一個運算元在深度學習框架中的旅程

語言: CN / TW / HK

 

撰文|趙露陽

 

運算元即Operator,這裡簡稱op。op是深度學習的基礎操作,任意深度學習框架中都包含了數百個op,這些op用於各種型別的數值、tensor運算。

 

在深度學習中,通過nn.Module這樣搭積木的方式搭建網路,而op就是更基礎的,用於製作積木的配方和原材料。

 

譬如如下的一個dem o 網路:

 

import oneflow as torch class TinyModel(torch.nn.Module):

def __init__(self):
super(TinyModel, self).__init__()

self.linear1 = torch.nn.Linear(100, 200)
self.activation = torch.nn.ReLU()
self.linear2 = torch.nn.Linear(200, 10)
self.softmax = torch.nn.Softmax()

def forward(self, x):
x = self.linear1(x)
x = self.activation(x)
x = self.linear2(x)
x = self.softmax(x)
return xtinymodel = TinyModel()print('The model:')print(tinymodel)

 

從結構來看,這個網路是由各種nn.Module如Linear、ReLU、Softmax搭建而成,但從本質上,這些nn.Module則是由一個個基礎op拼接,從而完成功能的。 這其中就包含了Matmul、Relu、Softmax等op。  在OneFlow中,對於一個已有op,是如何完成從Python層->C++層的呼叫、流轉和執行過程? 本文將以

 

output = flow.relu(input)

 

為例,梳理一個op從Python -> C++執行的完整過程。

 

首先,這裡給出一個流程示意圖:

 

 

下面,將分別詳細從原始碼角度跟蹤其各個環節。

 

1

Binding

 

這裡,binding是指Python和C++程式碼的繫結。通常,我們用Python搭建網路,訓練模型,呼叫函式完成各種操作。實際上,這些函式通常在Python層只是一層wrapper,底層實現還是通過C++程式碼完成的,那麼Python -> C++是如何呼叫的? 這就需要用到Python和C++的繫結。

 

在深度學習框架的實現中, 即可以用Python原生的C API,也可以通過pybind11來完成函式繫結 ,在OneFlow中,二者均有使用,譬如:

 

  • oneflow/api/python/framework/tensor.cpp

  • oneflow/api/python/framework/tensor_functions.cpp

 

中涉及到的 tensor.xxx 方法都是通過Python C API完成了函式繫結;

 

  • oneflow/core/functional/functional_api.yaml

 

中定義的諸多 flow.xxx 方法則是通過pybind實現的繫結。這裡關於Python C API和pybind不做過多介紹,具體用法可以參考相應文件:

 

  • https://docs.python.org/zh-cn/3.8/c-api/index.html

  • https://pybind11.readthedocs.io/en/stable/index.html

 

下面我們回到flow.relu方法,我們在Python層呼叫的flow.relu實際是呼叫了在

 

python/oneflow/__init__.py

 

中定義的oneflow._C.relu。 _C表示其實現位於底層C++。和PyTorch類似,我們也基於.yaml定義了一套介面匯出及code gen的規則,譬如在 functional_api.yaml 中,我們可以看到Relu的匯出介面的函式簽名:

 

- name: "relu"  signature: "Tensor (Tensor x, Bool inplace=False) => Relu"  bind_python: True

 

從yaml定義可以看出,flow._C.relu 接收兩個引數,tensor和一個bool值,其綁定了C++的Relu方法,函式返回值也是tensor。實際上,在OneFlow編譯時,會通過執行

 

tools/functional/generate_functional_api.py

 

這個檔案,對 functional_api.yaml 進行解析和程式碼生成,動態生成C++的.h和.cpp檔案。

 

  • build/oneflow/core/functional/functional_api.yaml.h

  • build/oneflow/core/functional/functional_api.yaml.cpp

 

並在.cpp檔案中呼叫相應的functor完成C++層面的函式呼叫。這裡,還是以flow._C.relu為例,其對應的functor定義位於 oneflow/core/functional/impl/activation_functor.cpp :

