих идентификаторам слотов.

  • IBurstCallback : объект обратного вызова, используемый службой для извлечения объектов памяти.

IPreparedModel.hal

IPreparedModel.hal расширен в HAL 1.2 методом создания объекта IBurstContext из подготовленной модели.

  • configureExecutionBurst : настраивает объект burst, используемый для выполнения нескольких выводов на подготовленной модели в быстрой последовательности.

Поддержка пакетного выполнения в драйвере

Самый простой способ поддержки объектов burst в службе HIDL NNAPI — использовать служебную функцию burst ::android::nn::ExecutionBurstServer::create , которая находится в ExecutionBurstServer.h и упакована в статические библиотеки libneuralnetworks_common и libneuralnetworks_util . Эта фабричная функция имеет две перегрузки:

  • Одна перегрузка принимает указатель на объект IPreparedModel . Эта служебная функция использует метод executeSynchronously в объекте IPreparedModel для выполнения модели.
  • Одна перегрузка принимает настраиваемый объект IBurstExecutorWithCache , который можно использовать для кэширования ресурсов (например, отображений hidl_memory ), которые сохраняются при нескольких выполнениях.

Каждая перегрузка возвращает объект IBurstContext (представляющий объект burst), который содержит и управляет своим собственным выделенным потоком прослушивателя. Этот поток получает запросы от requestChannel FMQ, выполняет вывод, а затем возвращает результаты через resultChannel FMQ. Этот поток и все другие ресурсы, содержащиеся в объекте IBurstContext , автоматически освобождаются, когда клиент burst теряет ссылку на IBurstContext .

В качестве альтернативы вы можете создать собственную реализацию IBurstContext , которая понимает, как отправлять и получать сообщения через FMQ requestChannel и resultChannel , переданные в IPreparedModel::configureExecutionBurst .

Функции утилиты burst находятся в 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);

Ниже приведена эталонная реализация интерфейса burst, найденного в образце драйвера Neural Networks по адресу 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();
}