Participe do Simpósio Women in ML em 7 de dezembro Inscreva-se agora

Delegado de aceleração de GPU para iOS

Mantenha tudo organizado com as coleções Salve e categorize o conteúdo com base nas suas preferências.

O uso de unidades de processamento gráfico (GPUs) para executar seus modelos de aprendizado de máquina (ML) pode melhorar drasticamente o desempenho de seu modelo e a experiência do usuário de seus aplicativos habilitados para ML. Em dispositivos iOS, você pode habilitar o uso de execução acelerada por GPU de seus modelos usando um delegado . Os delegados atuam como drivers de hardware para o TensorFlow Lite, permitindo que você execute o código do seu modelo em processadores GPU.

Esta página descreve como habilitar a aceleração de GPU para modelos do TensorFlow Lite em aplicativos iOS. Para obter mais informações sobre como usar o delegado de GPU para o TensorFlow Lite, incluindo práticas recomendadas e técnicas avançadas, consulte a página de delegados de GPU .

Usar GPU com API de intérprete

A API do TensorFlow Lite Interpreter fornece um conjunto de APIs de uso geral para criar aplicativos de aprendizado de máquina. As instruções a seguir orientam você na adição de suporte a GPU a um aplicativo iOS. Este guia pressupõe que você já tenha um aplicativo iOS que possa executar com êxito um modelo de ML com o TensorFlow Lite.

Modifique o Podfile para incluir suporte a GPU

A partir da versão 2.3.0 do TensorFlow Lite, o delegado da GPU é excluído do pod para reduzir o tamanho do binário. Você pode incluí-los especificando uma subespecificação para o pod TensorFlowLiteSwift :

pod 'TensorFlowLiteSwift/Metal', '~> 0.0.1-nightly',

OU

pod 'TensorFlowLiteSwift', '~> 0.0.1-nightly', :subspecs => ['Metal']

Você também pode usar TensorFlowLiteObjC ou TensorFlowLiteC se quiser usar o Objective-C, que está disponível para as versões 2.4.0 e superiores, ou a API C.

Inicialize e use o delegado da GPU

Você pode usar o delegado da GPU com a API do TensorFlow Lite Interpreter com várias linguagens de programação. Swift e Objective-C são recomendados, mas você também pode usar C++ e C. O uso de C é necessário se você estiver usando uma versão do TensorFlow Lite anterior à 2.4. Os exemplos de código a seguir descrevem como usar o delegado com cada um desses idiomas.

Rápido

import TensorFlowLite

// Load model ...

// Initialize TensorFlow Lite interpreter with the GPU delegate.
let delegate = MetalDelegate()
if let interpreter = try Interpreter(modelPath: modelPath,
                                      delegates: [delegate]) {
  // Run inference ...
}
      

Objetivo-C

// Import module when using CocoaPods with module support
@import TFLTensorFlowLite;

// Or import following headers manually
#import "tensorflow/lite/objc/apis/TFLMetalDelegate.h"
#import "tensorflow/lite/objc/apis/TFLTensorFlowLite.h"

// Initialize GPU delegate
TFLMetalDelegate* metalDelegate = [[TFLMetalDelegate alloc] init];

// Initialize interpreter with model path and GPU delegate
TFLInterpreterOptions* options = [[TFLInterpreterOptions alloc] init];
NSError* error = nil;
TFLInterpreter* interpreter = [[TFLInterpreter alloc]
                                initWithModelPath:modelPath
                                          options:options
                                        delegates:@[ metalDelegate ]
                                            error:&error];
if (error != nil) { /* Error handling... */ }

if (![interpreter allocateTensorsWithError:&error]) { /* Error handling... */ }
if (error != nil) { /* Error handling... */ }

// Run inference ...
      

C++

// Set up interpreter.
auto model = FlatBufferModel::BuildFromFile(model_path);
if (!model) return false;
tflite::ops::builtin::BuiltinOpResolver op_resolver;
std::unique_ptr<Interpreter> interpreter;
InterpreterBuilder(*model, op_resolver)(&interpreter);

// Prepare GPU delegate.
auto* delegate = TFLGpuDelegateCreate(/*default options=*/nullptr);
if (interpreter->ModifyGraphWithDelegate(delegate) != kTfLiteOk) return false;

// Run inference.
WriteToInputTensor(interpreter->typed_input_tensor<float>(0));
if (interpreter->Invoke() != kTfLiteOk) return false;
ReadFromOutputTensor(interpreter->typed_output_tensor<float>(0));