 

class ReluFunctor {  public:  ReluFunctor() { op_ = CHECK_JUST(one::OpBuilder("relu").Input("x", 1).Output("y", 1).Build()); }  Maybe<Tensor> operator()(const std::shared_ptr<Tensor>& x, bool inplace) const {  ...  }
private:  std::shared_ptr<OpExpr> op_; };

 

ReluFunctor通過

 

ONEFLOW_FUNCTION_LIBRARY(m) {  m.add_functor<impl::ReluFunctor>("Relu");  ... }

 

完成functor的註冊,註冊成functional介面後,在Python層flow._C.relu就完成了和“Relu”的繫結。同時,這個函式在C++中也可以通過functional::Relu直接呼叫。

 

2

Functor

 

Functor不僅是Python -> C++互動的核心,也是op呼叫、輸入引數推導和檢查的第一站。通常,各種op在functor層需要完成對輸入tensor的shape、dtype、維度、元素個數等各種check,以及對op特有的邏輯進行解析和處理。Relu Functor程式碼如下:

 

class ReluFunctor {  public:  ReluFunctor() { op_ = CHECK_JUST(one::OpBuilder("relu").Input("x", 1).Output("y", 1).Build()); }  Maybe<Tensor> operator()(const std::shared_ptr<Tensor>& x, bool inplace) const {  if (inplace) {  JUST(CheckInplaceValid(x));  std::shared_ptr<TensorTuple> outputs = std::make_shared<TensorTuple>(1);  outputs->at(0) = x;  JUST(OpInterpUtil::Dispatch(*op_, {x}, outputs.get(), AttrMap{}));  return outputs->at(0);  } else {  return OpInterpUtil::Dispatch<Tensor>(*op_, {x});  }  }
private:  std::shared_ptr<OpExpr> op_; };

 

可以看見,ReluFunctor是比較簡單的,其定義了一個私有變數

 

std::shared_ptr<OpExpr> op_;

 

這個op_即需要執行的Relu op,通過OpBuilder進行構建;functor的operator()內部,根據是否inplace走到2個不同分支,並最終通過OpInterpUtil::Dispatch()將op、輸入tensor和引數派發至Interpreter處理。

 

 

3

Dispatch

 

各種op在functor中完成check和邏輯處理後,大多需要通過OpInterpUtil::Dispatch() 進行派發,其目的地是Interpreter。在Interpreter中,將會對op進行更進一步的處理。在 oneflow/core/framework/op_interpreter/op_interpreter_util.h  中,我們可以看見多種過載的Dispatch模板程式碼:

 

class OpInterpUtil {  public:  template<typename T>  static Maybe<T> Dispatch(const OpExpr& op_expr, const TensorTuple& inputs, const AttrMap& attrs) {  return Dispatch<T>(op_expr, inputs, OpExprInterpContext(attrs));  }
template<typename T>  static Maybe<T> Dispatch(const OpExpr& op_expr, const TensorTuple& inputs) {  return Dispatch<T>(op_expr, inputs, OpExprInterpContext(AttrMap{}));  }
template<typename T>  static Maybe<T> Dispatch(const OpExpr& op_expr, const TensorTuple& inputs,  const OpExprInterpContext& ctx);
static Maybe<void> Dispatch(const OpExpr& op_expr, const TensorTuple& inputs,  TensorTuple* outputs, const AttrMap& attrs) {  return Dispatch(op_expr, inputs, outputs, OpExprInterpContext(attrs));  }
static Maybe<void> Dispatch(const OpExpr& op_expr, const TensorTuple& inputs,  TensorTuple* outputs) {  return Dispatch(op_expr, inputs, outputs, OpExprInterpContext(AttrMap{}));  }
static Maybe<void> Dispatch(const OpExpr& op_expr, const TensorTuple& inputs,  TensorTuple* outputs, const OpExprInterpContext& ctx);

 

