OpenHarmony AI推理任务管理与统一推理接口介绍原创精华

深开鸿

发布于 2022-3-25 10:24

浏览

4收藏

1 简介

AI推理任务管理与统一推理接口提供了在OpenHarmony标准系统上基于CPU进行AI推理任务调度管理的能力，对AI算法能力进行生命周期管理和按需部署，同时，提供适配不同推理框架层级的统一推理接口，基于NCNN、MNN、Paddlelite三大常用端侧推理框架进行了接口的统一封装。基于统一接口，开发者不需再关心不同推理框架API的差异，可以在各框架之间自如切换，同时，提供了端侧框架的编译脚本，开发者可以直接编译、调用这三个框架，代码仓库地址如下：

ncnn框架：OpenHarmony-TPC/ncnn (gitee.com)
paddle-lite框架：OpenHarmony-TPC/paddle_lite (gitee.com)
mnn框架：OpenHarmony-TPC/mnn (gitee.com)

图 1 AI推理任务管理与统一推理接口架构图
OpenHarmony AI推理任务管理与统一推理接口介绍-鸿蒙开发者社区

各模块介绍：

任务调度：任务创建、任务分发、任务销毁。
框架调度：推理框架加载、卸载。
算法引擎：推理算法加载、执行、卸载，推理结果管理。
接口管理：对应用层提供统一的框架层接口。
框架适配层：适配不同的第三方推理框架，屏蔽接口差异，为算法引擎提供统一的接口。

./foundation/ai_std
├── interfaces                         #对外接口定义
├── services
│   ├── client                         #应用层接口
│   ├── common                         #公共接口
│   │   ├── platform
│   │   │   ├── dl_operation           #dl接口封装
│   │   │   ├── event                  #事件管理
│   │   │   ├── lock                   #读写锁管理
│   │   │   ├── os_wrapper             #内核接口封装
│   │   │   ├── queuepool              #队列池管理
│   │   │   ├── semaphore              #信号量管理
│   │   │   ├── threadpool             #线程池管理
│   │   │   └── time                   #时间接口
│   │   ├── protocol
│   │   │   ├── data_channel           #推理数据通道管理
│   │   │   ├── retcode_inner          #内部返回值定义
│   │   │   └── struct_definition      #内部数据结构定义
│   │   └── utils
│   │       ├── constants              #内部常量定义
│   │       ├── encdec                 #数据序列化与反序列化
│   │       ├── file_operation         #文件操作接口封装
│   │       ├── inf_cast_impl.h        #对象类型转换
│   │       ├── infer_guard.h          #堆内存释放管理接口
│   │       ├── infer_macros.h         #公共宏定义
│   │       └── log                    #log接口定义       
│   └── server
│   |   ├── engine                     #推理引擎管理
│   |   └── plugin_manager             #框架调度管理
│   ├── frwkAdapter
│   │   ├── ai_interpreter.cpp         #统一推理接口
│   │   └── src
│   │       ├── common                 #框架适配器公共函数
│   │       ├── mnn                    #mnn框架适配
│   │       ├── ncnn                   #ncnn框架适配
│   │       └── paddlelite             #paddlelite框架适配
└── test                               #测试代码

详细设计

图 2 类关系图
OpenHarmony AI推理任务管理与统一推理接口介绍-鸿蒙开发者社区

主要类的功能：

AiInference：对应用层开放的接口create、SyncInfer、Destroy都定义在该类中。
ClientFactory：客户端工厂类，整合应用数据调用、管理session、管理serviceAdapter对象的创建和销毁。
ServiceAdapter：推理服务适配器，为推理任务分配clientId，维护客户端与服务端连接ID，创建推理request，由推理response获取推理结果tensor。
ServiceExecutor：维护推理引擎管理器的创建与销毁。
EngineManager：管理推理引擎的创建与销毁。
Engine：推理引擎，推理的主要功能都由它管理。
PluginManager：管理框架调度器的创建与销毁。
Plugin：管理第三方框架与推理模型的加载、卸载。
AIInterpreter：框架适配器接口类，为AI任务调度管理提供统一的接口，屏蔽不同推理框架的差异。
EngineWorker：推理线程入口函数由该类提供。
SyncMsgHandler：负责推理请求的发送、推理结果接收。