// Clean up.
TFLGpuDelegateDelete(delegate);
      

C (antes de 2.4.0)

#include "tensorflow/lite/c/c_api.h"
#include "tensorflow/lite/delegates/gpu/metal_delegate.h"

// Initialize model
TfLiteModel* model = TfLiteModelCreateFromFile(model_path);

// Initialize interpreter with GPU delegate
TfLiteInterpreterOptions* options = TfLiteInterpreterOptionsCreate();
TfLiteDelegate* delegate = TFLGPUDelegateCreate(nil);  // default config
TfLiteInterpreterOptionsAddDelegate(options, metal_delegate);
TfLiteInterpreter* interpreter = TfLiteInterpreterCreate(model, options);
TfLiteInterpreterOptionsDelete(options);

TfLiteInterpreterAllocateTensors(interpreter);

NSMutableData *input_data = [NSMutableData dataWithLength:input_size * sizeof(float)];
NSMutableData *output_data = [NSMutableData dataWithLength:output_size * sizeof(float)];
TfLiteTensor* input = TfLiteInterpreterGetInputTensor(interpreter, 0);
const TfLiteTensor* output = TfLiteInterpreterGetOutputTensor(interpreter, 0);

// Run inference
TfLiteTensorCopyFromBuffer(input, inputData.bytes, inputData.length);
TfLiteInterpreterInvoke(interpreter);
TfLiteTensorCopyToBuffer(output, outputData.mutableBytes, outputData.length);

// Clean up
TfLiteInterpreterDelete(interpreter);
TFLGpuDelegateDelete(metal_delegate);
TfLiteModelDelete(model);
      

Notas de uso da linguagem da API da GPU

  • As versões do TensorFlow Lite anteriores à 2.4.0 só podem usar a API C para Objective-C.
  • A API C++ só está disponível quando você usa bazel ou cria o TensorFlow Lite por conta própria. A API C++ não pode ser usada com CocoaPods.
  • Ao usar o TensorFlow Lite com o delegado da GPU com C++, obtenha o delegado da GPU por meio da função TFLGpuDelegateCreate() e passe-o para Interpreter::ModifyGraphWithDelegate() , em vez de chamar Interpreter::AllocateTensors() .

Crie e teste com o modo de lançamento

Mude para uma versão de versão com as configurações apropriadas do acelerador da API Metal para obter melhor desempenho e para testes finais. Esta seção explica como habilitar uma versão de compilação e definir a configuração para a aceleração do Metal.

Para mudar para uma compilação de lançamento:

  1. Edite as configurações de compilação selecionando Produto > Esquema > Editar esquema... e, em seguida, selecionando Executar .
  2. Na guia Informações , altere Build Configuration para Release e desmarque Debug executável .configurando o lançamento
  3. Clique na guia Options e altere GPU Frame Capture para Disabled e Metal API Validation para Disabled .
    configurando opções de metal
  4. Certifique-se de selecionar compilações somente de versão na arquitetura de 64 bits. Em Project navigator > tflite_camera_example > PROJECT > your_project_name > Build Settings defina Build Active Architecture Only > Release para Yes . configurando opções de lançamento

Suporte avançado de GPU

Esta seção abrange os usos avançados do delegado de GPU para iOS, incluindo opções de delegado, buffers de entrada e saída e uso de modelos quantizados.

Opções de delegado para iOS

O construtor para delegado de GPU aceita uma struct de opções na API Swift , API Objective-C e API C . Passar nullptr (API C) ou nada (Objective-C e API Swift) para o inicializador define as opções padrão (explicadas no exemplo de Uso Básico acima).

Rápido

// THIS:
var options = MetalDelegate.Options()
options.isPrecisionLossAllowed = false
options.waitType = .passive
options.isQuantizationEnabled = true
let delegate = MetalDelegate(options: options)

// IS THE SAME AS THIS:
let delegate = MetalDelegate()
      

Objetivo-C

// THIS:
TFLMetalDelegateOptions* options = [[TFLMetalDelegateOptions alloc] init];
options.precisionLossAllowed = false;
options.waitType = TFLMetalDelegateThreadWaitTypePassive;
options.quantizationEnabled = true;

TFLMetalDelegate* delegate = [[TFLMetalDelegate alloc] initWithOptions:options];

// IS THE SAME AS THIS:
TFLMetalDelegate* delegate = [[TFLMetalDelegate alloc] init];
      

