Edit

🐼trtexec的使用

trtexec常用命令行标志

该部分列出了常用的trtexec命令行标志。

构建阶段的标志

  • --onnx=<model> ：指定输入 ONNX 模型。

  • --deploy=<caffe_prototxt> ：指定输入的 Caffe prototxt 模型。

  • --uff=<model> ：指定输入 UFF 模型。

  • --output=<tensor> ：指定输出张量名称。仅当输入模型为 UFF 或 Caffe 格式时才需要。

  • --maxBatch=<BS> ：指定构建引擎的最大批量大小。仅当输入模型为 UFF 或 Caffe 格式时才需要。如果输入模型是 ONNX 格式，请使用--minShapes 、 --optShapes 、 --maxShapes标志来控制输入形状的范围，包括批量大小。

  • --minShapes=<shapes> , --optShapes=<shapes> , --maxShapes=<shapes> ：指定用于构建引擎的输入形状的范围。仅当输入模型为 ONNX 格式时才需要。

  • --workspace=<size in MB> ：指定策略允许使用的最大工作空间大小。该标志已被弃用。可以改用--memPoolSize=<pool_spec>标志。

  • --memPoolSize=<pool_spec> ：指定策略允许使用的工作空间的最大大小，以及 DLA 将分配的每个可加载的内存池的大小。

  • --saveEngine=<file> ：指定保存引擎的路径。

  • --fp16 、 --int8 、 --noTF32 、 --best ：指定网络级精度。

  • --sparsity=[disable|enable|force] ：指定是否使用支持结构化稀疏的策略。

    • disable ：使用结构化稀疏禁用所有策略。这是默认设置。

    • enable ：使用结构化稀疏启用策略。只有当 ONNX 文件中的权重满足结构化稀疏性的要求时，才会使用策略。

    • force ：使用结构化稀疏启用策略，并允许 trtexec 覆盖 ONNX 文件中的权重，以强制它们具有结构化稀疏模式。请注意，不会保留准确性，因此这只是为了获得推理性能。

  • --timingCacheFile=<file> ：指定要从中加载和保存的时序缓存。

这个参数允许程序从指定的文件中加载先前保存的时序缓存数据，并在程序运行结束时保存新的时序缓存数据到这个文件。时序缓存通常包含了执行特定任务所需时间的数据，这有助于程序在未来运行时更加高效。

在具体的上下文中，这个参数的作用可能有所不同，但基本原理是一致的：

  1. 加载时序缓存：程序启动时，会检查--timingCacheFile=<file>参数指定的文件。如果文件存在，程序会加载文件中的时序缓存数据。这些数据可能包括了之前程序运行的一些性能指标，如特定操作的平均执行时间等。

  2. 优化性能：程序可以利用加载的时序缓存数据来优化其执行。例如，如果缓存数据显示某个操作通常需要较长时间执行，程序可能会选择一个更高效的算法来完成这个操作。

  3. 保存时序缓存：程序执行完毕后，会将此次运行的时序数据保存到指定的文件中。这意味着，下一次程序运行时，可以利用这些数据来进一步优化性能。

这个机制特别适用于那些执行复杂计算或频繁运行的程序，使用时序缓存可以显著减少程序的运行时间，特别是在处理重复或相似任务时。

  • --verbose ：打开详细日志记录。

  • --buildOnly ：在不运行推理的情况下构建并保存引擎。

  • --profilingVerbosity=[layer_names_only|detailed|none] ：指定用于构建引擎的分析详细程度。

  • --dumpLayerInfo , --exportLayerInfo=<file> ：打印/保存引擎的层信息。

  • --precisionConstraints=spec：控制精度约束设置。

    • none ：没有限制。

    • prefer ：如果可能，满足--layerPrecisions / --layerOutputTypes设置的精度约束。

    • obey：满足由--layerPrecisions / --layerOutputTypes设置的精度约束，否则失败。

  • --layerPrecisions=spec ：控制每层精度约束。仅当PrecisionConstraints设置为服从或首选时才有效。规范是从左到右阅读的，后面的会覆盖前面的。 “ * ”可以用作layerName来指定所有未指定层的默认精度。

