2025年pytorch模型部署单片机(pytorch模块)

pytorch模型部署单片机(pytorch模块)Ascend 对 pytorch 代码的适配 可从以下链接中获取 Ascend pytorch 执行如下命令即可 源码下载后 如果需要编译 torch npu 最好保持 pytorch 的源码版本匹配 以及其编译环境的 gcc g 等与 torch npu 的版本匹配 否则会出现各种乱起八糟的问题 执行编译命令 bash ci build sh python 3 x



Ascend对pytorch代码的适配,可从以下链接中获取。
Ascend/pytorch
执行如下命令即可。

 
 

源码下载后,如果需要编译torch-npu,最好保持pytorch的源码版本匹配,以及其编译环境的gcc,g++等与torch-npu的版本匹配,否则会出现各种乱起八糟的问题。

执行编译命令:bash ci/build.sh --python=3.x

如:

 

在torch-npu编译成功之后,通过generate_code.sh会生成如下文件:

 

上述文件生成路径默认的是torch_npu/csrc/aten。算子编译信息的yaml文件:torch_npu/csrc/aten/npu_native_functions.yaml

打开上述的的文件中,从中分析可知大概有3种方式实现昇腾npu算子的调用。

本质上,ascend上对pytroch框架的适配代码,主要是将npu上的算子库对接起来。如何对接这些算子,是一套机制的问题,本身应该不复杂。

直接调用npu的算子。torch_npu/csrc/aten/RegisterSparseNPU.cpp

 
 

参考文件:torch_npu/csrc/aten/CustomFunctions.cpp

 
 

参考文件:torch_npu/utils/custom_ops.py

 

以上属于个人理解,如有错误敬请指正。

编程小号
上一篇 2025-09-14 17:06
下一篇 2025-02-25 18:40

相关推荐

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
如需转载请保留出处:https://bianchenghao.cn/bian-cheng-ri-ji/53767.html