Drivers da API Neural Networks

Esta página fornece uma visão geral de como implementar um driver da API Neural Networks (NNAPI). Para mais detalhes, consulte a documentação encontrada nos arquivos de definição da HAL em hardware/interfaces/neuralnetworks. Uma implementação de driver de exemplo está em frameworks/ml/nn/driver/sample.

Para mais informações sobre a API Neural Networks, consulte API Neural Networks.

HAL de redes neurais

A HAL de redes neurais (NN) define uma abstração dos vários dispositivos, como unidades de processamento gráfico (GPUs) e processadores de sinal digital (DSPs), que estão em um produto (por exemplo, um smartphone ou tablet). Os drivers para esses dispositivos precisam estar em conformidade com a HAL de rede neural. A interface é especificada nos arquivos de definição da HAL em hardware/interfaces/neuralnetworks.

O fluxo geral da interface entre o framework e um driver é mostrado na figura 1.

Fluxo de redes neurais

Figura 1. Fluxo de redes neurais

Inicialização

Na inicialização, o framework consulta o driver para saber as funcionalidades dele usando IDevice::getCapabilities_1_3. A estrutura @1.3::Capabilities inclui todos os tipos de dados e representa a performance não relaxada usando um vetor.

Para determinar como alocar computações aos dispositivos disponíveis, o framework usa as capacidades para entender a rapidez e a eficiência energética com que cada driver pode realizar uma execução. Para fornecer essas informações, o driver precisa apresentar números de desempenho padronizados com base na execução de cargas de trabalho de referência.

Para determinar os valores que o driver retorna em resposta a IDevice::getCapabilities_1_3, use o app de comparativo de mercado da NNAPI para medir o desempenho dos tipos de dados correspondentes. Os modelos MobileNet v1 e v2, asr_float e tts_float são recomendados para medir o desempenho de valores de ponto flutuante de 32 bits, e os modelos quantizados MobileNet v1 e v2 são recomendados para valores quantizados de 8 bits. Para mais informações, consulte Pacote de testes de aprendizado de máquina do Android.

No Android 9 e versões anteriores, a estrutura Capabilities inclui informações de performance do driver apenas para tensores de ponto flutuante e quantizados, e não inclui tipos de dados escalares.

Como parte do processo de inicialização, o framework pode consultar mais informações usando IDevice::getType, IDevice::getVersionString, IDevice:getSupportedExtensions e IDevice::getNumberOfCacheFilesNeeded.

Entre as reinicializações do produto, a estrutura espera que todas as consultas descritas nesta seção sempre informem os mesmos valores para um determinado driver. Caso contrário, um app que usa esse driver pode ter um desempenho reduzido ou um comportamento incorreto.

Compilação

O framework determina quais dispositivos usar quando recebe uma solicitação de um app. No Android 10, os apps podem descobrir e especificar os dispositivos que o framework escolhe. Para mais informações, consulte Descoberta e atribuição de dispositivos.

No momento da compilação do modelo, o framework envia o modelo para cada driver candidato chamando IDevice::getSupportedOperations_1_3. Cada driver retorna uma matriz de booleanos indicando quais operações do modelo são compatíveis. Um driver pode determinar que não é possível oferecer suporte a uma determinada operação por vários motivos. Exemplo:

  • O driver não é compatível com o tipo de dados.
  • O driver só é compatível com operações que têm parâmetros de entrada específicos. Por exemplo, um driver pode oferecer suporte a 3x3 e 5x5, mas não a operações de convolução 7x7.
  • O driver tem restrições de memória que impedem o processamento de gráficos ou entradas grandes.

Durante a compilação, as entradas, saídas e operandos internos do modelo, conforme descrito em OperandLifeTime, podem ter dimensões ou classificação desconhecidas. Para mais informações, consulte Formato de saída.

O framework instrui cada driver selecionado a se preparar para executar um subconjunto do modelo chamando IDevice::prepareModel_1_3. Em seguida, cada driver compila seu subconjunto. Por exemplo, um driver pode gerar código ou criar uma cópia reordenada dos pesos. Como pode haver um período significativo entre a compilação do modelo e a execução de solicitações, recursos como grandes partes da memória do dispositivo não devem ser atribuídos durante a compilação.

Em caso de sucesso, o driver retorna um identificador @1.3::IPreparedModel. Se o driver retornar um código de falha ao preparar o subconjunto do modelo, o framework vai executar todo o modelo na CPU.

