4. 使用 GPU 进行预测¶
注意：
Config 默认使用 CPU 进行预测，需要通过
PD_ConfigEnableUseGpu来启用 GPU 预测可以尝试启用 CUDNN 和 TensorRT 进行 GPU 预测加速
4.1. GPU 设置¶
API定义如下：
// 启用 GPU 进行预测
// 参数：pd_config - Config 对象指针
// memory_pool_init_size_mb - 初始化分配的gpu显存，以MB为单位
// device_id - 设备id
// 返回：None
PD_ConfigEnableUseGpu(PD_Config* pd_config, uint64_t memory_pool_init_size_mb, int32_t device_id);
// 禁用 GPU 进行预测
// 参数：pd_config - Config 对象指针
// 返回：None
void PD_ConfigDisableGpu(PD_Config* pd_config);
// 判断是否启用 GPU
// 参数：pd_config - Config 对象指针
// 返回：PD_Bool - 是否启用 GPU
PD_Bool PD_ConfigUseGpu(PD_Config* pd_config);
// 获取 GPU 的device id
// 参数：pd_config - Config 对象指针
// 返回：int32_t - GPU 的device id
int32_t PD_ConfigGpuDeviceId(PD_Config* pd_config);
// 获取 GPU 的初始显存大小
// 参数：pd_config - Config 对象指针
// 返回：int32_t - GPU 的初始的显存大小
int32_t PD_ConfigMemoryPoolInitSizeMb(PD_Config* pd_config);
// 初始化显存占总显存的百分比
// 参数：pd_config - Config 对象指针
// 返回：float - 初始的显存占总显存的百分比
float PD_ConfigFractionOfGpuMemoryForPool(PD_Config* pd_config);
// 开启线程流，目前的行为是为每一个线程绑定一个流，在将来该行为可能改变
// 参数：pd_config - Config 对象指针
// 返回：None
void PD_ConfigEnableGpuMultiStream(PD_Config* pd_config);
// 判断是否开启线程流
// 参数：pd_config - Config 对象指针
// 返回：PD_Bool - 是否是否开启线程流
PD_Bool PD_ConfigThreadLocalStreamEnabled(PD_Config* pd_config);
代码示例：
// 创建 Config 对象
PD_Config* config = PD_ConfigCreate();
// 启用 GPU 进行预测 - 初始化 GPU 显存 100M, Deivce_ID 为 0
PD_ConfigEnableUseGpu(config, 100, 0);
// 通过 API 获取 GPU 信息
printf("Use GPU is: %s\n", PD_ConfigUseGpu(config) ? "True" : "False"); // True
printf("GPU deivce id is: %d\n", PD_ConfigGpuDeviceId(config));
printf("GPU memory size is: %d\n", PD_ConfigMemoryPoolInitSizeMb(config));
printf("GPU memory frac is: %f\n", PD_ConfigFractionOfGpuMemoryForPool(config));
// 开启线程流
PD_ConfigEnableGpuMultiStream(config);
// 判断是否开启线程流 - True
printf("Thread local stream enabled: %s\n", PD_ConfigThreadLocalStreamEnabled(config) ? "True" : "False");
// 禁用 GPU 进行预测
PD_ConfigDisableGpu(config);
// 通过 API 获取 GPU 信息
printf("Use GPU is: %s\n", PD_ConfigUseGpu(config) ? "True" : "False"); // False
// 销毁 Config 对象
PD_ConfigDestroy(config);
4.2. CUDNN 设置¶
注意： 启用 CUDNN 的前提为已经启用 GPU，否则启用 CUDNN 无法生效。
API定义如下：
// 启用 CUDNN 进行预测加速
// 参数：pd_config - Config 对象指针
// 返回：None
void PD_ConfigEnableCudnn(PD_Config* pd_config);
// 判断是否启用 CUDNN
// 参数：pd_config - Config 对象指针
// 返回：PD_Bool - 是否启用 CUDNN
PD_Bool PD_ConfigCudnnEnabled(PD_Config* pd_config);
GPU设置代码示例：
// 创建 Config 对象
PD_Config* config = PD_ConfigCreate();
// 启用 GPU 进行预测 - 初始化 GPU 显存 100M, Deivce_ID 为 0
PD_ConfigEnableUseGpu(config, 100, 0);
// 启用 CUDNN 进行预测加速
