RunGraphDistribute【免费下载链接】geGEGraph 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产品支持情况产品是否支持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√头文件/库文件头文件#include ge/ge_api.h库文件libge_runner.so功能说明对输入refdata节点切分后同步运行指定ID对应的Graph图输出运行结果。与RunGraph接口的区别是该接口输入的refdata节点是经过切分后的输出是每个Device的输出结果。函数原型Status RunGraphDistribute(uint32_t graph_id, const std::mapint32_t, std::vectorTensor device_to_inputs, std::mapint32_t, std::vectorTensor device_to_outputs)参数说明参数名输入/输出说明graph_id输入要运行图对应的ID。device_to_inputs输入计算图输入Tensor为Host上分配的内存空间。使用const std::mapint32_t, std::vectorTensor作为输入为切分后每个Device ID下对应的输入。device_to_outputs输出计算图输出Tensor用户无需分配内存空间运行完成后GE会分配内存并赋值。使用std::mapint32_t, std::vectorTensor作为输出结果记录每个Device ID对应的计算图结果。返回值说明参数名类型说明-StatusSUCCESS运行子图成功。错误码请参考《应用开发指南 (CC)》。约束说明对于graph_id中的全量输入输入顺序约束为模型data输入 batch_index kv。对于graph_id中的增量输入输入顺序约束为模型data输入 kv。【免费下载链接】geGEGraph 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创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
CANN/ge分布式图执行API
RunGraphDistribute【免费下载链接】geGEGraph 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产品支持情况产品是否支持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√头文件/库文件头文件#include ge/ge_api.h库文件libge_runner.so功能说明对输入refdata节点切分后同步运行指定ID对应的Graph图输出运行结果。与RunGraph接口的区别是该接口输入的refdata节点是经过切分后的输出是每个Device的输出结果。函数原型Status RunGraphDistribute(uint32_t graph_id, const std::mapint32_t, std::vectorTensor device_to_inputs, std::mapint32_t, std::vectorTensor device_to_outputs)参数说明参数名输入/输出说明graph_id输入要运行图对应的ID。device_to_inputs输入计算图输入Tensor为Host上分配的内存空间。使用const std::mapint32_t, std::vectorTensor作为输入为切分后每个Device ID下对应的输入。device_to_outputs输出计算图输出Tensor用户无需分配内存空间运行完成后GE会分配内存并赋值。使用std::mapint32_t, std::vectorTensor作为输出结果记录每个Device ID对应的计算图结果。返回值说明参数名类型说明-StatusSUCCESS运行子图成功。错误码请参考《应用开发指南 (CC)》。约束说明对于graph_id中的全量输入输入顺序约束为模型data输入 batch_index kv。对于graph_id中的增量输入输入顺序约束为模型data输入 kv。【免费下载链接】geGEGraph 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创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
)