Para reduzir o tempo usado na compilação quando um app é iniciado, um driver pode armazenar em cache artefatos de compilação. Para mais informações, consulte Criação de cache de compilação.

Execução

Quando um app pede ao framework para executar uma solicitação, ele chama o método IPreparedModel::executeSynchronously_1_3 HAL por padrão para realizar uma execução síncrona em um modelo preparado. Uma solicitação também pode ser executada de forma assíncrona usando o método execute_1_3, o método executeFenced (consulte Execução isolada) ou usando uma execução em burst.

As chamadas de execução síncrona melhoram o desempenho e reduzem a sobrecarga de threading em comparação com as chamadas assíncronas, porque o controle é retornado ao processo do app somente após a conclusão da execução. Isso significa que o driver não precisa de um mecanismo separado para notificar o processo do app de que uma execução foi concluída.

Com o método assíncrono execute_1_3, o controle retorna ao processo do app depois que a execução é iniciada, e o driver precisa notificar o framework quando a execução é concluída, usando o @1.3::IExecutionCallback.

O parâmetro Request transmitido ao método "execute" lista os operandos de entrada e saída usados na execução. A memória que armazena os dados do operando precisa usar a ordem principal de linha com a primeira dimensão iterando mais lentamente e não ter padding no final de nenhuma linha. Para mais informações sobre os tipos de operandos, consulte Operandos.

Para drivers da HAL 1.2 ou mais recentes da NN, quando uma solicitação é concluída, o status de erro, o formato de saída e as informações de tempo são retornados ao framework. Durante a execução, a saída ou os operandos internos do modelo podem ter uma ou mais dimensões ou classificação desconhecidas. Quando pelo menos um operando de saída tem uma dimensão ou classificação desconhecida, o driver precisa retornar informações de saída dimensionadas dinamicamente.

Para drivers com NN HAL 1.1 ou versões anteriores, somente o status de erro é retornado quando uma solicitação é concluída. As dimensões dos operandos de entrada e saída precisam ser totalmente especificadas para que a execução seja concluída com êxito. Os operandos internos podem ter uma ou mais dimensões desconhecidas, mas precisam ter uma classificação especificada.

Para solicitações de usuários que abrangem vários drivers, o framework é responsável por reservar memória intermediária e sequenciar as chamadas para cada driver.

Várias solicitações podem ser iniciadas em paralelo no mesmo @1.3::IPreparedModel. O driver pode executar solicitações em paralelo ou serializar as execuções.

O framework pode pedir que um driver mantenha mais de um modelo preparado. Por exemplo, prepare o modelo m1, prepare m2, execute a solicitação r1 em m1, execute r2 em m2, execute r3 em m1, execute r4 em m2, libere (descrito em Limpeza) m1 e libere m2.

Para evitar uma primeira execução lenta que possa resultar em uma experiência do usuário ruim (por exemplo, uma instabilidade no primeiro frame), o driver precisa realizar a maioria das inicializações na fase de compilação. A inicialização na primeira execução deve ser limitada a ações que afetam negativamente a integridade do sistema quando realizadas no início, como reservar grandes buffers temporários ou aumentar a taxa de clock de um dispositivo. Os drivers que podem preparar apenas um número limitado de modelos simultâneos podem precisar fazer a inicialização na primeira execução.

No Android 10 ou versões mais recentes, quando várias execuções com o mesmo modelo preparado são executadas em rápida sucessão, o cliente pode usar um objeto de burst de execução para se comunicar entre os processos do app e do driver. Para mais informações, consulte Execuções de burst e filas rápidas de mensagens.

Para melhorar o desempenho de várias execuções em rápida sucessão, o driver pode manter buffers temporários ou aumentar as taxas de clock. Recomendamos criar uma thread de watchdog para liberar recursos se nenhuma nova solicitação for criada após um período fixo.

Formato da saída

Para solicitações em que um ou mais operandos de saída não têm todas as dimensões especificadas, o driver precisa fornecer uma lista de formatos de saída com as informações de dimensão de cada operando de saída após a execução. Para mais informações sobre dimensões, consulte OutputShape.

Se uma execução falhar devido a um buffer de saída pequeno demais, o driver precisará indicar quais operandos de saída têm tamanho de buffer insuficiente na lista de formatos de saída e informar o máximo possível de informações dimensionais, usando zero para dimensões desconhecidas.