PD_ConfigEnableCudnn(config);
// 通过 API 获取 CUDNN 启用结果 - True
printf("Enable CUDNN is: %s\n", PD_ConfigCudnnEnabled(config) ? "True" : "False");
// 禁用 GPU 进行预测
PD_ConfigDisableGpu(config);
// 启用 CUDNN 进行预测加速 - 因为 GPU 被禁用，因此 CUDNN 启用不生效
PD_ConfigEnableCudnn(config);
// 通过 API 获取 CUDNN 启用结果 - False
printf("Enable CUDNN is: %s\n", PD_ConfigCudnnEnabled(config) ? "True" : "False");
// 销毁 Config 对象
PD_ConfigDestroy(config);
4.3. TensorRT 设置¶
注意：
启用 TensorRT 的前提为已经启用 GPU，否则启用 TensorRT 无法生效
对存在LoD信息的模型，如Bert, Ernie等NLP模型，必须使用动态 Shape
启用 TensorRT OSS 可以支持更多 plugin，详细参考 TensorRT OSS
更多 TensorRT 详细信息，请参考 使用Paddle-TensorRT库预测。
API定义如下：
// 启用 TensorRT 进行预测加速
// 参数：pd_config - Config 对象指针
// workspace_size - 指定 TensorRT 使用的工作空间大小
// max_batch_size - 设置最大的 batch 大小，运行时 batch 大小不得超过此限定值
// min_subgraph_size - Paddle-TRT 是以子图的形式运行，为了避免性能损失，当子图内部节点个数
// 大于 min_subgraph_size 的时候，才会使用 Paddle-TRT 运行
// precision - 指定使用 TRT 的精度，支持 FP32(kFloat32)，FP16(kHalf)，Int8(kInt8)
// use_static - 若指定为 TRUE，在初次运行程序的时候会将 TRT 的优化信息进行序列化到磁盘上，
// 下次运行时直接加载优化的序列化信息而不需要重新生成
// use_calib_mode - 若要运行 Paddle-TRT INT8 离线量化校准，需要将此选项设置为 TRUE
// 返回：None
void PD_ConfigEnableTensorRtEngine(PD_Config* pd_config,
int32_t workspace_size,
int32_t max_batch_size,
int32_t min_subgraph_size,
PD_PrecisionType precision,
PD_Bool use_static,
PD_Bool use_calib_mode);
// 判断是否启用 TensorRT
// 参数：pd_config - Config 对象指针
// 返回：PD_Bool - 是否启用 TensorRT
PD_Bool PD_ConfigTensorRtEngineEnabled(PD_Config* pd_config);
// 设置 TensorRT 的动态 Shape
// 参数：pd_config - Config 对象指针
// tensor_num - TensorRT 子图支持动态 shape 的 Tensor 数量
// tensor_name - TensorRT 子图支持动态 shape 的 Tensor 名称
// shapes_num - TensorRT 子图支持动态 shape 的 Tensor 对应的 shape 的长度
// min_shape - TensorRT 子图支持动态 shape 的 Tensor 对应的最小 shape
// max_shape - TensorRT 子图支持动态 shape 的 Tensor 对应的最大 shape
// optim_shape - TensorRT 子图支持动态 shape 的 Tensor 对应的最优 shape
// disable_trt_plugin_fp16 - 设置 TensorRT 的 plugin 不在 fp16 精度下运行
// 返回：None
void PD_ConfigSetTrtDynamicShapeInfo(PD_Config* pd_config,
size_t tensor_num,
const char** tensor_name,
size_t* shapes_num,
int32_t** min_shape,
int32_t** max_shape,
int32_t** optim_shape,
PD_Bool disable_trt_plugin_fp16);
// 启用 TensorRT OSS 进行预测加速
// 参数：pd_config - Config 对象指针
// 返回：None
void PD_ConfigEnableTensorRtOSS(PD_Config* pd_config);
// 判断是否启用 TensorRT OSS
// 参数：pd_config - Config 对象指针
// 返回：PD_Bool - 是否启用 TensorRT OSS
PD_Bool PD_ConfigTensorRtOssEnabled(PD_Config* pd_config);
// 启用TensorRT DLA进行预测加速
// 参数：pd_config - Config 对象指针
// dla_core - DLA设备的id，可选0，1，...，DLA设备总数 - 1
// 返回：None
void PD_ConfigEnableTensorRtDla(PD_Config* pd_config, int32_t dla_core);
