当前位置: 首页 > news >正文

CANN/ge DataFlow C++ API接口列表

# DataFlow接口列表

【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

您可以在“${INSTALL_DIR}/include/flow_graph”路径下查看对应接口的头文件。

${INSTALL_DIR}请替换为CANN软件安装后文件存储路径。若安装的Ascend-cann-toolkit软件包,以root安装举例,则安装后文件存储路径为:/usr/local/Ascend/cann。

接口分类头文件路径简介对应的库文件
FlowOperator类flow_graph.hFlowOperator类是DataFlow Graph的节点基类,继承于GE的Operator。不支持在外部单独构造使用。NA
FlowData类flow_graph.h继承于FlowOperator类,为DataFlow Graph中的数据节点,每个FlowData对应一个输入。libflow_graph.so
FlowNode类flow_graph.h继承于FlowOperator类,DataFlow Graph中的计算节点。libflow_graph.so
FlowGraph类flow_graph.hDataFlow的graph,由输入节点FlowData和计算节点FlowNode构成。libflow_graph.so
ProcessPoint类process_point.hProcessPoint是一个虚基类,无法实例化对象。NA
FunctionPp类process_point.h继承于ProcessPoint类,用来表示Function的计算处理点。libflow_graph.so
GraphPp类process_point.h继承自ProcessPoint类,用来表示Graph的计算处理点。libflow_graph.so
DataFlowInputAttr结构体flow_attr.h定义timeBatch和countBatch两种功能实现UDF组batch能力。libflow_graph.so

[!NOTE]说明 头文件中出现的char_t类型是char类型的别名。

DataFlow构图接口

表1DataFlow构图接口

接口名称简介
FlowOperator类FlowOperator类是DataFlow Graph的节点基类,继承于GE的Operator。
FlowData的构造函数和析构函数FlowData构造函数和析构函数,构造函数会返回一个FlowData节点。
FlowNode构造函数和析构函数FlowNode构造函数和析构函数,构造函数返回一个FlowNode节点。
SetInput给FlowNode设置输入,表示将src_op的第src_index个输出作为FlowNode的第dst_index个输入,返回设置好输入的FlowNode节点。
AddPp给FlowNode添加映射的ProcessPoint,当前一个FlowNode仅能添加一个ProcessPoint,添加后会默认将FlowNode的输入输出和ProcessPoint的输入输出按顺序进行映射。
MapInput给FlowNode映射输入,表示将FlowNode的第node_input_index个输入给到ProcessPoint的第pp_input_index个输入,并且给ProcessPoint的该输入设置上attrs里的所有属性,返回映射好的FlowNode节点。该函数可选,不被调用时会默认按顺序映射FlowNode和ProcessPoint的输入。
MapOutput给FlowNode映射输出,表示将ProcessPoint的第pp_output_index个输出给到FlowNode的第node_output_index个输出,返回映射好的FlowNode节点。
SetBalanceScatter设置节点balance scatter属性,具有balance scatter属性的UDF可以使用balance options设置负载均衡输出。
SetBalanceGather设置节点balance gather属性,具有balance gather属性的UDF可以使用balance options设置负载均衡亲和输出。
FlowGraph构造函数和析构函数FlowGraph构造函数和析构函数,构造函数会返回一张空的FlowGraph图。
SetInputs设置FlowGraph的输入节点,会自动根据节点的输出连接关系构建出一张FlowGraph图,并返回该图。
SetOutputs设置FlowGraph的输出节点,并返回该图。
SetOutputs(index)设置FlowGraph中的FlowNode和FlowNode输出index的关联关系,并返回该图。常用于设置FlowNode部分输出场景,比如FlowNode1有2个输出,但是作为FlowNode2输入的时候只需要FlowNode1的一个输出,这种情况下可以设置FlowNode1的一个输出index。
SetContainsNMappingNode设置FlowGraph是否包含n_mapping节点。
SetInputsAlignAttrs设置FlowGraph中的输入对齐属性。
const ge::Graph &ToGeGraph() const将FlowGraph转换到GE的Graph。
SetGraphPpBuilderAsync设置FlowGraph中的GraphPp的Builder是否异步执行。
SetExceptionCatch设置用户异常捕获功能是否开启。
ProcessPoint析构函数ProcessPoint析构函数。
GetProcessPointType获取ProcessPoint的类型。
GetProcessPointName获取ProcessPoint的名称。
GetCompileConfig获取ProcessPoint编译配置的文件。
Serialize(ProcessPoint类)ProcessPoint的序列化方法。由ProcessPoint的子类去实现该方法的功能。
FunctionPp构造函数和析构函数FunctionPp的构造函数和析构函数,构造函数会返回一个FunctionPp对象。
SetCompileConfig(FunctionPp类)设置FunctionPp的json配置文件名字和路径,该配置文件用于将FunctionPp和UDF进行映射。
AddInvokedClosure (添加调用的GraphPp)添加FunctionPp调用的GraphPp,返回添加好的FunctionPp。
AddInvokedClosure (添加调用的ProcessPoint子类)添加FunctionPp调用的GraphPp,返回添加好的FunctionPp。
AddInvokedClosure (添加调用的FlowGraphPp)添加FunctionPp调用的FlowGraphPp,返回添加好的FunctionPp。
SetInitParam设置FunctionPp的初始化参数,返回设置好的FunctionPp。
Serialize(FunctionPp类)FunctionPp的序列化方法。
GetInvokedClosures获取FunctionPp调用的GraphPp。
GraphPp构造函数和析构函数GraphPp构造函数和析构函数,构造函数会返回一个GraphPp对象。
SetCompileConfig(GraphPp类)设置GraphPp的json配置文件路径和文件名。配置文件用于AscendGraph的描述和编译。
Serialize(GraphPp类)GraphPp的序列化方法。
GetGraphBuilder(GraphPp类)获取GraphPp中Graph的创建函数。
FlowGraphPp构造函数和析构函数FlowGraphPp构造函数和析构函数,构造函数会返回一个FlowGraphPp对象。
Serialize(FlowGraphPp类)FlowGraphPp的序列化方法。
GetGraphBuilder(FlowGraphPp类)获取FlowGraphPp中Graph的创建函数。
TimeBatchTimeBatch功能是基于UDF为前提的。
正常模型每次处理一个数据,当需要一次处理一批数据时,就需要将这批数据组成一个Batch,最基本的Batch方式是将这批N个数据直接拼接,然后shape前加N,而某些场景需要将某段或者某几段时间数据组成一个batch,并且按特定的维度拼接,则可以通过使用TimeBatch功能来组Batch。
CountBatchCountBatch功能是指基于UDF为计算处理点将多个数据按batchSize组成batch。