Tempo

No Android 10, um app pode pedir o tempo de execução se tiver especificado um único dispositivo para usar durante o processo de compilação. Para detalhes, consulte MeasureTiming e Descoberta e atribuição de dispositivos. Nesse caso, um driver NN HAL 1.2 precisa medir a duração da execução ou informar UINT64_MAX (para indicar que a duração não está disponível) ao executar uma solicitação. O driver precisa minimizar qualquer penalidade de desempenho resultante da medição da duração da execução.

O driver informa as seguintes durações em microssegundos na estrutura Timing:

  • Tempo de execução no dispositivo:não inclui o tempo de execução no driver, que é executado no processador host.
  • Tempo de execução no driver:inclui o tempo de execução no dispositivo.

Essas durações precisam incluir o tempo em que a execução é suspensa, por exemplo, quando ela é interrompida por outras tarefas ou quando está aguardando a disponibilidade de um recurso.

Quando o driver não for solicitado a medir a duração da execução ou quando houver um erro de execução, ele precisará informar as durações como UINT64_MAX. Mesmo quando o driver é solicitado a medir a duração da execução, ele pode informar UINT64_MAX para o tempo no dispositivo, no driver ou em ambos. Quando o motorista informa as duas durações como um valor diferente de UINT64_MAX, o tempo de execução no motorista precisa ser igual ou maior que o tempo no dispositivo.

Execução cercada

No Android 11, a NNAPI permite que as execuções aguardem uma lista de processamentos sync_fence e, de forma opcional, retornem um objeto sync_fence, que é sinalizado quando a execução é concluída. Isso reduz a sobrecarga para modelos de sequência pequena e casos de uso de streaming. Essa execução também permite a interoperabilidade mais eficiente com outros componentes que podem sinalizar ou esperar por sync_fence. Para mais informações sobre sync_fence, consulte Estrutura de sincronização.

Em uma execução delimitada, o framework chama o método IPreparedModel::executeFenced para iniciar uma execução assíncrona delimitada em um modelo preparado com um vetor de barreiras de sincronização para aguardar. Se a tarefa assíncrona for concluída antes do retorno da chamada, um identificador vazio poderá ser retornado para sync_fence. Um objeto IFencedExecutionCallback também precisa ser retornado para permitir que o framework consulte o status do erro e as informações de duração.

Depois que uma execução é concluída, os dois valores de tempo a seguir, que medem a duração da execução, podem ser consultados usando IFencedExecutionCallback::getExecutionInfo.

  • timingLaunched: duração entre o momento em que executeFenced é chamado e quando executeFenced sinaliza o syncFence retornado.
  • timingFenced: duração entre o momento em que todas as barreiras de sincronização que a execução aguarda são sinalizadas e o momento em que executeFenced sinaliza o syncFence retornado.

Fluxo de controle

Para dispositivos com Android 11 ou mais recente, a NNAPI inclui duas operações de fluxo de controle, IF e WHILE, que usam outros modelos como argumentos e os executam de forma condicional (IF) ou repetida (WHILE). Para mais informações sobre como implementar isso, consulte Fluxo de controle.

Qualidade de serviço

No Android 11, a NNAPI inclui uma qualidade de serviço (QoS) melhorada ao permitir que um app indique as prioridades relativas dos modelos, o tempo máximo esperado para um modelo ser preparado e o tempo máximo esperado para uma execução ser concluída. Para mais informações, consulte Qualidade de serviço.

Limpeza

Quando um app termina de usar um modelo preparado, o framework libera a referência ao objeto @1.3::IPreparedModel. Quando o objeto IPreparedModel não é mais referenciado, ele é destruído automaticamente no serviço de driver que o criou. Os recursos específicos do modelo podem ser recuperados nesse momento na implementação do destruidor pelo driver. Se o serviço de driver quiser que o objeto IPreparedModel seja destruído automaticamente quando não for mais necessário para o cliente, ele não poderá manter referências ao objeto IPreparedModel depois que o objeto IPreparedeModel for retornado por IPreparedModelCallback::notify_1_3.

Uso da CPU

Os drivers usam a CPU para configurar cálculos. Os drivers não devem usar a CPU para realizar cálculos de gráficos, porque isso interfere na capacidade do framework de alocar o trabalho corretamente. O driver precisa informar ao framework as partes que não consegue processar e deixar que ele cuide do restante.