這些過載,是為了應對不同的輸入、輸出以及OpExprInterpContext的情況。譬如這個OpExprInterpContext是op在Interpreter中所需的上下文,可能攜帶op計算所需要的屬性(如conv2d op所需要的kernel_size、padding等)、device、sbp、parallel等描述資訊。這些過載的Dispatch最終都會走到:

 

/* static */ Maybe<void> OpInterpUtil::Dispatch(  const OpExpr& op_expr,   const TensorTuple& inputs,   TensorTuple* outputs,  const OpExprInterpContext& ctx) {  return JUST(GetInterpreter(inputs, ctx, op_expr))->Apply(op_expr, inputs, outputs, ctx); }

 

Dispatch至此,剩下的就要交給Interpreter了。

 

4

Interpreter

 

Get Interpreter

 

 

這裡先看看GetInterpreter,這裡其實就是獲取所需的Interpreter,來負責op接下來的執行。省略check相關的邏輯,主要程式碼如下: oneflow/core/framework/op_interpreter/op_interpreter_util.cpp

 

Maybe<AutogradInterpreter> GetInterpreter(const TensorTuple& inputs, const OpExprInterpContext& ctx,  const OpExpr& op_expr) {  static const auto& g_lazy_interpreter = BuildLazyInterpreter();  static const auto& g_eager_consistent_interpreter = BuildEagerInterpreter(/*is_mirrored=*/false);  static const auto& g_eager_mirrored_interpreter = BuildEagerInterpreter(/*is_mirrored=*/true);  if (!LazyMode::is_enabled()) {  if (inputs.empty()) {  if (ctx.parallel_desc.has_value()) {  JUST(ctx.nd_sbp);  CHECK_OR_RETURN(!ctx.device.has_value());  return g_eager_consistent_interpreter;  } else {  CHECK_OR_RETURN(!ctx.nd_sbp.has_value());  return g_eager_mirrored_interpreter;  }  } else {  if (inputs.at(0)->is_consistent()) {  ...  return g_eager_consistent_interpreter;  } else {  ...  return g_eager_mirrored_interpreter;  }  }  UNIMPLEMENTED_THEN_RETURN();  }  return g_lazy_interpreter; }

 

通過上面的邏輯可以看出,Interpreter大體上分為Eager Interpteter和Lazy Interpreter;其中Eager Interpteter又根據Eager Mirrored和Eager Consistent有所區別。具體就是以下3種子類實現:

 

  • EagerMirroredInterpreter

  • EagerConsistentInterpreter

  • LazyInterpreter

 

普通的Eager mode下(無論是單卡還是DDP的情況)都會走到 EagerMirroredInterpreter 的邏輯;在普通Eager Mode之外,為輸入tensor設定了sbp、placement則會進入到EagerConsistentInterpreter的邏輯;在Lazy Mode時(使用nn.Graph),則會進入到LazyInterpreter

 

下面,我們看下這3種Interpreter的構建:

 

std::shared_ptr<AutogradInterpreter> BuildEagerInterpreter(const bool& is_mirrored) {  std::shared_ptr<OpExprInterpreter> internal;  if (is_mirrored) {  internal = std::make_shared<EagerMirroredInterpreter>();  } else {  internal = std::make_shared<EagerConsistentInterpreter>();  }  return std::make_shared<AutogradInterpreter>(internal); }
std::shared_ptr<AutogradInterpreter> BuildLazyInterpreter() {  auto internal = std::make_shared<LazyInterpreter>();  return std::make_shared<AutogradInterpreter>(internal); }

 

可見,這3種Interpreter構建完成後,都會以私有變數internal的形式,參與AutogradInterpreter的構建,並最終返回AutogradInterpreter

class AutogradInterpreter {  public:  AutogradInterpreter() = delete;  AutogradInterpreter(const std::shared_ptr<OpExprInterpreter>& internal) : internal_(internal) {}
virtual ~AutogradInterpreter() = default;
Maybe<void> Apply(const OpExpr& op_expr, const TensorTuple& inputs, TensorTuple* outputs,  const AttrMap& attrs) const {  return Apply(op_expr, inputs, outputs, OpExprInterpContext(attrs));  }
Maybe<void> Apply(const OpExpr& op_expr, const TensorTuple& inputs, TensorTuple* outputs) const {  return Apply(op_expr, inputs, outputs, OpExprInterpContext(AttrMap{}));  }
Maybe<void> Apply(const OpExpr& op_expr, const TensorTuple& inputs, TensorTuple* outputs,  const OpExprInterpContext& ctx) const;
private:  std::shared_ptr<OpExprInterpreter> internal_; };

