企业官网建设流程全解析

动态shape

【免费下载链接】geGE（Graph Engine）是面向昇腾的图编译器和执行器，提供了计算图优化、多流并行、内存复用和模型下沉等技术手段，加速模型执行效率，减少模型内存占用。 GE 提供对 PyTorch、TensorFlow 前端的友好接入能力，并同时支持 onnx、pb 等主流模型格式的解析与编译。项目地址: https://gitcode.com/cann/ge

ac_parallel_enable

动态shape图中，是否允许AI CPU算子和AI Core算子并行运行。

动态shape图中，开关开启时，系统自动识别图中可以和AI Core并发的AI CPU算子，不同引擎的算子下发到不同流上，实现多引擎间的并行，从而提升资源利用效率和动态shape执行性能。

参数取值：

• 1：允许AI CPU和AI Core算子间的并行运行。
• 0：（默认值）AI CPU算子不会单独分流。

配置示例：

{"ac_parallel_enable", "1"};

必选/可选：可选

生效级别：全局

ge.dynamicDims

设置ND格式下动态维度的档位，适用于执行推理时，每次处理任意维度的场景。该参数需要与ge.inputShape配合使用。详细使用示例请参见编译并运行Graph场景。

**参数取值：**通过"dim1,dim2,dim3;dim4,dim5,dim6;dim7,dim8,dim9"的形式设置。

参数值格式：所有档位必须放在双引号中，档位之间使用英文分号分隔，每档内参数使用英文逗号分隔；每档中的dim值与ge.inputShape参数中的-1标识的参数依次对应，inputShape参数中有几个-1，则每档必须设置几个维度。并且要求档位信息必须大于1组。

参数值约束：

• 针对Ascend 950PR/Ascend 950DT，档位数约束为：档位数取值范围为(1, 256]，即必须设置至少2个档位，最多支持256档配置，建议配置为3~4档。

• 针对如下产品，档位数约束为：档位数取值范围为(1,100]，即必须设置至少2个档位，最多支持100档配置，建议配置为3~4档。

  Atlas A3 训练系列产品/Atlas A3 推理系列产品

  Atlas A2 训练系列产品/Atlas A2 推理系列产品

  Atlas 训练系列产品

  Atlas 推理系列产品

使用示例：

• 若模型只有一个输入：

  {"ge.inputShape", "data:1,-1,-1"}, {"ge.dynamicDims", "1,2;3,4;5,6;7,8"} // graph运行时，支持的data算子的shape为1,1,2; 1,3,4; 1,5,6; 1,7,8

• 若网络模型有多个输入：

  每档中的dim值与模型输入参数中的-1标识的参数依次对应，模型输入参数中有几个-1，则每档必须设置几个维度。例如网络模型有三个输入，分别为data(1,1,40,T)，label(1,T)，mask(T,T) ，其中T为动态可变。则配置示例为：

  {"ge.inputShape", "data:1,1,40,-1;label:1,-1;mask:-1,-1" }, {"ge.dynamicDims", "20,20,1,1;40,40,2,2;80,60,4,4"} // graph运行时，支持的输入dims组合档数分别为： //第0档：data(1,1,40,20)+label(1,20)+mask(1,1) //第1档：data(1,1,40,40)+label(1,40)+mask(2,2) //第2档：data(1,1,40,80)+label(1,60)+mask(4,4)

必选/可选：可选

生效级别：session/graph

ge.dynamicNodeType

用于指定动态输入的节点类型。

• 0：dataset输入为动态输入。
• 1：placeholder输入为动态输入。

当前不支持dataset和placeholder输入同时为动态输入。

配置示例：

{"ge.dynamicNodeType", "0"};

必选/可选：可选

生效级别：session/graph

ge.exec.hostSchedulingMaxThreshold

控制**静态小图（根图）**执行时是否走动态shape调度的最大阈值。默认阈值为0。建议大模型场景使用。

• 如果静态根图节点的个数<最大阈值，则走动态shape调度。大模型场景，该方式可以节约Stream资源。
• 如果静态根图节点的个数>最大阈值，则保持原有流程不变。

说明：如果静态根图节点包括子图，则该参数不生效。

必选/可选：可选

生效级别：全局/session/graph

ge.exec.static_model_ops_lower_limit

动态shape拆分中，设置静态子图最小算子数量阈值。

参数取值：

取值范围为-1到正无穷，取其他值报错；默认值为4。

• 取值>=0：

  • 算子数<门限，静态子图不单独拆图，合并到动态图走动态执行。
  • 算子数>=门限，保持原有流程不变（静态子图仍旧会拆图）。

• 取值=-1：表示所有算子走动态图执行。

例如，假设静态子图中算子数为4，通过该参数配置的门限为10，则静态子图不会单独拆图，走动态图执行。

必选/可选：可选

生效级别：graph

ge.inputShape

指定模型输入数据的shape。在线推理或训练场景下，该参数仅在动态分档场景（动态维度）下为必选配置；在非动态分档场景下，单独配置此选项不生效。

动态分档场景，原始模型中输入数据的某个或某些维度值不固定，当前支持通过设置shape分档方式转换模型。

参数取值：

• 模型为非固定shape

  设置ge.inputShape参数时，将对应维度值设置为-1，需要同时配合ge.dynamicDims（设置动态维度档位）参数、ge.dynamicNodeType（指定动态输入的节点类型）参数一起使用。

• 模型shape为标量+动态分档

  如果模型输入中既有标量shape，又有支持动态分档的shape，则标量输入不能忽略，必须配置。例如模型有三个输入，分别为A:[-1,c1,h1,w1]、B:[]、C:[n2,c2,h2,w2]，则shape信息为"A:-1,c1,h1,w1;B:;C:n2,c2,h2,w2"，标量输入B必须配置。

配置示例：

• 非固定shape：

  设置指定维度档位的示例，请参见ge.dynamicDims。

• shape为标量+动态分档

  shape为标量的输入，必须配置。例如模型有三个输入，shape信息分别为A:[-1,32,208,208]、B:[]、C:[16,64,208,208]，则配置示例为（A为动态分档输入，此处以设置动态维度档位为例）：

  {"ge.inputShape", "A:-1,32,208,208;B:;C:16,64,208,208"}, {"ge.dynamicDims", "1;2;4"}

必选/可选：可选

生效级别：session/graph

【免费下载链接】geGE（Graph Engine）是面向昇腾的图编译器和执行器，提供了计算图优化、多流并行、内存复用和模型下沉等技术手段，加速模型执行效率，减少模型内存占用。 GE 提供对 PyTorch、TensorFlow 前端的友好接入能力，并同时支持 onnx、pb 等主流模型格式的解析与编译。项目地址: https://gitcode.com/cann/ge