O framework oferece uma implementação de CPU para todas as operações da NNAPI, exceto as definidas pelo fornecedor. Para mais informações, consulte Extensões de fornecedor.

As operações introduzidas no Android 10 (nível 29 da API) têm apenas uma implementação de CPU de referência para verificar se os testes do CTS e do VTS estão corretos. As implementações otimizadas incluídas em frameworks de aprendizado de máquina para dispositivos móveis são preferíveis à implementação da CPU da NNAPI.

Funções utilitárias

A base de código da NNAPI inclui funções utilitárias que podem ser usadas por serviços de driver.

O arquivo frameworks/ml/nn/common/include/Utils.h contém várias funções utilitárias, como as usadas para registro em log e para conversão entre diferentes versões da HAL de rede neural.

  • VLogging: VLOG é uma macro de wrapper em torno de LOG do Android que só registra a mensagem se a tag apropriada estiver definida na propriedade debug.nn.vlog. initVLogMask() precisa ser chamado antes de qualquer chamada para VLOG. A macro VLOG_IS_ON pode ser usada para verificar se VLOG está ativado no momento, permitindo que o código de geração de registros complicado seja ignorado se não for necessário. O valor da propriedade precisa ser um dos seguintes:

    • Uma string vazia, indicando que nenhum registro em log deve ser feito.
    • O token 1 ou all, indicando que todo o registro em registros precisa ser feito.
    • Uma lista de tags, delimitadas por espaços, vírgulas ou dois-pontos, que indicam qual registro em log deve ser feito. As tags são compilation, cpuexe, driver, execution, manager e model.

  • compliantWithV1_*: retorna true se um objeto NN HAL puder ser convertido para o mesmo tipo de uma versão HAL diferente sem perder informações. Por exemplo, chamar compliantWithV1_0 em um V1_2::Model retorna false se o modelo incluir tipos de operação introduzidos no NN HAL 1.1 ou NN HAL 1.2.

  • convertToV1_*: converte um objeto NN HAL de uma versão para outra. Um aviso é registrado se a conversão resultar em perda de informações, ou seja, se a nova versão do tipo não puder representar totalmente o valor.

  • Recursos: as funções nonExtensionOperandPerformance e update podem ser usadas para ajudar a criar o campo Capabilities::operandPerformance.

  • Consultar propriedades dos tipos: isExtensionOperandType, isExtensionOperationType, nonExtensionSizeOfData, nonExtensionOperandSizeOfData, nonExtensionOperandTypeIsScalar, tensorHasUnspecifiedDimensions.

O arquivo frameworks/ml/nn/common/include/ValidateHal.h contém funções utilitárias para validar se um objeto HAL de rede neural é válido de acordo com a especificação da versão do HAL.

  • validate*: retorna true se o objeto HAL de rede neural for válido de acordo com a especificação da versão do HAL. Os tipos de OEM e de extensão não são validados. Por exemplo, validateModel retorna false se o modelo contiver uma operação que faça referência a um índice de operando que não existe ou uma operação que não seja compatível com essa versão da HAL.

O arquivo frameworks/ml/nn/common/include/Tracing.h contém macros para simplificar a adição de informações de systracing ao código de redes neurais. Por exemplo, consulte as invocações de macro NNTRACE_* no driver de amostra.

O arquivo frameworks/ml/nn/common/include/GraphDump.h contém uma função utilitária para despejar o conteúdo de um Model de forma gráfica para fins de depuração.

  • graphDump: grava uma representação do modelo no formato Graphviz (.dot) no fluxo especificado (se fornecido) ou no logcat (se nenhum fluxo for fornecido).

Validação

Para testar sua implementação da NNAPI, use os testes de VTS e CTS incluídos no framework do Android. O VTS exercita os drivers diretamente (sem usar o framework), enquanto o CTS os exercita indiretamente pelo framework. Esses testam cada método de API e verificam se todas as operações compatíveis com os drivers funcionam corretamente e fornecem resultados que atendem aos requisitos de precisão.