 

Apply()

 

 

通過上面我們知道,EagerMirroredInterpreterEagerConsistentInterpreterLazyInterpreter都將為其包裹上AutogradInterpreter的殼,通過AutogradInterpreter觸發Apply的呼叫。顧名思義,AutogradInterpreter的作用主要是和autograd相關,其主要為eager mode下前向的op節點插入對應的用於反向計算grad的節點。

 

我們看看這部分程式碼,關鍵部分的作用在註釋裡給出:

 

Maybe<void> AutogradInterpreter::Apply(const OpExpr& op_expr, const TensorTuple& inputs,  TensorTuple* outputs, const OpExprInterpContext& ctx) const {  // 判斷是否需要計算梯度,如果處於GradMode的作用域切改op註冊時沒有禁用梯度  // 則requires_grad的值根據輸入tensor的requires_grad屬性判斷  // any of input tensors requires_grad==True,則表示需要計算梯度  bool requires_grad = false;  if (autograd::GradMode::is_enabled() && !JUST(op_expr.IsGradDisabled())) {  requires_grad =  std::any_of(inputs.begin(), inputs.end(),  [](const std::shared_ptr<Tensor>& tensor) { return tensor->requires_grad(); });  } // 這一坨邏輯比較醜陋,是因為近期支援了oneflow系統中支援了stride&&view機制 // 而大部分op尚未註冊stride推導、尚未支援non-contiguous的輸入tensor // 所以需要在這對這部分op的輸入進行強制轉換,將其變為contiguous的 // NOTE: if this op not support stride, then need to tensor->contiguous() #define HANDLE_NON_CONTIGUOUS_INPUT(tensor_tuple_ptr) \  TensorTuple tmp_inputs; \  if (!LazyMode::is_enabled() && !JUST(op_expr.SupportNonContiguous())) { \  tmp_inputs.resize(inputs.size()); \  for (size_t i = 0; i < inputs.size(); i++) { tmp_inputs[i] = inputs[i]->contiguous(); } \  tensor_tuple_ptr = &tmp_inputs; \  }
const TensorTuple* inputs_ptr = &inputs;  HANDLE_NON_CONTIGUOUS_INPUT(inputs_ptr);
// 這裡是進行實際Interpreter執行的主要過程  {  autograd::AutoGradMode mode(false);  JUST(internal_->Apply(op_expr, *inputs_ptr, outputs, ctx));  }
// 這裡主要是為了eager mode下,且requires_grad==True的op,  // 插入反向節點(AddNode)用於autograd,該節點包含反向梯度計算的方法(backward_fn)  // Lazy mode will construct backward compute graph in passes, so disable autograd if lazy mode.  std::shared_ptr<OpExprGradClosure> grad_closure(nullptr);  if (requires_grad && !LazyMode::is_enabled()) {  grad_closure = JUST(op_expr.GetOrCreateOpGradClosure());  auto backward_fn = std::make_shared<BackwardFunction>();  backward_fn->body = [=](const TensorTuple& out_grads, TensorTuple* in_grads,  bool create_graph) -> Maybe<void> {  autograd::AutoGradMode mode(create_graph);  JUST(grad_closure->Apply(out_grads, in_grads));  return Maybe<void>::Ok();  };  backward_fn->status = [=]() { return grad_closure->state()->SavedTensors().size() > 0; };  JUST(GetThreadLocalAutogradEngine()->AddNode(op_expr.op_type_name() + "_backward", backward_fn,  *inputs_ptr, outputs));  }  // Update outputs autograd meta  // Note: if requires_grad is True, we will create a new autograd meta for each output  // in `AddBackwardFuncPtr` to support inplace operation, so the update should after  // `AddBackwardFuncPtr`  for (auto& output : *outputs) {  output->set_is_leaf(inputs_ptr->size() == 0 || !requires_grad);  ...  if (!output->requires_grad()) {  JUST(output->set_requires_grad(  requires_grad && IsSupportRequireGradDataType(output->dtype()->data_type())));  }  }  // 捕獲前向的inputs outputs,反向計算時可能用到  if (requires_grad && !LazyMode::is_enabled()) {  // Capture inputs and outputs after `AddBackwardFuncPtr` because of that grad function  // node has been attached to them.  JUST(grad_closure->Capture(*inputs_ptr, *outputs, ctx));  }  return Maybe<void>::Ok(); }

