La version HAL 1.2 des réseaux de neurones introduit le concept d'exécutions intensives. Les exécutions en rafales sont une séquence d'exécutions du même modèle préparé qui se succèdent rapidement, telles que celles exécutées au niveau des trames d'une capture d'échantillons audio successifs tirés d'une caméra. Un objet d'utilisation intensive permet de contrôler un ensemble d'exécutions intensives préserver les ressources entre les exécutions, ce qui permet aux exécutions d'avoir des frais généraux. Les objets en rafale permettent trois optimisations:
- Un objet "burst" est créé avant une séquence d'exécutions et libéré une fois la séquence terminée. Par conséquent, la durée de vie de l'objet de rafales indique à un pilote la durée pendant laquelle il doit rester dans un état de hautes performances.
- Un objet burst peut préserver des ressources entre les exécutions. Par exemple, un le pilote peut mapper un objet mémoire lors de la première exécution et mettre en cache le mappage dans l'objet d'utilisation intensive afin de le réutiliser lors d'exécutions ultérieures. Toute ressource mise en cache peut être libérée lorsque l'objet d'utilisation intensive est détruit ou lorsque le réseau NNAPI l'environnement d'exécution informe l'objet d'utilisation intensive que la ressource n'est plus nécessaire.
- Un objet de rafale utilise des files d'attente de messages rapides (FMQ) pour communiquer entre les processus d'application et de pilote. Cela peut réduire la latence, car le FMQ contourne le protocole HIDL et transmet les données directement un autre processus par un FIFO circulaire atomique en mémoire partagée. Le processus consommateur sait retirer un élément de la file d'attente et commencer le traitement en interrogeant le nombre d'éléments dans la file d'attente FIFO ou en attendant l'indicateur d'événement de la file d'attente de messages, qui est signalé par le producteur. Cet indicateur d'événement est mutex (futex) de l’espace utilisateur.
Une file de messages de faible niveau est une structure de données qui n'offre aucune garantie de durée de vie entre les processus et ne dispose d'aucun mécanisme intégré pour déterminer si le processus à l'autre extrémité de la file de messages fonctionne comme prévu. Par conséquent, si le producteur de la file de messages en file d'attente meurt, le consommateur peut être bloqué en attendant des données qui n'arrivent jamais. Un la solution à ce problème consiste à associer les FMQ aux un objet d'utilisation intensive de niveau supérieur pour détecter la fin de l'exécution en rafale.
Comme les exécutions intensives fonctionnent sur les mêmes arguments et renvoient les mêmes
que les autres chemins d'exécution, les FMQ sous-jacents doivent transmettre les mêmes données
et des pilotes de service NNAPI. Toutefois, les FMQ ne peuvent transférer
de données standards. Le transfert de données complexes s'effectue en sérialisant et en désérialisant des tampons imbriqués (types de vecteurs) directement dans les FMQ, et en utilisant des objets de rappel HIDL pour transférer des poignées de pool de mémoire à la demande. Le côté producteur de la file de messages de requêtes doit envoyer les messages de requête ou de résultat au consommateur de manière atomique à l'aide de MessageQueue::writeBlocking si la file est bloquante, ou à l'aide de MessageQueue::write si la file n'est pas bloquante.
Interfaces de rafale
Les interfaces de rafales pour le HAL des réseaux de neurones se trouvent dans hardware/interfaces/neuralnetworks/1.2/ et sont décrites ci-dessous. Pour en savoir plus sur les interfaces de rafale dans la couche NDK, consultez frameworks/ml/nn/runtime/include/NeuralNetworks.h.
types.hal
types.hal définit le type de données envoyées via le FMQ.
FmqRequestDatum: Élément unique d'une représentation sérialisée d'une exécutionRequestet une valeurMeasureTiming, qui est envoyée via le service de messagerie rapide file d'attente.FmqResultDatum: élément unique d'une représentation sérialisée des valeurs renvoyées à partir d'une exécution (ErrorStatus,OutputShapesetTiming), qui est renvoyée via la file d'attente de messages rapide.
IBurstContext.hal
IBurstContext.hal définit l'objet d'interface HIDL qui se trouve dans le service de réseaux de neurones.
IBurstContext: objet de contexte permettant de gérer les ressources d'une rafale.
IBurstCallback.hal
IBurstCallback.hal définit l'objet d'interface HIDL pour un rappel créé par l'environnement d'exécution des réseaux de neurones et est utilisé par le service de réseaux de neurones pour récupérer les objets hidl_memory correspondant aux identifiants de fente.
- IBurstCallback : objet de rappel utilisé par un service pour récupérer des objets de mémoire.
IPreparedModel.hal
IPreparedModel.hal est étendu dans HAL 1.2 avec une méthode permettant de créer un objet IBurstContext à partir d'un modèle préparé.
configureExecutionBurst: Configure un objet d'utilisation intensive utilisé pour exécuter plusieurs inférences sur un objet à la suite d'un modèle.
Accepter les exécutions intensives dans un pilote
Le moyen le plus simple de prendre en charge les objets en rafale dans un service HIDL NNAPI consiste à utiliser la classe
la fonction utilitaire d'utilisation intensive ::android::nn::ExecutionBurstServer::create,
trouvé dans
ExecutionBurstServer.h
et empaquetées dans libneuralnetworks_common et libneuralnetworks_util
bibliothèques statiques. Cette fonction d'usine comporte deux surcharges :
- Une surcharge accepte un pointeur vers un objet
IPreparedModel. Cette fonction utilitaire utilise la méthodeexecuteSynchronouslydans un objetIPreparedModelpour exécuter le modèle. - Une surcharge accepte un objet
IBurstExecutorWithCachepersonnalisable, permettant de mettre en cache des ressources (telles que les mappageshidl_memory) sur plusieurs exécutions.
Chaque surcharge renvoie un objet IBurstContext (qui représente l'utilisation intensive).
) qui contient et gère son propre thread d'écoute dédié. Ce fil de discussion
reçoit les requêtes du FMQ requestChannel, effectue l'inférence, puis
renvoie les résultats via le FMQ resultChannel. Ce thread et toutes les autres ressources contenues dans l'objet IBurstContext sont automatiquement libérés lorsque le client de l'éclatement perd sa référence à IBurstContext.
Vous pouvez également créer votre propre implémentation de IBurstContext qui
comprenne comment envoyer et recevoir des messages via requestChannel et
resultChannel FMQ transmis à IPreparedModel::configureExecutionBurst.
Les fonctions utilitaires d'utilisation intensive se trouvent
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);
Vous trouverez ci-dessous une implémentation de référence d'une interface de rafale dans l'exemple de pilote de réseaux de neurones à l'adresse 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();
}