aclgrphBuildModel
【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
全量芯片支持。
头文件/库文件
- 头文件：#include <ge/ge_ir_build.h>
- 库文件：libge_compiler.so
功能说明
将输入的Graph编译为适配AI处理器的离线模型，并保存到内存缓冲区。
函数原型
[!NOTE]说明 数据类型为string的接口后续版本会废弃，建议使用数据类型为非string的接口。
graphStatus aclgrphBuildModel(const ge::Graph &graph, const std::map<std::string, std::string> &build_options, ModelBufferData &model) graphStatus aclgrphBuildModel(const ge::Graph &graph, const std::map<AscendString, AscendString> &build_options, ModelBufferData &model)参数说明
| 参数名 | 输入/输出 | 说明 |
|---|---|---|
| graph | 输入 | 待编译的Graph。 |
| build_options | 输入 | graph级别配置参数。 配置参数map映射表，key为参数类型，value为参数值，均为字符串格式，用于描述离线模型编译配置信息。 map中的配置参数请参见aclgrphBuildModel支持的配置参数。 |
| model | 输出 | 编译生成的离线模型缓存，模型保存在内存缓冲区中。详情请参见ModelBufferData。 其中data指向生成的模型数据，length代表该模型的实际大小。 |
返回值说明
| 参数名 | 类型 | 说明 |
|---|---|---|
| - | graphStatus | GRAPH_SUCCESS(0)：成功。 其他值：失败。 |
约束说明
对于aclgrphBuildModel和aclgrphBuildInitialize中重复的编译配置参数，建议不要重复配置，如果设置重复，则以aclgrphBuildModel传入的为准。
使用aclgrphBuildModel接口传入build_options参数时，多张图场景下，如果传入的参数为ge::ir_option::PRECISION_MODE或者ge::ir_option::PRECISION_MODE_V2，多张图设置的参数值需要相同。
使用aclgrphBuildModel接口编译的离线模型，保存在内存缓冲区中：
如果希望将内存缓冲区中的模型保存为离线模型文件xx.om，则需要调用aclgrphSaveModel接口，序列化保存离线模型到文件中。后续进行推理业务，需要使用从文件中加载模型的接口，例如aclmdlLoadFromFile，然后使用aclmdlExecute接口执行推理。
如果离线模型保存在内存缓冲区：
后续进行推理业务时，需要使用从内存中加载模型的接口，例如aclmdlLoadFromMem，然后使用aclmdlExecute接口执行推理。
接口详细使用说明请参见《应用开发 (C&C++)》中的“模型推理”章节。
【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
` 与 IDE Messenger 模式解析)