Os requisitos de precisão no CTS e no VTS para a NNAPI são os seguintes:

  • Ponto flutuante:abs(esperado - real) <= atol + rtol * abs(esperado), em que:

    • Para fp32, atol = 1e-5f, rtol = 5.0f * 1.1920928955078125e-7
    • Para fp16, atol = rtol = 5.0f * 0.0009765625f

  • Quantizado:diferença de um (exceto para mobilenet_quantized, que tem uma diferença de três)

  • Booleano:correspondência exata

Uma maneira de o CTS testar a NNAPI é gerando gráficos pseudorrandômicos fixos usados para testar e comparar os resultados de execução de cada driver com a implementação de referência da NNAPI. Para drivers com NN HAL 1.2 ou mais recente, se os resultados não atenderem aos critérios de precisão, o CTS vai informar um erro e despejar um arquivo de especificação para o modelo com falha em /data/local/tmp para depuração. Para mais detalhes sobre os critérios de precisão, consulte TestRandomGraph.cpp e TestHarness.h.

Teste de fuzz

O objetivo do teste de fuzzing é encontrar falhas, asserções, violações de memória ou comportamento indefinido geral no código em teste devido a fatores como entradas inesperadas. Para testes de fuzz da NNAPI, o Android usa testes baseados na libFuzzer, que são eficientes em fuzzing porque usam a cobertura de linhas de casos de teste anteriores para gerar novas entradas aleatórias. Por exemplo, o libFuzzer prefere casos de teste que são executados em novas linhas de código. Isso reduz muito o tempo que os testes levam para encontrar códigos problemáticos.

Para realizar testes de fuzz e validar a implementação do driver, modifique frameworks/ml/nn/runtime/test/android_fuzzing/DriverFuzzTest.cpp no utilitário de teste libneuralnetworks_driver_fuzzer encontrado no AOSP para incluir o código do driver. Para mais informações sobre o teste de fuzzing da NNAPI, consulte frameworks/ml/nn/runtime/test/android_fuzzing/README.md.

Segurança

Como os processos do app se comunicam diretamente com o processo de um motorista, os motoristas precisam validar os argumentos das chamadas que recebem. Essa validação é verificada pelo VTS. O código de validação está em frameworks/ml/nn/common/include/ValidateHal.h.

Os motoristas também precisam garantir que os apps não interfiram em outros aplicativos ao usar o mesmo dispositivo.

Pacote de testes de aprendizado de máquina do Android

O Android Machine Learning Test Suite (MLTS) é um comparativo de NNAPI incluído no CTS e no VTS para validar a acurácia de modelos reais em dispositivos de fornecedores. O comparativo de mercado avalia a latência e a precisão e compara os resultados dos drivers com os resultados usando o TF Lite em execução na CPU, para o mesmo modelo e conjuntos de dados. Isso garante que a precisão de um driver não seja pior do que a implementação de referência da CPU.

Os desenvolvedores da plataforma Android também usam o MLTS para avaliar a latência e a precisão dos drivers.

O comparativo de mercado da NNAPI pode ser encontrado em dois projetos no AOSP:

Modelos e conjuntos de dados

O comparativo de mercado da NNAPI usa os seguintes modelos e conjuntos de dados.

  • MobileNetV1 float e u8 quantizados em tamanhos diferentes, executados em um pequeno subconjunto (1.500 imagens) do Open Images Dataset v4.
  • MobileNetV2 ponto flutuante e u8 quantizados em tamanhos diferentes, executados em um pequeno subconjunto (1.500 imagens) do conjunto de dados Open Images v4.
  • Modelo acústico baseado em memória de curto prazo longa (LSTM, na sigla em inglês) para conversão de texto em voz, executado em um pequeno subconjunto do conjunto CMU Arctic.
  • Modelo acústico baseado em LSTM para reconhecimento automático de fala, executado em um pequeno subconjunto do conjunto de dados LibriSpeech.

Para saber mais, consulte platform/test/mlts/models.

Teste de estresse

O conjunto de testes de aprendizado de máquina do Android inclui uma série de testes de falha para validar a resiliência dos drivers em condições de uso intenso ou em casos específicos de comportamento dos clientes.

Todos os testes de falha oferecem os seguintes recursos:

  • Detecção de bloqueio:se o cliente da NNAPI ficar bloqueado durante um teste, o teste vai falhar com o motivo HANG, e o conjunto de testes vai passar para o próximo teste.
  • Detecção de falhas do cliente NNAPI:os testes sobrevivem a falhas do cliente e falham com o motivo CRASH.
  • Detecção de falha de driver:os testes podem detectar uma falha de driver que causa uma falha em uma chamada da NNAPI. Pode haver falhas em processos de driver que não causam uma falha na NNAPI e não fazem com que o teste falhe. Para evitar esse tipo de falha, recomendamos executar o comando tail no registro do sistema para erros ou falhas relacionados a drivers.
  • Segmentação de todos os aceleradores disponíveis:os testes são executados em todos os drivers disponíveis.

