企业官网建设流程全解析

GetIrIndex

【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

产品支持情况

头文件

#include <graph/arg_desc_info.h>

功能说明

获取当前ArgDescInfo的算子IR索引。只有当type为kIrInput、kIrOutput、kIrInputDesc、kIrOutputDesc时才可以获取到。

函数原型

int32_t GetIrIndex() const

参数说明

无

返回值说明

当前Args地址对应输入/输出的IR索引，未设置时默认值为-1。

约束说明

无

调用示例

graphStatus Mc2GenTaskCallback(const gert::ExeResGenerationContext *context, std::vector<std::vector<uint8_t>> &tasks) { ... // 设置AI CPU任务 auto aicpu_task = KernelLaunchInfo::CreateAicpuKfcTask(context, "libccl_kernel.so", "RunAicpuKfcSrvLaunch"); std::vector<ArgDescInfo> aicpu_args_format; aicpu_args_format.emplace_back(ArgDescInfo(ArgDescType::kIrOutput, 0)); // 获取kIrOutput类型的ArgDescInfo的IR索引,此时获取到的值为0 auto ir_index = aicpu_args_format.back().GetIrIndex(); ... }

【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