图 3 AI任务调度管理时序图
OpenHarmony AI推理任务管理与统一推理接口介绍-鸿蒙开发者社区

主要流程：

推理任务创建流程：首先分配客户端sessionId，服务端分配clientId，由sessionId和clientId组合生成唯一的transactionId，然后根据框架类型和推理网络加载模型、拉起推理线程。
执行推理流程：由sessionId和clientId找到上个流程中创建的推理引擎，创建推理request，压入推理线程队列中，等待推理返回的response。
推理任务销毁流程：销毁创建流程中申请的资源包括实例化的对象、申请的内存等, 推理线程终止，线程回收，队列回收。

约束

语言限制：C/C++语言

操作系统限制：OpenHarmony操作系统

使用

实例化类AiInference。
调用AiInference的成员函数Create，传入参数frameworkType，推理网络名称，网络模型路径和推理网络版本号(默认值10000001)。各参数说明如下：

frameworkType：推理框架ID，从如下枚举Framework_type中选取一个推理框架，当前支持AI_FRAMEWORK_ID_NCNN，AI_FRAMEWORK_ID_MNN和AI_FRAMEWORK_ID_PADDLELITE。
algorithmName：推理的网络名称，如：mobilenetssd，yolov3。
modelPathInfos：推理网络的模型路径信息，支持网络拓扑结构与权重数据合一和两个数据分开两个文件的场景，对于合一的场景，结构体的成员type取值NET_COMBINED_TYPE，对于两个数据分开文件表示的场景数组modelPathInfos有两个ModelPathInfo元素，两个元素的type字段分别取值NET_TOPO_FILE_TYPE和WEIGHT_FILE_TYPE，path字段为对应的文件路径。ModelPathType为type字段取值枚举，结构体ModelPathInfo为数组modelPathInfos的元素类型。具体使用方法请参考example章节
algorithmVersion：推理网络版本号，默认值10000001，当前不关心该参数值。

int32_t Create(int frameworkType, const std::string &algorithmName, std::vector<ModelPathInfo> &modelPathInfos, 
 		long long algorithmVersion=ALGOTYPE_VERSION_DEFAULT);
 
 typedef enum {
     AI_FRAMEWORK_ID_INVALID=0,          //invalid inference framework
     AI_FRAMEWORK_ID_NCNN=1,             //ncnn inference framework
     AI_FRAMEWORK_ID_MNN=2,              //mnn inference framework
     AI_FRAMEWORK_ID_PADDLELITE=3,       //paddle-lite inference framework
     AI_FRAMEWORK_ID_COUNT
 }Framework_type;
 
 typedef enum {
     NET_COMBINED_TYPE = 0,     //topolopy and weight at one model file
     NET_TOPO_FILE_TYPE = 1,    //file type is neure network inference model topology 
     WEIGHT_FILE_TYPE = 2,      //file type is neure network inference model weight
 }ModelPathType;
 
 typedef struct ModelPathInfo {
     ModelPathType type;   //model file type
     std::string path;     // model file path regard to file type
 }ModelPathInfo;

构造推理输入Tensor，调用成员函数SyncExecute执行推理，函数的声明及参数定义如下。输入和输出参数的类型IOTensors定义如下，具体使用方法请参考example章节

int32_t SyncExecute(const IOTensors &input, IOTensors &output);
using IOTensors = std::vector<IOTensor>;
typedef struct {
    std::string name;                    //network node name
    TensorType type;                     //data type in buffer
    TensorLayout layout;                 //layout of tensor
    std::vector<size_t> shape;           //shape of tensor for input or output
    std::pair<void *, size_t> buffer;    //buffer address pointer and size
}IOTensor;
// Tensor type, regard with IOTensor.buffer pointer type
typedef enum {
    UINT8 = 0,
    INT8 = 1,
 UINT16 = 2,
    INT16 = 3,
    UINT32 = 4,
    INT32 = 5,
    FLOAT16 = 6,
    FLOAT32 = 7,
    INT64 = 8,
    UINT64 = 9,
}TensorType;