// 判断是否已经开启TensorRT DLA加速
// 参数：pd_config - Config 对象指针
// 返回：PD_Bool - 是否已开启TensorRT DLA加速
PD_Bool PD_ConfigTensorRtDlaEnabled(PD_Config* pd_config);
代码示例 (1)：使用 TensorRT FP32 / FP16 / INT8 进行预测
// 创建 Config 对象
PD_Config* config = PD_ConfigCreate();
// 启用 GPU 进行预测 - 初始化 GPU 显存 100M, Deivce_ID 为 0
PD_ConfigEnableUseGpu(config, 100, 0);
// 启用 TensorRT 进行预测加速 - FP32
PD_ConfigEnableTensorRtEngine(config, 1 << 20, 1, 3,
PD_PRECISION_FLOAT32, FALSE, FALSE);
// 启用 TensorRT 进行预测加速 - FP16
PD_ConfigEnableTensorRtEngine(config, 1 << 20, 1, 3,
PD_PRECISION_HALF, FALSE, FALSE);
// 启用 TensorRT 进行预测加速 - Int8
PD_ConfigEnableTensorRtEngine(config, 1 << 20, 1, 3,
PD_PRECISION_INT8, FALSE, FALSE);
// 通过 API 获取 TensorRT 启用结果 - True
printf("Enable TensorRT is: %s\n", PD_ConfigTensorRtEngineEnabled(config) ? "True" : "False");
// 销毁 Config 对象
PD_ConfigDestroy(config);
代码示例 (2)：使用 TensorRT 动态 Shape 进行预测
// 创建 Config 对象
PD_Config* config = PD_ConfigCreate();
// 设置预测模型路径，这里为 Combined 模型
const char* model_path = "./model/inference.pdmodel";
const char* params_path = "./model/inference.pdiparams";
PD_ConfigSetModel(config, model_path, params_path);
// 启用 GPU 进行预测 - 初始化 GPU 显存 100M, Deivce_ID 为 0
PD_ConfigEnableUseGpu(config, 100, 0);
// 启用 TensorRT 进行预测加速 - Int8
PD_ConfigEnableTensorRtEngine(config, 1 << 30, 1, 2, PD_PRECISION_INT8, FALSE, TRUE);
// 设置模型输入的动态 Shape 范围
const char * tensor_name[1] = {"image"};
size_t shapes_num[1] = {4};
int32_t image_min_shape[4] = {1, 1, 3, 3};
int32_t image_max_shape[4] = {1, 1, 10, 10};
int32_t image_opt_shape[4] = {1, 1, 3, 3};
int32_t* min_shape[1] = {image_min_shape};
int32_t* max_shape[1] = {image_max_shape};
int32_t* opt_shape[1] = {image_opt_shape};
PD_ConfigSetTrtDynamicShapeInfo(config, 1, tensor_name, shapes_num,
min_shape, max_shape, opt_shape, FALSE);
// 销毁 Config 对象
PD_ConfigDestroy(config);
代码示例 (3)：使用 TensorRT OSS 进行预测
// 创建 Config 对象
PD_Config* config = PD_ConfigCreate();
// 设置预测模型路径，这里为 Combined 模型
const char* model_path = "./model/inference.pdmodel";
const char* params_path = "./model/inference.pdiparams";
PD_ConfigSetModel(config, model_path, params_path);
// 启用 GPU 进行预测 - 初始化 GPU 显存 100M, Deivce_ID 为 0
PD_ConfigEnableUseGpu(config, 100, 0);
// 启用 TensorRT 进行预测加速 - FP32
PD_ConfigEnableTensorRtEngine(config, 1 << 20, 1, 3, PD_PRECISION_FLOAT32, FALSE, TRUE);
// 启用 TensorRT OSS 进行预测加速
PD_ConfigEnableTensorRtOSS(config);
// 通过 API 获取 TensorRT OSS 启用结果 - True
printf("Enable TensorRT is: %s\n", PD_ConfigTensorRtOssEnabled(config) ? "True" : "False");
// 销毁 Config 对象
PD_ConfigDestroy(config);