 

上面一坨邏輯有點多,讓我們看一下重點,對於簡單的Relu op,我們只需關注這部分程式碼:

 

// 這裡是進行實際Interpreter執行的主要過程  {  autograd::AutoGradMode mode(false);  JUST(internal_->Apply(op_expr, *inputs_ptr, outputs, ctx));  }

 

這裡,還是以上面的flow.relu為例,由於是簡單的Eager Mode,所以實際會走到EagerInterpreter的Apply方法:

 

Maybe<void> EagerInterpreter::Apply(const OpExpr& op_expr, const TensorTuple& inputs,  TensorTuple* outputs, const OpExprInterpContext& ctx) const { #define APPLY_IF(op_type) \  if (const auto* op = dynamic_cast<const op_type##Expr*>(&op_expr)) { \  return ApplyImpl(*op, inputs, outputs, ctx); \  }
APPLY_IF(UserOp);  APPLY_IF(VariableOp);  APPLY_IF(CastToMirroredOp);  APPLY_IF(CastFromMirroredOp);  APPLY_IF(ConsistentToConsistentOp);  APPLY_IF(CastToConsistentOp);  APPLY_IF(CastFromConsistentOp);  APPLY_IF(DistributeSplitOp);  APPLY_IF(DistributeCloneOp);  APPLY_IF(DistributeConcatOp);  APPLY_IF(DistributeAddOp);  APPLY_IF(FunctionOp);  APPLY_IF(SelectTopNOp) #undef APPLY_IF
OF_UNIMPLEMENTED() << "The type " << op_expr.op_type_name()  << " has not been supported in EagerInterpreter::Apply."; }

 

這裡,通過巨集定義APPLY_IF,增加了對不同型別op的分支處理。對於大多數使用者來說,用到的op都是UserOp型別,所以這裡實際上會走到這個分支中:

 

if (const auto* op = dynamic_cast<const UserOpExpr*>(&op_expr)) {  return ApplyImpl(*op, inputs, outputs, ctx);  }

 

再看看EagerMirroredInterpreter::ApplyImpl,位於

oneflow/core/framework/op_interpreter/eager_mirrored_op_interpreter.cpp

 

Maybe<void> EagerMirroredInterpreter::ApplyImpl(const UserOpExpr& op_expr,  const TensorTuple& inputs, TensorTuple* outputs,  const OpExprInterpContext& ctx) const {  return NaiveInterpret(op_expr, inputs, outputs, ctx); }

 

其最終實現是NaiveInterpret。

 

NaiveInterpret

 

 

NaiveInterpret簡單來說,主要用於做以下幾件事:

 

  • check input tensor的device是否一致

  • 生成output tensor

  • 為output tensor推導和檢查shape/stride/dtype

  • 構建op執行指令,並派發至vm

 

簡化版的程式碼如下:

 

