CacheDesc
【免费下载链接】geGE（Graph Engine）是面向昇腾的图编译器和执行器，提供了计算图优化、多流并行、内存复用和模型下沉等技术手段，加速模型执行效率，减少模型内存占用。 GE 提供对 PyTorch、TensorFlow 前端的友好接入能力，并同时支持 onnx、pb 等主流模型格式的解析与编译。项目地址: https://gitcode.com/cann/ge
函数功能
构造CacheDesc，通常在KvCacheManager的allocate_cache接口中作为参数类型使用。
函数原型
__init__(self, num_tensors: int, shape: Union[Tuple[int], List[int]], data_type: DataType, placement: Placement = Placement.DEVICE, batch_dim_index: int = 0, seq_len_dim_index: int = -1, kv_tensor_format: str = None)参数说明
| 参数名称 | 数据类型 | 取值说明 |
|---|---|---|
| num_tensors | int | cache中tensor的个数。 |
| shape | Union[Tuple[int], List[int]] | tensor的shape。 |
| data_type | DataType | tensor的data type。 |
| placement | Placement | 表示cache所在的设备类型。默认值Placement.DEVICE。 |
| batch_dim_index | int | 表示shape中batch size所在维度。默认值0，表示在第0维。 |
| seq_len_dim_index | int | 表示shape中seq_len所在维度。默认值-1，表示未配置。 |
| kv_tensor_format | str | 表示cache的format。 |
调用示例
from llm_datadist import CacheDesc cache_desc = CacheDesc(80, [4, 2048, 1, 128], DataType.DT_FLOAT16)返回值
正常情况下返回CacheDesc的实例。
传入数据类型错误情况下会抛出TypeError或ValueError异常。
约束说明
无
【免费下载链接】geGE（Graph Engine）是面向昇腾的图编译器和执行器，提供了计算图优化、多流并行、内存复用和模型下沉等技术手段，加速模型执行效率，减少模型内存占用。 GE 提供对 PyTorch、TensorFlow 前端的友好接入能力，并同时支持 onnx、pb 等主流模型格式的解析与编译。项目地址: https://gitcode.com/cann/ge
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
