Пакетное выполнение и быстрые очереди сообщений

В Neural Networks HAL 1.2 представлена ​​концепция пакетного выполнения. Пакетные исполнения — это последовательность выполнения одной и той же подготовленной модели, которые происходят в быстрой последовательности, например, при работе с кадрами, снятыми с камеры, или с последовательными аудиосэмплами. Пакетный объект используется для управления набором пакетных выполнения и для сохранения ресурсов между выполнениями, что позволяет выполнениям иметь меньшие накладные расходы. Пакетные объекты допускают три оптимизации:

  1. Пакетный объект создается перед последовательностью выполнения и освобождается после завершения последовательности. По этой причине время жизни пакетного объекта указывает драйверу, как долго он должен оставаться в состоянии высокой производительности.
  2. Пакетный объект может сохранять ресурсы между выполнениями. Например, драйвер может сопоставить объект памяти при первом выполнении и кэшировать отображение в пакетном объекте для повторного использования при последующих выполнениях. Любой кэшированный ресурс может быть освобожден, когда пакетный объект уничтожен или когда среда выполнения NNAPI уведомляет пакетный объект о том, что ресурс больше не требуется.
  3. Пакетный объект использует очереди быстрых сообщений (FMQ) для взаимодействия между приложениями и процессами драйвера. Это может уменьшить задержку, поскольку FMQ обходит HIDL и передает данные непосредственно другому процессу через атомарный циклический FIFO в общей памяти. Процесс-потребитель знает, что нужно извлечь элемент из очереди и начать обработку либо путем опроса количества элементов в FIFO, либо путем ожидания флага события FMQ, о котором сигнализирует производитель. Этот флаг события представляет собой быстрый мьютекс пользовательского пространства (фьютекс).

FMQ — это низкоуровневая структура данных, которая не дает никаких гарантий срока службы для процессов и не имеет встроенного механизма для определения того, работает ли процесс на другом конце FMQ должным образом. Следовательно, если производитель FMQ умрет, потребитель может застрять в ожидании данных, которые так и не поступят. Одним из решений этой проблемы является то, что драйвер свяжет FMQ с объектом пакета более высокого уровня, чтобы определить, когда выполнение пакета закончилось.

Поскольку пакетное выполнение работает с теми же аргументами и возвращает те же результаты, что и другие пути выполнения, базовые FMQ должны передавать одни и те же данные в и из драйверов службы NNAPI. Однако FMQ могут передавать только старые типы данных. Передача сложных данных осуществляется 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-производитель FMQ должна отправлять сообщения запроса или результата потребителю атомарно, используя MessageQueue::writeBlocking , если очередь блокируется, или с помощью MessageQueue::write если очередь неблокирующая.

Пакетные интерфейсы

Пакетные интерфейсы для Neural Networks HAL находятся в hardware/interfaces/neuralnetworks/1.2/ и описаны ниже. Дополнительную информацию о пакетных интерфейсах на уровне NDK см. frameworks/ml/nn/runtime/include/NeuralNetworks.h .

типы.hal

types.hal определяет тип данных, которые отправляются через FMQ.

  • FmqRequestDatum : отдельный элемент сериализованного представления объекта Request выполнения и значения MeasureTiming , которое отправляется через очередь быстрых 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 получения 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 пакетный объект, используемый для быстрого последовательного выполнения нескольких выводов по подготовленной модели.

Поддержка пакетного выполнения в драйвере

Самый простой способ поддержки пакетных объектов 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 (таких как сопоставления hidl_memory ), которые сохраняются при нескольких выполнениях.

Каждая перегрузка возвращает объект IBurstContext (который представляет объект пакета), который содержит собственный выделенный поток прослушивателя и управляет им. Этот поток получает запросы из FMQ requestChannel , выполняет вывод, а затем возвращает результаты через FMQ resultChannel . Этот поток и все другие ресурсы, содержащиеся в объекте IBurstContext , автоматически освобождаются, когда клиент пакета теряет ссылку на IBurstContext .

Альтернативно вы можете создать собственную реализацию IBurstContext , которая понимает, как отправлять и получать сообщения через FMQ requestChannel и resultChannel передаваемые в IPreparedModel::configureExecutionBurst .

