Ejecuciones en ráfaga y colas de mensajes rápidas

La HAL 1.2 de redes neuronales presenta el concepto de ejecuciones en aumento de actividad. Las ejecuciones en ráfaga son una secuencia de ejecuciones del mismo modelo preparado que ocurren en una sucesión rápida, como las que operan en marcos de una captura de cámara o muestras de audio sucesivas. Un objeto de ráfaga se usa para controlar un conjunto de ejecuciones en ráfaga y conservar recursos entre ejecuciones, lo que permite que estas tengan una sobrecarga menor. Los objetos de ráfaga habilitan tres optimizaciones:

  1. Un objeto de ráfaga se crea antes de una secuencia de ejecuciones y se libera cuando la secuencia finaliza. Debido a esto, la vida útil del objeto de ráfaga sugiere a un 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 asignar un objeto de memoria en la primera ejecución y almacenar en caché la asignación en el objeto de ráfaga para volver a usarlo en ejecuciones posteriores. Cualquier recurso almacenado en caché se puede liberar cuando se destruye el objeto de ráfaga o cuando el tiempo de ejecución de la NNAPI notifica al objeto de ráfaga que ya no se necesita el recurso.
  3. Un objeto de ráfaga usa colas de mensajes rápidos (FMQ) para la comunicación entre los procesos de la app y del controlador. Esto puede reducir la latencia porque el FMQ omite el HIDL y pasa los datos directamente a otro proceso a través de un FIFO atómico circular en la memoria compartida. El proceso del consumidor sabe quitar de la cola un elemento y comenzar a procesarse, ya sea sondeando la cantidad de elementos en el FIFO o esperando la marca del evento de FMQ, que indica el productor. Esta marca de evento es una exclusión mutua rápida del espacio de usuario (futex).

Una FMQ es una estructura de datos de bajo nivel que no ofrece garantías de vida útil en todos los procesos y no tiene un mecanismo integrado para determinar si el proceso del otro extremo del FMQ se ejecuta según lo previsto. En consecuencia, si el productor de la FMQ muere, el consumidor puede estar atascado esperando datos que nunca llegan. Una solución a este problema es que el controlador asocie las FMQ con el objeto de aumento de actividad de nivel superior para detectar cuándo finalizó la ejecución de aumento de actividad.

Debido a que las ejecuciones en ráfaga operan en los mismos argumentos y muestran los mismos resultados que otras rutas de ejecución, los FMQ subyacentes deben pasar los mismos datos hacia y desde los controladores del servicio NNAPI. Sin embargo, las FMQ solo pueden transferir tipos de datos sin formato. La transferencia de datos complejos se realiza serializando y deserializando los búferes anidados (tipos de vectores) directamente en las FMQ, y usando objetos de devolución de llamada HIDL para transferir controladores de grupos de memoria a pedido. El lado del productor de la FMQ debe enviar los mensajes de solicitud o de resultado al consumidor de forma atómica con MessageQueue::writeBlocking si la cola está bloqueada o con MessageQueue::write si la cola no tiene bloqueo.

Interfaces de ráfaga

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

tipos.hal

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

  • FmqRequestDatum: Es un elemento único de una representación serializada de un objeto Request de ejecución y un valor MeasureTiming, que se envían a través de la cola de mensajes rápidos.
  • FmqResultDatum: Es un elemento único de una representación serializada de los valores que se muestran en una ejecución (ErrorStatus, OutputShapes y Timing), que se muestra a través de la cola de mensajes rápida.

IBurstContext.hal

IBurstContext.hal define el objeto de interfaz HIDL que reside en el servicio de redes neuronales.

  • IBurstContext: Es un objeto de contexto para administrar los recursos de un aumento de actividad.

IBurstCallback.hal

IBurstCallback.hal define el objeto de interfaz HIDL para una devolución de llamada creada por el tiempo de ejecución de las redes neuronales y el servicio de redes neuronales la utiliza para recuperar objetos hidl_memory correspondientes a identificadores de ranuras.

  • IBurstCallback: Es el objeto de devolución de llamada que usa un servicio para recuperar objetos de memoria.

Modelo_Preparado.hal

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

  • configureExecutionBurst: Configura un objeto de ráfaga que se usa para ejecutar varias inferencias en un modelo preparado en una sucesión rápida.

Admite ejecuciones en ráfaga en un controlador

La forma más sencilla de admitir objetos de ráfaga en un servicio de la NNAPI HIDL es usar la función de utilidad de ráfaga ::android::nn::ExecutionBurstServer::create, que se encuentra en ExecutionBurstServer.h y 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 usa 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 las asignaciones hidl_memory) que persisten en varias ejecuciones.

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

Como alternativa, puedes crear tu propia implementación de IBurstContext que comprenda cómo enviar y recibir mensajes a través de los FMQ requestChannel y resultChannel que se pasan a IPreparedModel::configureExecutionBurst.

Las funciones de 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 de redes neuronales 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();
}