Todos os testes de colisão têm quatro resultados possíveis:

  • SUCCESS: a execução foi concluída sem erros.
  • FAILURE: falha na execução. Normalmente causado por uma falha ao testar um modelo, indicando que o driver não compilou ou executou o modelo.
  • HANG: o processo de teste parou de responder.
  • CRASH: o processo de teste falhou.

Para mais informações sobre testes de estresse e uma lista completa de testes de falha, consulte platform/test/mlts/benchmark/README.txt.

Usar o MLTS

Para usar o MLTS:

  1. Conecte um dispositivo de destino à estação de trabalho e verifique se ele está acessível por adb. Exporte a variável de ambiente ANDROID_SERIAL do dispositivo de destino se mais de um dispositivo estiver conectado.

  2. cd no diretório de origem de nível superior do Android.

    source build/envsetup.sh
lunch aosp_arm-userdebug # Or aosp_arm64-userdebug if available.
./test/mlts/benchmark/build_and_run_benchmark.sh

    No final de uma execução de comparativo de mercado, os resultados são apresentados como uma página HTML e transmitidos para xdg-open.

Para saber mais, consulte platform/test/mlts/benchmark/README.txt.

Versões da HAL de redes neurais

Esta seção descreve as mudanças introduzidas nas versões do Android e da HAL de redes neurais.

Android 11

O Android 11 apresenta a HAL de redes neurais 1.3, que inclui as seguintes mudanças importantes.

  • Suporte à quantização assinada de 8 bits na NNAPI. Adiciona o tipo de operando TENSOR_QUANT8_ASYMM_SIGNED. Os drivers com NN HAL 1.3 que oferecem suporte a operações com quantização não assinada também precisam oferecer suporte às variantes assinadas dessas operações. Ao executar versões com e sem sinal da maioria das operações quantizadas, os drivers precisam produzir os mesmos resultados até um deslocamento de 128. Há cinco exceções a esse requisito: CAST, HASHTABLE_LOOKUP, LSH_PROJECTION, PAD_V2 e QUANTIZED_16BIT_LSTM. A operação QUANTIZED_16BIT_LSTM não aceita operandos com sinal, e as outras quatro operações aceitam quantização com sinal, mas não exigem que os resultados sejam iguais.
  • Suporte para execuções isoladas em que o framework chama o método IPreparedModel::executeFenced para iniciar uma execução assíncrona isolada em um modelo preparado com um vetor de isolamentos de sincronização para aguardar. Para mais informações, consulte Execução isolada.
  • Suporte para fluxo de controle. Adiciona as operações IF e WHILE, que usam outros modelos como argumentos e os executam condicionalmente (IF) ou repetidamente (WHILE). Para mais informações, consulte Fluxo de controle.
  • Melhor qualidade de serviço (QoS) porque os apps podem indicar as prioridades relativas dos modelos, o tempo máximo esperado para um modelo ser preparado e o tempo máximo esperado para uma execução ser concluída. Para mais informações, consulte Qualidade de serviço.
  • Compatibilidade com domínios de memória que oferecem interfaces para alocar buffers gerenciados pelo driver. Isso permite transmitir as memórias nativas do dispositivo entre as execuções ao suprimir a cópia e a transformação de dados desnecessários entre execuções consecutivas no mesmo driver. Para mais informações, consulte Domínios de memória.

Android 10

O Android 10 apresenta a HAL de redes neurais 1.2, que inclui as seguintes mudanças importantes.

  • A struct Capabilities inclui todos os tipos de dados, incluindo tipos de dados escalares, e representa a performance não relaxada usando um vetor em vez de campos nomeados.
  • Os métodos getVersionString e getType permitem que o framework recupere o tipo de dispositivo (DeviceType) e as informações de versão. Consulte Descoberta e atribuição de dispositivos.
  • O método executeSynchronously é chamado por padrão para realizar uma execução de forma síncrona. O método execute_1_2 informa ao framework para realizar uma execução de forma assíncrona. Consulte Execução.
  • O parâmetro MeasureTiming para executeSynchronously, execute_1_2 e execução de burst especifica se o driver vai medir a duração da execução. Os resultados são informados na estrutura Timing. Consulte Timing.
  • Suporte para execuções em que um ou mais operandos de saída têm uma dimensão ou classificação desconhecida. Consulte Formato da saída.
  • Suporte para extensões de fornecedores, que são coleções de operações e tipos de dados definidos pelo fornecedor. O driver informa as extensões compatíveis usando o método IDevice::getSupportedExtensions. Consulte Extensões do fornecedor.
  • Capacidade de um objeto de burst controlar um conjunto de execuções de burst usando filas de mensagens rápidas (FMQs) para comunicação entre processos de app e driver, reduzindo a latência. Consulte Execuções de burst e filas rápidas de mensagens.
  • Suporte para AHardwareBuffer para permitir que o driver execute ações sem copiar dados. Consulte AHardwareBuffer.
  • Melhoria no suporte ao armazenamento em cache de artefatos de compilação para reduzir o tempo usado na compilação quando um app é iniciado. Consulte Armazenamento em cache de compilação.

