PopRT User Guide

• 1. 简介
  • 1.1. 背景
  • 1.2. 架构
  • 1.3. 工作流程
• 2. 安装
  • 2.1. PopRT 和 Poplar SDK 版本的对应关系
  • 2.2. 从 Docker 镜像快速开始
  • 2.3. 在 Host 上安装 PopRT
    • 2.3.1. For Ubuntu 20.04
• 3. 快速开始
  • 3.1. 主要参数介绍
  • 3.2. 转换并运行模型
    • 3.2.1. 下载 ONNX 模型
    • 3.2.2. 获取 ONNX 模型输入输出信息
    • 3.2.3. 指定输入 shape
    • 3.2.4. 指定模型精度
    • 3.2.5. 运行模型
    • 3.2.6. 导出 PopEF
  • 3.3. 快速部署
    • 3.3.1. 运行导出的 PopEF
    • 3.3.2. 运行转换后的 ONNX 模型
  • 3.4. Python API 示例
• 4. 使用 PopRT
  • 4.1. 使用方法
    • 4.1.1. CLI 使用
      • Named Arguments
      • Sub-commands:
• 5. Features
  • 5.1. Passes
    • 5.1.1. Pass 抽象
  • 5.2. FP8
    • 5.2.1. IPU FP8 类型介绍
    • 5.2.2. FP8 量化介绍
    • 5.2.3. FP32 模型转 FP8 模型的流程
    • 5.2.4. FP8 模型转换工具使用方法
    • 5.2.5. FP8 模型转换精度调试经验
  • 5.3. Overlap IO
    • 5.3.1. 原理
    • 5.3.2. 配置 IO Tiles
    • 5.3.3. 调试
    • 5.3.4. 并发请求
    • 5.3.5. 示例
  • 5.4. Dynamic Batch Size
    • 5.4.1. 背景
    • 5.4.2. 示例
  • 5.5. Packing
    • 5.5.1. 背景
    • 5.5.2. Packing 及 Unpacking
    • 5.5.3. Transformer-based NLP Models
    • 5.5.4. 如何使用 Packing
      • 下载模型
      • 转换模型
      • 运行模型
  • 5.6. CPU Packing
    • 5.6.1. 背景
    • 5.6.2. 功能模块介绍
      • 1. 超时处理
      • 2. 用户数据预处理
      • 3. 数据累积
      • 4. Pack 后处理
    • 5.6.3. Pack 算法
      • 1. 首尾相连的 pack 方法
      • 2. FirstFit pack 方法
      • 3. NextFit pack 方法
    • 5.6.4. 示例
  • 5.7. Model Fusion
    • 5.7.1. 实现 PopRT 模型融合
    • 5.7.2. 实现 PopRT Runtime 融合模型推理
  • 5.8. Custom Operation
    • 5.8.1. 编写自定义算子
      • 创建一个带有 LeakyRelu OP 的 ONNX 模型文件
      • 在 PopRT 中使用自定义算子
  • 5.9. Custom Passes
    • 5.9.1. 实现 Custom Passes
    • 5.9.2. 使用 Custom Passes
      • 在 PopRT CLI 中使用 Custom Passes
      • 在 Python API 中使用 Custom Passes
  • 5.10. Custom Patterns
    • 5.10.1. 实现 Custom PopART Patterns
    • 5.10.2. 在 PopRT 中使用 Custom PopART Patterns
      • 方法一: 在 PatternCreator 设置 Pattern 默认使能
      • 方法二: 使用 Python API 启用或关闭指定的 Pattern
      • 方法三: 通过 CLI 命令行参数启用或关闭指定的 Pattern
  • 5.11. Custom Transforms
    • 5.11.1. 实现 Custom PopART Transform
    • 5.11.2. 在 PopRT 中使用 Custom Transform
  • 5.12. Manual Sharding
    • 5.12.1. Sharding / 模型并行
    • 5.12.2. Pipelining / 流水线并行
    • 5.12.3. Manual Sharding 流程
    • 5.12.4. 配置 Manual Sharding
      • 通过 PopRT CLI 配置 Manual Sharding
      • 通过 poprt.converter.Sharder API 配置 Manual Sharding
    • 5.12.5. 示例
  • 5.13. Error Handling
    • 5.13.1. 背景
    • 5.13.2. 相关的错误处理方式
  • 5.14. PopRT Frontend
    • 5.14.1. ONNX Frontend
    • 5.14.2. TensorFlow Frontend
      • 通过 PopRT CLI 加载 TensorFlow 模型
      • 通过 poprt.frontend API 加载 TensorFlow 模型
  • 5.15. Auto Sharding
    • 5.15.1. 模型并行
    • 5.15.2. Auto Sharding 原理介绍
      • 备选点策略
      • 切分方案遍历策略
    • 5.15.3. Auto Sharding 使用方法
      • 参数介绍
      • 举例
  • 5.16. Model Debugger
    • 5.16.1. 使用方法
    • 5.16.2. 使用示例
• 6. Python API
  • 6.1. poprt module
  • 6.2. poprt.compiler module
  • 6.3. poprt.runtime module
  • 6.4. poprt.frontend module
  • 6.5. poprt.backends module
  • 6.6. poprt.quantizer module
  • 6.7. poprt.passes module
    • 6.7.1. Built-in passes
• 7. C++ API
  • 7.1. PopRT Compiler
  • 7.2. Executable
  • 7.3. PopRT Runtime
    • 7.3.1. DeviceManager
• 8. 文档修订记录
• 9. Trademarks & copyright