C

// THIS:
const TFLGpuDelegateOptions options = {
  .allow_precision_loss = false,
  .wait_type = TFLGpuDelegateWaitType::TFLGpuDelegateWaitTypePassive,
  .enable_quantization = true,
};

TfLiteDelegate* delegate = TFLGpuDelegateCreate(options);

// IS THE SAME AS THIS:
TfLiteDelegate* delegate = TFLGpuDelegateCreate(nullptr);
      

Buffers de entrada/saída usando a API C++

A computação na GPU requer que os dados estejam disponíveis para a GPU. Esse requisito geralmente significa que você deve executar uma cópia de memória. Você deve evitar que seus dados cruzem o limite de memória da CPU/GPU, se possível, pois isso pode levar uma quantidade significativa de tempo. Normalmente, esse cruzamento é inevitável, mas em alguns casos especiais, um ou outro pode ser omitido.

Se a entrada da rede for uma imagem já carregada na memória da GPU (por exemplo, uma textura da GPU contendo o feed da câmera), ela pode permanecer na memória da GPU sem nunca entrar na memória da CPU. Da mesma forma, se a saída da rede estiver na forma de uma imagem renderizável, como uma operação de transferência de estilo de imagem , você poderá exibir diretamente o resultado na tela.

Para obter o melhor desempenho, o TensorFlow Lite possibilita que os usuários leiam e gravem diretamente no buffer de hardware do TensorFlow e ignorem as cópias de memória evitáveis.

Supondo que a entrada da imagem esteja na memória da GPU, você deve primeiro convertê-la em um objeto MTLBuffer para Metal. Você pode associar um TfLiteTensor a um MTLBuffer preparado pelo usuário com a função TFLGpuDelegateBindMetalBufferToTensor() . Observe que esta função deve ser chamada após Interpreter::ModifyGraphWithDelegate() . Além disso, a saída de inferência é, por padrão, copiada da memória da GPU para a memória da CPU. Você pode desativar esse comportamento chamando Interpreter::SetAllowBufferHandleOutput(true) durante a inicialização.

C++

#include "tensorflow/lite/delegates/gpu/metal_delegate.h"
#include "tensorflow/lite/delegates/gpu/metal_delegate_internal.h"

// ...

// Prepare GPU delegate.
auto* delegate = TFLGpuDelegateCreate(nullptr);

if (interpreter->ModifyGraphWithDelegate(delegate) != kTfLiteOk) return false;

interpreter->SetAllowBufferHandleOutput(true);  // disable default gpu->cpu copy
if (!TFLGpuDelegateBindMetalBufferToTensor(
        delegate, interpreter->inputs()[0], user_provided_input_buffer)) {
  return false;
}
if (!TFLGpuDelegateBindMetalBufferToTensor(
        delegate, interpreter->outputs()[0], user_provided_output_buffer)) {
  return false;
}

// Run inference.
if (interpreter->Invoke() != kTfLiteOk) return false;
      

Depois que o comportamento padrão é desativado, copiar a saída de inferência da memória da GPU para a memória da CPU requer uma chamada explícita para Interpreter::EnsureTensorDataIsReadable() para cada tensor de saída. Essa abordagem também funciona para modelos quantizados, mas você ainda precisa usar um buffer de tamanho float32 com float32 data , porque o buffer está vinculado ao buffer desquantizado interno.

Modelos quantizados

As bibliotecas delegadas da GPU do iOS suportam modelos quantizados por padrão . Você não precisa fazer nenhuma alteração no código para usar modelos quantizados com o delegado da GPU. A seção a seguir explica como desabilitar o suporte quantizado para fins de teste ou experimentais.

Desativar suporte a modelos quantizados

O código a seguir mostra como desabilitar o suporte para modelos quantizados.

Rápido

    var options = MetalDelegate.Options()
    options.isQuantizationEnabled = false
    let delegate = MetalDelegate(options: options)
      

Objetivo-C

    TFLMetalDelegateOptions* options = [[TFLMetalDelegateOptions alloc] init];
    options.quantizationEnabled = false;
      

C

    TFLGpuDelegateOptions options = TFLGpuDelegateOptionsDefault();
    options.enable_quantization = false;

    TfLiteDelegate* delegate = TFLGpuDelegateCreate(options);
      

Para obter mais informações sobre a execução de modelos quantizados com aceleração de GPU, consulte Visão geral do delegado de GPU .