O Android 10 introduz os seguintes tipos de operandos e operações.

  • Tipos de operando

    • ANEURALNETWORKS_BOOL
    • ANEURALNETWORKS_FLOAT16
    • ANEURALNETWORKS_TENSOR_BOOL8
    • ANEURALNETWORKS_TENSOR_FLOAT16
    • ANEURALNETWORKS_TENSOR_QUANT16_ASYMM
    • ANEURALNETWORKS_TENSOR_QUANT16_SYMM
    • ANEURALNETWORKS_TENSOR_QUANT8_SYMM
    • ANEURALNETWORKS_TENSOR_QUANT8_SYMM_PER_CHANNEL

  • Operações

    • ANEURALNETWORKS_ABS
    • ANEURALNETWORKS_ARGMAX
    • ANEURALNETWORKS_ARGMIN
    • ANEURALNETWORKS_AXIS_ALIGNED_BBOX_TRANSFORM
    • ANEURALNETWORKS_BIDIRECTIONAL_SEQUENCE_LSTM
    • ANEURALNETWORKS_BIDIRECTIONAL_SEQUENCE_RNN
    • ANEURALNETWORKS_BOX_WITH_NMS_LIMIT
    • ANEURALNETWORKS_CAST
    • ANEURALNETWORKS_CHANNEL_SHUFFLE
    • ANEURALNETWORKS_DETECTION_POSTPROCESSING
    • ANEURALNETWORKS_EQUAL
    • ANEURALNETWORKS_EXP
    • ANEURALNETWORKS_EXPAND_DIMS
    • ANEURALNETWORKS_GATHER
    • ANEURALNETWORKS_GENERATE_PROPOSALS
    • ANEURALNETWORKS_GREATER
    • ANEURALNETWORKS_GREATER_EQUAL
    • ANEURALNETWORKS_GROUPED_CONV_2D
    • ANEURALNETWORKS_HEATMAP_MAX_KEYPOINT
    • ANEURALNETWORKS_INSTANCE_NORMALIZATION
    • ANEURALNETWORKS_LESS
    • ANEURALNETWORKS_LESS_EQUAL
    • ANEURALNETWORKS_LOG
    • ANEURALNETWORKS_LOGICAL_AND
    • ANEURALNETWORKS_LOGICAL_NOT
    • ANEURALNETWORKS_LOGICAL_OR
    • ANEURALNETWORKS_LOG_SOFTMAX
    • ANEURALNETWORKS_MAXIMUM
    • ANEURALNETWORKS_MINIMUM
    • ANEURALNETWORKS_NEG
    • ANEURALNETWORKS_NOT_EQUAL
    • ANEURALNETWORKS_PAD_V2
    • ANEURALNETWORKS_POW
    • ANEURALNETWORKS_PRELU
    • ANEURALNETWORKS_QUANTIZE
    • ANEURALNETWORKS_QUANTIZED_16BIT_LSTM
    • ANEURALNETWORKS_RANDOM_MULTINOMIAL
    • ANEURALNETWORKS_REDUCE_ALL
    • ANEURALNETWORKS_REDUCE_ANY
    • ANEURALNETWORKS_REDUCE_MAX
    • ANEURALNETWORKS_REDUCE_MIN
    • ANEURALNETWORKS_REDUCE_PROD
    • ANEURALNETWORKS_REDUCE_SUM
    • ANEURALNETWORKS_RESIZE_NEAREST_NEIGHBOR
    • ANEURALNETWORKS_ROI_ALIGN
    • ANEURALNETWORKS_ROI_POOLING
    • ANEURALNETWORKS_RSQRT
    • ANEURALNETWORKS_SELECT
    • ANEURALNETWORKS_SIN
    • ANEURALNETWORKS_SLICE
    • ANEURALNETWORKS_SPLIT
    • ANEURALNETWORKS_SQRT
    • ANEURALNETWORKS_TILE
    • ANEURALNETWORKS_TOPK_V2
    • ANEURALNETWORKS_TRANSPOSE_CONV_2D
    • ANEURALNETWORKS_UNIDIRECTIONAL_SEQUENCE_LSTM
    • ANEURALNETWORKS_UNIDIRECTIONAL_SEQUENCE_RNN