Утилиты пакетной обработки 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 пакетного интерфейса, найденная в образце драйвера нейронных сетей 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();
}
,

В Neural Networks HAL 1.2 представлена ​​концепция пакетного выполнения. Пакетные исполнения — это последовательность выполнения одной и той же подготовленной модели, которые происходят в быстрой последовательности, например, при работе с кадрами, снятыми с камеры, или с последовательными аудиосэмплами. Пакетный объект используется для управления набором пакетных выполнения и для сохранения ресурсов между выполнениями, что позволяет выполнениям иметь меньшие накладные расходы. Пакетные объекты допускают три оптимизации:

  1. Пакетный объект создается перед последовательностью выполнения и освобождается после завершения последовательности. По этой причине время жизни пакетного объекта указывает драйверу, как долго он должен оставаться в состоянии высокой производительности.
  2. Пакетный объект может сохранять ресурсы между выполнениями. Например, драйвер может отобразить объект памяти при первом выполнении и кэшировать отображение в пакетном объекте для повторного использования при последующих выполнениях. Любой кэшированный ресурс может быть освобожден, когда пакетный объект уничтожен или когда среда выполнения NNAPI уведомляет пакетный объект о том, что ресурс больше не требуется.
  3. Пакетный объект использует очереди быстрых сообщений (FMQ) для взаимодействия между приложениями и процессами драйвера. Это может уменьшить задержку, поскольку FMQ обходит HIDL и передает данные непосредственно другому процессу через атомарный циклический FIFO в общей памяти. Процесс-потребитель знает, что нужно извлечь элемент из очереди и начать обработку либо путем опроса количества элементов в FIFO, либо путем ожидания флага события FMQ, о котором сигнализирует производитель. Этот флаг события представляет собой быстрый мьютекс пользовательского пространства (фьютекс).

FMQ — это низкоуровневая структура данных, которая не дает никаких гарантий срока службы для процессов и не имеет встроенного механизма для определения того, работает ли процесс на другом конце FMQ должным образом. Следовательно, если производитель FMQ умрет, потребитель может застрять в ожидании данных, которые так и не поступят. Одним из решений этой проблемы является то, что драйвер свяжет FMQ с объектом пакета более высокого уровня, чтобы определить, когда выполнение пакета закончилось.

Поскольку пакетное выполнение работает с теми же аргументами и возвращает те же результаты, что и другие пути выполнения, базовые FMQ должны передавать одни и те же данные в и из драйверов службы NNAPI. Однако FMQ могут передавать только старые типы данных. Передача сложных данных осуществляется 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-производитель FMQ должна отправлять сообщения запроса или результата потребителю атомарно, используя MessageQueue::writeBlocking , если очередь блокируется, или с помощью MessageQueue::write если очередь неблокирующая.

Пакетные интерфейсы

Пакетные интерфейсы для Neural Networks HAL находятся в hardware/interfaces/neuralnetworks/1.2/ и описаны ниже. Дополнительную информацию о пакетных интерфейсах на уровне NDK см. frameworks/ml/nn/runtime/include/NeuralNetworks.h .

типы.hal

types.hal определяет тип данных, которые отправляются через FMQ.

  • FmqRequestDatum : отдельный элемент сериализованного представления объекта Request выполнения и значения MeasureTiming , которое отправляется через очередь быстрых 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 получения 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 пакетный объект, используемый для быстрого последовательного выполнения нескольких выводов по подготовленной модели.

Поддержка пакетного выполнения в драйвере

Самый простой способ поддержки пакетных объектов 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 (таких как сопоставления hidl_memory ), которые сохраняются при нескольких выполнениях.

Каждая перегрузка возвращает объект IBurstContext (который представляет объект пакета), который содержит собственный выделенный поток прослушивателя и управляет им. Этот поток получает запросы из FMQ requestChannel , выполняет вывод, а затем возвращает результаты через FMQ resultChannel . Этот поток и все другие ресурсы, содержащиеся в объекте IBurstContext , автоматически освобождаются, когда клиент пакета теряет ссылку на IBurstContext .

Альтернативно вы можете создать собственную реализацию IBurstContext , которая понимает, как отправлять и получать сообщения через FMQ requestChannel и resultChannel передаваемые в IPreparedModel::configureExecutionBurst .

Утилиты пакетной обработки 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 пакетного интерфейса, найденная в образце драйвера нейронных сетей 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();
}