    • 例如： --layerPrecisions=:fp16,layer_1:fp32将所有层的精度设置为FP16 ，除了 layer_1 将设置为 FP32。

  • --layerOutputTypes=spec ：控制每层输出类型约束。仅当PrecisionConstraints设置为服从或首选时才有效。规范是从左到右阅读的，后面的会覆盖前面的。 “ * ”可以用作layerName来指定所有未指定层的默认精度。如果一个层有多个输出，则可以为该层提供用“ + ”分隔的多种类型。

    • 例如： --layerOutputTypes=:fp16,layer_1:fp32+fp16将所有层输出的精度设置为FP16 ，但 layer_1 除外，其第一个输出将设置为 FP32，其第二个输出将设置为 FP16。

推理阶段的标志

  • --loadEngine=<file> ：从序列化计划文件加载引擎，而不是从输入 ONNX、UFF 或 Caffe 模型构建引擎。

  • --batch=<N> ：指定运行推理的批次大小。仅当输入模型为 UFF 或 Caffe 格式时才需要。如果输入模型是 ONNX 格式，或者引擎是使用显式批量维度构建的，请改用--shapes 。

  • --shapes=<shapes> ：指定要运行推理的输入形状。

  • --useCudaGraph ：将推理捕获到 CUDA 图并通过启动图来运行推理。当构建的 TensorRT 引擎包含 CUDA 图捕获模式下不允许的操作时，可以忽略此参数。

  • --noDataTransfers ：关闭主机到设备和设备到主机的数据传输。

  • --streams=<N> ：并行运行多个流的推理。

  • --verbose ：打开详细日志记录。

  • --dumpProfile, --exportProfile=<file> ：打印/保存每层性能配置文件。

  • --iterations=N ：Run at least N inference iterations (default = 10)推理次数

  • --warmUp=N：Run for N milliseconds to warmup before measuring performance (default = 200)

  • --duration=N：Run performance measurements for at least N seconds wallclock time (default = 3)

  • --streams=N：Instantiate N engines to use concurrently (default = 1)

有关所有受支持的标志和详细说明，请参阅trtexec --help 。

使用 trtexec 工具对模型的编译工作，内容如下：

🚀转换静态维度的 onnx

  • 基本的模型导出和编译

  • trtexec --onnx=static.onnx --saveEngine=static.engine

  • trtexec --loadEngine=static.engine

  • 让模型持续运行，并进行压测

  • trtexec --loadEngine=static.engine --duration=1000

  • watch -n 0.1 nvidia-smi (Linux) nvidia-smi -l 1 (Windows) 查看是否运行

🚀转换动态维度的 onnx

  • 基本的模型导出

  • 编译模型，设置动态 shape 参数

  • trtexec --onnx=dynamic.onnx --minShapes=x:1x1x3x3 --optShapes=x:50x1x3x3 –maxShapes=x:100x1x3x3 --saveEngine=dynamic.engine

  • trtexec --loadEngine=dynamic.engine --shapes=x:100x1x3x3

使用命令

  1. build

bash tools/build.sh models/sample-cbr.onnx fp32

tools/build.sh文件内容如下：

#!/bin/bash
# how to use:
#   bash tools/build.sh ${input.onnx} ${tag}
# bash tools/build.sh models/sample-cbr.onnx fp32
IFS=. file=(${1})
IFS=/ file=(${file})
IFS=
PREFIX=${file[1]}


if [[ ${2} != "" ]]
then
        PREFIX=${PREFIX}-${2}
fi

MODE="build"
ONNX_PATH="models"
BUILD_PATH="build"
ENGINE_PATH=$BUILD_PATH/engines
LOG_PATH=${BUILD_PATH}"/log/"${PREFIX}"/"${MODE}