DataFlow运行接口

表2DataFlow运行接口

接口名称简介
FeedDataFlowGraph(feed所有输入)将所有数据输入到Graph图。
FeedDataFlowGraph(按索引feed输入)将数据按索引输入到Graph图。
FeedDataFlowGraph(feed所有FlowMsg)将数据输入到Graph图。
FeedDataFlowGraph(按索引feed FlowMsg)将数据按索引输入到Graph图。
FeedRawData将原始数据输入到Graph图。
FetchDataFlowGraph(获取所有输出数据)获取图输出数据。
FetchDataFlowGraph(按索引获取输出数据)按索引获取图输出数据。
FetchDataFlowGraph(获取所有输出FlowMsg)获取图输出数据。
FetchDataFlowGraph(按索引获取输出FlowMsg)按索引获取图输出数据。
DataFlowInfo数据类型构造函数和析构函数DataFlowInfo构造函数和析构函数。
SetUserData(DataFlowInfo数据类型)设置用户信息。
GetUserData(DataFlowInfo数据类型)获取用户信息。
SetStartTime(DataFlowInfo数据类型)设置数据的开始时间戳。
GetStartTime(DataFlowInfo数据类型)获取数据的开始时间戳。
SetEndTime(DataFlowInfo数据类型)设置数据的结束时间戳。
GetEndTime(DataFlowInfo数据类型)获取数据的结束时间戳。
SetFlowFlags(DataFlowInfo数据类型)设置数据中的flags。
GetFlowFlags(DataFlowInfo数据类型)获取数据中的flags。
SetTransactionId(DataFlowInfo数据类型)设置DataFlow数据传输使用的事务ID。
GetTransactionId(DataFlowInfo数据类型)获取DataFlow数据传输使用的事务ID。
FlowMsg数据类型构造函数和析构函数FlowMsg构造函数和析构函数。
GetMsgType(FlowMsg数据类型)获取FlowMsg的消息类型。
SetMsgType(FlowMsg数据类型)设置FlowMsg的消息类型。
GetTensor(FlowMsg数据类型)获取FlowMsg中的Tensor指针。
GetRetCode(FlowMsg数据类型)获取输入FlowMsg中的错误码。
SetRetCode(FlowMsg数据类型)设置FlowMsg中的错误码。
SetStartTime(FlowMsg数据类型)设置FlowMsg消息头中的开始时间戳。
GetStartTime(FlowMsg数据类型)获取FlowMsg消息中的开始时间戳。
SetEndTime(FlowMsg数据类型)设置FlowMsg消息头中的结束时间戳。
GetEndTime(FlowMsg数据类型)获取FlowMsg消息中的结束时间戳。
SetFlowFlags(FlowMsg数据类型)设置FlowMsg消息头中的flags。
GetFlowFlags(FlowMsg数据类型)获取FlowMsg消息头中的flags。
GetTransactionId(FlowMsg数据类型)获取FlowMsg消息中的事务ID。
SetTransactionId(FlowMsg数据类型)设置FlowMsg消息中的事务ID。
SetUserData(FlowMsg数据类型)设置用户信息。
GetUserData(FlowMsg数据类型)获取用户信息。
GetRawData(FlowMsg数据类型)获取RawData类型的数据对应的数据指针和数据大小。
AllocTensor(FlowBufferFactory数据类型)根据shape、data type和对齐大小申请Tensor。
AllocTensorMsg(FlowBufferFactory数据类型)根据shape、data type和对齐大小申请FlowMsg。
AllocRawDataMsg(FlowBufferFactory数据类型)根据输入的size申请一块连续内存,用于承载raw data类型的数据。
AllocEmptyDataMsg(FlowBufferFactory数据类型)申请空数据的MsgType类型的message。
ToFlowMsg(tensor)根据输入的Tensor转换成用于承载Tensor的FlowMsg。
ToFlowMsg(raw data)根据输入的raw data转换成用于承载raw data的FlowMsg。