Maybe<void> NaiveInterpret(const UserOpExpr& user_op_expr, const TensorTuple& inputs,  const Symbol<Device>& default_device, TensorTuple* outputs,  const OpExprInterpContext& ctx) {  const auto& attrs = ctx.attrs;  std::shared_ptr<EagerBlobObjectList> input_eager_blob_objects =  std::make_shared<EagerBlobObjectList>(inputs.size());  // check devices  for (int i = 0; i < inputs.size(); i++) {  const auto& input_device = JUST(inputs.at(i)->device());  if (i > 0) {  CHECK_OR_RETURN(*default_device == *input_device)  << Error::RuntimeError()  << "Expected all tensors to be on the same device, but found at least two devices, "  << default_device->ToString() << " (positional 0) and " << input_device->ToString()  << " (positional " << i << ")!";  }  input_eager_blob_objects->at(i) = JUST(inputs.at(i)->eager_blob_object());  }
// make output tensors  std::shared_ptr<EagerBlobObjectList> output_eager_blob_objects =  std::make_shared<EagerBlobObjectList>(outputs->size());  auto* output_tensor_metas = ThreadLocalDefaultOutputMutTensorMetas(outputs->size());  for (int i = 0; i < outputs->size(); i++) {  if (!outputs->at(i)) {  const auto& tensor_impl = std::make_shared<EagerMirroredTensorImpl>();  outputs->at(i) = std::make_shared<MirroredTensor>(tensor_impl);  output_tensor_metas->at(i) = tensor_impl->mut_tensor_meta();  } else {  bool has_eager_blob_object = JUST(outputs->at(i)->has_eager_blob_object());  CHECK_OR_RETURN(has_eager_blob_object);  output_eager_blob_objects->at(i) = JUST(outputs->at(i)->eager_blob_object());  }  }  Symbol<Stream> stream;  bool need_check_mem_case = true;
// Infer devices  ...
// Infer shapes strides dtype  ...
// 構建op執行指令,並派發至vm  JUST(PhysicalRun([&](InstructionsBuilder* builder) -> Maybe<void> {  return builder->LocalCallOpKernel(kernel, input_eager_blob_objects, output_eager_blob_objects,  ctx, stream);  }));  return Maybe<void>::Ok(); }

 

Interpreter的終點是虛擬機器(vm)。vm部分,是OneFlow比較獨特的設計,內容很多,這裡暫不展開了:) 可以簡單理解,派發至vm後,此op將進入一個任務執行的佇列,將會等待其vm的排程、執行。

 

5

Compute

 

在Interpreter將op執行指令派發至vm後,經過排程邏輯處理後,將會在

 

oneflow/core/eager/opkernel_instruction_type.cpp

被觸發執行,核心程式碼如下:

 

static inline void OpKernelCompute(  LocalCallOpKernelPhyInstrOperand* operand,  DeviceCtx* device_ctx, user_op::OpKernelState* state,  const user_op::OpKernelCache* cache) {
auto* opkernel = operand->mut_opkernel();  auto* compute_ctx =  opkernel->UpdateComputeContext(operand->inputs().get(), operand->outputs().get(),  operand->consistent_tensor_infer_result().get(), device_ctx);  ...  operand->user_opkernel()->Compute(compute_ctx, state, cache);  opkernel->UpdateComputeContext(nullptr, nullptr, nullptr, nullptr); }

 

其中,

 

operand->user_opkernel()->Compute(compute_ctx, state, cache);

將觸發op kernel的實際執行。通常來說,op的kernel實現根據device的不同,會派發到不同的實現,其一般都位於:

 

oneflow/user/kernels/xxx_kernel.cpp

 

 

oneflow/user/kernels/xxx_kernel.cu

 

這裡的Relu op相對比較特殊,是用primitive實現的(primitive也是oneflow中一種獨特的設計,有著良好的抽象和可組合性),具體這個UnaryPrimitive就是elementwise unary的模板+UnaryFunctor的組合。其呼叫鏈如下:

 

 