O Android 10 introduz atualizações em muitas das operações atuais. As atualizações estão relacionadas principalmente a:

  • Suporte para o layout de memória NCHW
  • Suporte a tensores com classificação diferente de 4 em operações de softmax e normalização
  • Suporte para convoluções dilatadas
  • Suporte para entradas com quantização mista em ANEURALNETWORKS_CONCATENATION

A lista abaixo mostra as operações modificadas no Android 10. Para conferir todos os detalhes das mudanças, consulte OperationCode na documentação de referência da NNAPI.

  • ANEURALNETWORKS_ADD
  • ANEURALNETWORKS_AVERAGE_POOL_2D
  • ANEURALNETWORKS_BATCH_TO_SPACE_ND
  • ANEURALNETWORKS_CONCATENATION
  • ANEURALNETWORKS_CONV_2D
  • ANEURALNETWORKS_DEPTHWISE_CONV_2D
  • ANEURALNETWORKS_DEPTH_TO_SPACE
  • ANEURALNETWORKS_DEQUANTIZE
  • ANEURALNETWORKS_DIV
  • ANEURALNETWORKS_FLOOR
  • ANEURALNETWORKS_FULLY_CONNECTED
  • ANEURALNETWORKS_L2_NORMALIZATION
  • ANEURALNETWORKS_L2_POOL_2D
  • ANEURALNETWORKS_LOCAL_RESPONSE_NORMALIZATION
  • ANEURALNETWORKS_LOGISTIC
  • ANEURALNETWORKS_LSH_PROJECTION
  • ANEURALNETWORKS_LSTM
  • ANEURALNETWORKS_MAX_POOL_2D
  • ANEURALNETWORKS_MEAN
  • ANEURALNETWORKS_MUL
  • ANEURALNETWORKS_PAD
  • ANEURALNETWORKS_RELU
  • ANEURALNETWORKS_RELU1
  • ANEURALNETWORKS_RELU6
  • ANEURALNETWORKS_RESHAPE
  • ANEURALNETWORKS_RESIZE_BILINEAR
  • ANEURALNETWORKS_RNN
  • ANEURALNETWORKS_ROI_ALIGN
  • ANEURALNETWORKS_SOFTMAX
  • ANEURALNETWORKS_SPACE_TO_BATCH_ND
  • ANEURALNETWORKS_SPACE_TO_DEPTH
  • ANEURALNETWORKS_SQUEEZE
  • ANEURALNETWORKS_STRIDED_SLICE
  • ANEURALNETWORKS_SUB
  • ANEURALNETWORKS_SVDF
  • ANEURALNETWORKS_TANH
  • ANEURALNETWORKS_TRANSPOSE

Android 9

A NN HAL 1.1 foi introduzida no Android 9 e inclui as seguintes mudanças notáveis.

  • IDevice::prepareModel_1_1 inclui um parâmetro ExecutionPreference. Um driver pode usar isso para ajustar a preparação, sabendo que o app prefere economizar bateria ou vai executar o modelo em chamadas rápidas e sucessivas.
  • Adicionamos nove novas operações: BATCH_TO_SPACE_ND, DIV, MEAN, PAD, SPACE_TO_BATCH_ND, SQUEEZE, STRIDED_SLICE, SUB, TRANSPOSE.
  • Um app pode especificar que cálculos de ponto flutuante de 32 bits podem ser executados usando o intervalo e/ou a precisão de ponto flutuante de 16 bits ao definir Model.relaxComputationFloat32toFloat16 como true. A struct Capabilities tem o campo adicional relaxedFloat32toFloat16Performance para que o driver possa informar a performance reduzida ao framework.

Android 8.1

A HAL de redes neurais inicial (1.0) foi lançada no Android 8.1. Para mais informações, consulte /neuralnetworks/1.0/.