mkdir -p ${ENGINE_PATH}
mkdir -p $LOG_PATH

trtexec --onnx=${1} \
        --memPoolSize=workspace:4096 \
        --saveEngine=${ENGINE_PATH}/${PREFIX}.engine \
        --profilingVerbosity=detailed \
        --dumpOutput \
        --dumpProfile \
        --dumpLayerInfo \
        --exportOutput=${LOG_PATH}/build_output.log\
        --exportProfile=${LOG_PATH}/build_profile.log \
        --exportLayerInfo=${LOG_PATH}/build_layer_info.log \
        --warmUp=200 \
        --iterations=50 \
        --verbose \
        > ${LOG_PATH}/build.log

  • build_layer_info.log可以观察到CBR合并成一个layer了

[
  { "count" : 41400 }
, { "name" : "/conv1/Conv + /act1/Relu", "timeMs" : 1160.78, "averageMs" : 0.0280382, "medianMs" : 0.027872, "percentage" : 100 }
]

  • build_output.log可以查看模型的输出结果

  • build_profile.log可以查看模型的运行时间

  1. infer(只读取不创建引擎)

bash tools/infer.sh build/engines/sample-cbr-fp32.engine

tools/infer.sh文件内容如下：

#!/bin/bash
# how to use:
#   bash tools/infer.sh ${input.engine}

IFS=. file=(${1})
IFS=/ file=(${file})
IFS=
PREFIX=${file[2]}


if [[ ${2} != "" ]]
then
        PREFIX=${PREFIX}-${2}
fi

MODE="infer"
ONNX_PATH="models"
BUILD_PATH="build"
ENGINE_PATH=$BUILD_PATH/engines
LOG_PATH=${BUILD_PATH}"/log/"${PREFIX}"/"${MODE}

mkdir -p ${ENGINE_PATH}
mkdir -p $LOG_PATH

trtexec --loadEngine=${ENGINE_PATH}/${PREFIX}.engine \
        --dumpOutput \
        --dumpProfile \
        --dumpLayerInfo \
        --exportOutput=${LOG_PATH}/infer_output.log\
        --exportProfile=${LOG_PATH}/infer_profile.log \
        --exportLayerInfo=${LOG_PATH}/infer_layer_info.log \
        --warmUp=200 \
        --iterations=50 \
        > ${LOG_PATH}/infer.log

  1. profile：需要下载好nsys这个二进制文件

bash tools/profile.sh build/engines/sample-cbr-fp32.engine

tools/profile.sh文件内容如下：

#!/bin/bash
# how to use:
#   bash tools/profile.sh ${input.engine} 

IFS=. file=(${1})
IFS=/ file=(${file})
IFS=
PREFIX=${file[2]}


if [[ ${2} != "" ]]
then
        PREFIX=${PREFIX}-${2}
fi

MODE="profile"
ONNX_PATH="models"
BUILD_PATH="build"
ENGINE_PATH=$BUILD_PATH/engines
LOG_PATH=${BUILD_PATH}"/log/"${PREFIX}"/"${MODE}

mkdir -p ${ENGINE_PATH}
mkdir -p $LOG_PATH

nsys profile \
        --output=${LOG_PATH}/${PREFIX} \
        --force-overwrite true \
        trtexec --loadEngine=${ENGINE_PATH}/${PREFIX}.engine \
                --warmUp=0 \
                --duration=0 \
                --iterations=20 \
                --noDataTransfers \
    > ${LOG_PATH}/profile.log

打开CUDA HW(Hardware)查看相关的信息

  • 根据日志查看已经注册好的插件

  • 使用Myelin对模型结构进行图优化：层融合，删除部分节点…

reference

PreviousTensorRT如何工作Next实战:解析onnx模型保存为engine文件|from scratch

Last updated

Was this helpful?