UnaryPrimitiveKernel

 

class UnaryPrimitiveKernel final : public user_op::OpKernel, public user_op::CudaGraphSupport {  public:  OF_DISALLOW_COPY_AND_MOVE(UnaryPrimitiveKernel);  UnaryPrimitiveKernel() = default;  ~UnaryPrimitiveKernel() = default;
using PrimitiveFactoryFuncType = std::function<std::unique_ptr<ep::primitive::ElementwiseUnary>(  user_op::KernelComputeContext*)>;
UnaryPrimitiveKernel(const std::string& output_name, const std::string& input_name,  PrimitiveFactoryFuncType fn)  : output_name_(output_name),  input_name_(input_name),  primitive_factory_func_(std::move(fn)) {}
private:  using user_op::OpKernel::Compute;  void Compute(user_op::KernelComputeContext* ctx) const override {  auto primitive = primitive_factory_func_(ctx);  CHECK(primitive);
const user_op::Tensor* input_tensor = ctx->Tensor4ArgNameAndIndex(input_name_, 0);  ...  const int64_t elem_cnt = input_shape.elem_cnt();
if (elem_cnt != 0) {  primitive->Launch(ctx->stream(), input_tensor->dptr(), output_tensor->mut_dptr(), elem_cnt);  }  }  bool AlwaysComputeWhenAllOutputsEmpty() const override { return false; }
std::string output_name_;  std::string input_name_;  PrimitiveFactoryFuncType primitive_factory_func_; };

 

ep::primitive::ElementwiseUnary

 

template<UnaryOp unary_op, typename Src, typename Dst> class ElementwiseUnaryImpl : public ElementwiseUnary {  public:  OF_DISALLOW_COPY_AND_MOVE(ElementwiseUnaryImpl);  ElementwiseUnaryImpl(Scalar attr0, Scalar attr1) : attr0(attr0), attr1(attr1) {}  ~ElementwiseUnaryImpl() override = default;
void Launch(Stream* stream, const void* src_ptr, void* dst_ptr, size_t count) override {  CpuStream* cpu_stream = stream->As<CpuStream>();
Dst* dst = reinterpret_cast<Dst*>(dst_ptr);  const Src* src = reinterpret_cast<const Src*>(src_ptr);  auto functor = UnaryFunctor<DeviceType::kCPU, unary_op, Dst, Src>(attr0, attr1);  cpu_stream->ParallelFor(0, count, [functor, src, dst](int64_t begin, int64_t end) {  for (int64_t i = begin; i < end; i++) { dst[i] = functor(src[i]); }  });  }
protected:  Scalar attr0, attr1; };

 

UnaryFunctor

 

這個UnaryFuntor根據不同的Unaray op型別,特化出不同的具體functor實現,具體到Relu op,其實現位於

 

oneflow/core/ep/common/primitive/unary_functor.h:

 

template<DeviceType device, typename Dst, typename Src> struct UnaryFunctor<device, UnaryOp::kRelu, Dst, Src> {  UnaryFunctor(Scalar attr0, Scalar attr1) {}
OF_DEVICE_FUNC Dst operator()(Src src) const {  const Src zero_val = static_cast<Src>(0.0);  if (src <= zero_val) {  return static_cast<Dst>(zero_val);  } else {  return static_cast<Dst>(src);  }  } };

 

至此,我們已經完成了一個op的Python -> C++ 之旅。從細節上看,是相對複雜的,但從整體流程上看,其實是比較簡單的,排除了binding,vm排程機制等細節,其主要過程其實就4個環節: Functor -> Dispatch -> Interpreter -> Kernel Compute。

 

實現/新增一個op,通常也不需要管中間的Dispatch以及Interpreter,我們只需重點關注和該op強相關的部分——Functor層面的引數、op邏輯檢查,以及Kernel Compute部分的實際op運算。

 

(參考程式碼:

https://github.com/Oneflow-Inc/oneflow/commit/1dbdf8faed988fa7fd1a9034a4d79d5caf18512d)

 

其他人都在看

歡迎下載體驗OneFlow v0.7.0:https://github.com/Oneflow-Inc/oneflow/

 


本文分享自微信公眾號 - OneFlow(OneFlowTechnology)。
如有侵權,請聯絡 [email protected] 刪除。
本文參與“OSC源創計劃”,歡迎正在閱讀的你也加入,一起分享。