//Tensor layout
typedef enum {
    NONE = 0,
    NCHW = 1,
    NHWC = 2,
    NCHWC8 = 3,
    ROW_MAJOR = 4,
    LSTM_MTK = 5,
    HWKC = 6,
    HWCK = 7,
    KCHW = 8,
    CKHW = 9,
    KHWC = 10,
    CHWK = 11,
 NC4HW4 = 12,
}TensorLayout;
```

调用成员函数Destroy销毁推理任务
```
int32_t Destroy();
```

example

以下代码片段为使用第三方网络框架NCCN执行网络sequeezenet_v1.1推理的主要部分。

/**
 * @brief Set inference input tensor.
 *
 * @param framework Indicates the inference framework.
 * @param inputTensor Indicates the inference input tensor.
 * @return Returns {@link AI_RETCODE_SUCCESS} if the operation is successful;
 * returns a non-zero error code defined by {@link AiRetCode} otherwise.
 *
 * @version 1.0
 */
int SetInputTensor(const std::string &framework, IOTensor *inputTensor) {
    inputTensor->name = "input";
    inputTensor->layout = TensorLayout::NCHW;
    int32_t inputSize = 0;
    if (framework == "ncnn") {
        inputTensor->type = TensorType::FLOAT32;
        inputTensor->shape = {1, 3, 227, 227};
        inputSize = 227*227*3;
    } 
    int8_t *data = (int8_t *)malloc(inputSize);
    if (data == nullptr) {
        return AI_RETCODE_NULL_PARAM;
    }
    memset(data, 1, inputSize);
    inputTensor->buffer = std::make_pair((void *)data, inputSize);

    return AI_RETCODE_SUCCESS;
}

/**
 * @brief Test inference of network squeezenet_v1 in framework ncnn.
 *
 * @param modelPath Indicates the file path of inference model topo file.
 * @param weightPath Indicates the file path of inference model weight file.
 * @return Returns {@link AI_RETCODE_SUCCESS} if the operation is successful;
 * returns a non-zero error code defined by {@link AiRetCode} otherwise.
 *
 * @version 1.0
 */
int TestNcnnInfer(const char *modelPath, const char *weightPath)
{
    //construct model path param
    ModelPathInfo modelPathInfo = {.type = NET_TOPO_FILE_TYPE, .path = modelPath};
    ModelPathInfo weightPathInfo = {.type = WEIGHT_FILE_TYPE, .path = weightPath};
    std::vector<ModelPathInfo> modelPaths;
    modelPaths.emplace_back(modelPathInfo);
    modelPaths.emplace_back(weightPathInfo);
    //Instance a new inference instantiation
    AiInference* pAiInfer = new AiInference();
    if (pAiInfer == nullptr) {
        return AI_RETCODE_NULL_PARAM;
    }
    //create a inference engine
    int retcode = pAiInfer->Create(AI_FRAMEWORK_ID_NCNN, squeezenet_v1, modelPaths, ncnnVersion);
    if (retcode != AI_RETCODE_SUCCESS) {
        delete pAiInfer;
        return AI_RETCODE_FAILURE;
    }
	//construct inference input tensors
	IOTensor inputTensor;
    retcode = SetInputTensor("ncnn", &inputTensor);
    if (retcode != AI_RETCODE_SUCCESS) {
		delete pAiInfer;
        return retcode;
    }
    IOTensors inputs;
    inputs.push_back(inputTensor);
    IOTensors outputs;
	retcode = pAiInfer->SyncExecute(inputs, outputs);
    if (retcode != AI_RETCODE_SUCCESS) {
        return AI_RETCODE_FAILURE;
    }
    //Destroy inference engine
	retcode = pAiInfer->Destroy();
    if (retcode != AI_RETCODE_SUCCESS) {
        LOG_ERROR("inference engine destroy failed, retcode=[%d]\n", retcode);
        return AI_RETCODE_FAILURE;
    }
	
	DestroyDataInfo(inputs, "input");
	DestroyDataInfo(outputs, "output");
	return AI_RETCODE_SUCCESS;
}

int main(int argc, char **argv)
{
    LOG_INFO("start inference test, para count: %d\n", argc);
    int c;
    std::string modelPath = "";
    std::string weightPaht = "";
    std::string framework = "";
    int loop_count = 1;
    while ((c = getopt_long(argc, argv, short_options, long_options, NULL)) != -1)
    {
        switch (c)
        {
        case 'm':
            modelPath.assign(optarg);
            break;
        case 'w':
            weightPaht.assign(optarg);
            break;
        case 'f':
            framework.assign(optarg);
            break;
        case 'l':
            loop_count = atoi(optarg);
            break;
        default:
            break;
        }
    }
    
    int retcode = AI_RETCODE_SUCCESS;
	//Different framework use different Model representation
    if (strcmp(framework.c_str(), "paddlelite") == 0) {
        retcode = TestPaddlelitInfer(modelPath.c_str());
    } else if (strcmp(framework.c_str(), "ncnn") == 0) {
        retcode = TestNcnnInfer(modelPath.c_str(), weightPaht.c_str());
    } else if (strcmp(framework.c_str(), "mnn") == 0) {
        retcode = TestMnnInfer(modelPath.c_str());
    }
    return retcode;
}