【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

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

http://www.cnnetsun.cn/news/3145818.html

相关文章:

  • XS-Leaks深度解析:浏览器侧信道攻击向量完全指南
  • 3步解决Umi-OCR在Windows 7上的部署难题:离线OCR软件的兼容性完全指南
  • Mongood黑暗模式体验:保护眼睛的同时提升数据库管理效率
  • Spring for Android认证机制全解析:Basic Auth与OAuth实现指南
  • Maven与IDE集成:Eclipse、IntelliJ IDEA中的最佳实践
  • Cursor Free VIP破解工具终极指南:三步解决AI编程助手试用限制
  • 终极Mac清理指南:5分钟学会用Mole命令行工具释放存储空间
  • 深度解析:基于Spring Boot的万能在线文档预览解决方案架构设计
  • Lucene80DocValuesConsumer 五种类型源码阅读顺序
  • 解决Interactive Brokers自动登录难题:IBeam的工作原理与流程全解析
  • Atcoder Better 下载+AI翻译使用教程(保姆级教程,永远不开会员,2026新)
  • E-Hentai-Downloader使用指南:批量下载E-Hentai资源的高效解决方案
  • 如何高效构建智能文档系统:WeKnora终极实践指南
  • 如何快速打造专业级音乐播放器界面:foobox-cn美化配置实战指南
  • 深度解析ATA:威胁检测与缓解的高级策略
  • 简单大话筛微信小程序游戏源码
  • AniYaGUI 1.2.0 实战:如何通过构建优化与代码无害化降低安全软件误报
  • 【LangChain】 少样本提示(Few-Shot)完全指南:从原理到实战落地
  • APS1604M-3SQR:这颗PSRAM如何让儿童故事机“聪明不贵”
  • 转身-再不仅仅只是开发人员
  • AI模型中规划与执行分离:开启智能应用新范式
  • 深度学习模型尺寸选择与优化实战指南
  • 用 RAP BO 和 EML 更新销售订单抬头与行项目,Clean Core 语境下的一条更稳路径
  • AMD Ryzen调试神器:ZenStatesDebugTool完全指南,释放你的CPU隐藏性能
  • Hetzner创建云服务器SSH Keys配置介绍(公钥、私钥、密钥配置、SSH配置)
  • 网盘下载慢到抓狂?这个开源浏览器脚本让你轻松获取高速直链
  • AI开发入门:Pandas、Numpy、PyTorch与FastAPI实战指南
  • API调用调度层设计:如何用Handler分组管理十几个电商平台
  • 足球口袋教练 HarmonyOS 离线应用实战(19/20):Hvigor 构建与模拟器验收
  • Playwright MCP复用Chrome登录态:AI自动化测试与RPA新范式