aclmdlLoadFromMemWithQ
【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
产品支持情况
- Ascend 950PR/Ascend 950DT：支持
- Atlas A3 训练系列产品/Atlas A3 推理系列产品：支持
- Atlas A2 训练系列产品/Atlas A2 推理系列产品：支持
- Atlas 200I/500 A2 推理产品：支持
- Atlas 推理系列产品：支持
- Atlas 训练系列产品：支持
- IPV350：不支持
功能说明
从内存加载om模型文件数据，模型的输入、输出数据都存放在队列中。本接口只支持加载固定Shape输入的模型。
关于如何获取om模型文件，请参见《ATC离线模型编译工具》中的“参数说明 > 基础功能参数 > 总体选项 > --mode”。
函数原型
aclError aclmdlLoadFromMemWithQ(const void *model, size_t modelSize, uint32_t *modelId, const uint32_t *inputQ, size_t inputQNum, const uint32_t *outputQ, size_t outputQNum)参数说明
| 参数名 | 输入/输出 | 说明 |
|---|---|---|
| model | 输入 | 存放模型数据的内存地址指针。 |
| modelSize | 输入 | 内存中的模型数据长度，单位Byte。 |
| modelId | 输出 | 模型ID的指针。 系统成功加载模型后，返回模型ID作为后续操作时识别模型的标志。 |
| inputQ | 输入 | 队列ID的指针，一个模型的输入对应一个队列ID。 |
| inputQNum | 输入 | 输入队列大小。 |
| outputQ | 输入 | 队列ID的指针，一个模型的输出对应一个队列ID。 |
| outputQNum | 输入 | 输出队列大小。 |
返回值说明
返回0表示成功，返回其他值表示失败，请参见aclError。
参考资源
当前还提供了aclmdlSetConfigOpt接口、aclmdlLoadWithConfig接口来实现模型加载，通过配置对象中的属性来区分，在加载模型时是从文件加载，还是从内存加载，以及内存是由系统内部管理，还是由用户管理。
【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
