Execuções intermitentes e filas de mensagens rápidas

Redes Neurais HAL 1.2 introduz o conceito de execuções intermitentes. As execuções burst são uma sequência de execuções do mesmo modelo preparado que ocorrem em rápida sucessão, como aquelas operando em quadros de captura de câmera ou amostras de áudio sucessivas. Um objeto burst é usado para controlar um conjunto de execuções burst e para preservar recursos entre execuções, permitindo que as execuções tenham menor sobrecarga. Os objetos burst permitem três otimizações:

  1. Um objeto burst é criado antes de uma sequência de execuções e liberado quando a sequência termina. Por causa disso, o tempo de vida do objeto burst indica ao driver quanto tempo ele deve permanecer em um estado de alto desempenho.
  2. Um objeto burst pode preservar recursos entre execuções. Por exemplo, um driver pode mapear um objeto de memória na primeira execução e armazenar em cache o mapeamento no objeto burst para reutilização em execuções subsequentes. Qualquer recurso armazenado em cache pode ser liberado quando o objeto de burst for destruído ou quando o tempo de execução da NNAPI notificar o objeto de burst de que o recurso não é mais necessário.
  3. Um objeto burst usa FMQs ( filas de mensagens rápidas ) para se comunicar entre processos de aplicativo e driver. Isso pode reduzir a latência porque o FMQ ignora o HIDL e passa os dados diretamente para outro processo por meio de um FIFO circular atômico na memória compartilhada. O processo consumidor sabe que deve retirar um item da fila e iniciar o processamento pesquisando o número de elementos no FIFO ou aguardando o sinalizador de evento do FMQ, que é sinalizado pelo produtor. Este sinalizador de evento é um mutex de espaço de usuário rápido (futex).

Um FMQ é uma estrutura de dados de baixo nível que não oferece garantias de vida útil entre processos e não possui nenhum mecanismo integrado para determinar se o processo na outra extremidade do FMQ está funcionando conforme o esperado. Conseqüentemente, se o produtor do FMQ morrer, o consumidor poderá ficar preso à espera de dados que nunca chegam. Uma solução para esse problema é o driver associar FMQs ao objeto de rajada de nível superior para detectar quando a execução de rajada terminou.

Como as execuções intermitentes operam com os mesmos argumentos e retornam os mesmos resultados que outros caminhos de execução, os FMQs subjacentes devem passar os mesmos dados de e para os drivers de serviço NNAPI. No entanto, FMQs só podem transferir tipos de dados simples e antigos. A transferência de dados complexos é realizada serializando e desserializando buffers aninhados (tipos de vetor) diretamente nos FMQs e usando objetos de retorno de chamada HIDL para transferir identificadores de pool de memória sob demanda. O lado produtor do FMQ deve enviar as mensagens de solicitação ou resultado ao consumidor atomicamente usando MessageQueue::writeBlocking se a fila estiver bloqueando, ou usando MessageQueue::write se a fila não estiver bloqueando.

Interfaces de explosão

As interfaces de burst para redes neurais HAL são encontradas em hardware/interfaces/neuralnetworks/1.2/ e são descritas abaixo. Para obter mais informações sobre interfaces burst na camada NDK, consulte frameworks/ml/nn/runtime/include/NeuralNetworks.h .

tipos.hal

types.hal define o tipo de dados que são enviados pelo FMQ.

  • FmqRequestDatum : Um único elemento de uma representação serializada de um objeto Request execução e um valor MeasureTiming , que é enviado pela fila de mensagens rápidas.
  • FmqResultDatum : Um único elemento de uma representação serializada dos valores retornados de uma execução ( ErrorStatus , OutputShapes e Timing ), que é retornado por meio da fila de mensagens rápidas.

IBurstContext.hal

IBurstContext.hal define o objeto de interface HIDL que reside no serviço de Redes Neurais.

  • IBurstContext : Objeto de contexto para gerenciar os recursos de um burst.

IBurstCallback.hal

IBurstCallback.hal define o objeto de interface HIDL para um retorno de chamada criado pelo tempo de execução de Redes Neurais e é usado pelo serviço de Redes Neurais para recuperar objetos hidl_memory correspondentes a identificadores de slot.

  • IBurstCallback : objeto de retorno de chamada usado por um serviço para recuperar objetos de memória.

IPreparedModel.hal

IPreparedModel.hal é estendido no HAL 1.2 com um método para criar um objeto IBurstContext a partir de um modelo preparado.

  • configureExecutionBurst : configura um objeto burst usado para executar múltiplas inferências em um modelo preparado em rápida sucessão.

Suporta execuções intermitentes em um driver

A maneira mais simples de oferecer suporte a objetos burst em um serviço HIDL NNAPI é usar a função de utilitário burst ::android::nn::ExecutionBurstServer::create , que é encontrada em ExecutionBurstServer.h e empacotada nas bibliotecas estáticas libneuralnetworks_common e libneuralnetworks_util . Esta função de fábrica possui duas sobrecargas:

  • Uma sobrecarga aceita um ponteiro para um objeto IPreparedModel . Esta função de utilitário usa o método executeSynchronously em um objeto IPreparedModel para executar o modelo.
  • Uma sobrecarga aceita um objeto IBurstExecutorWithCache personalizável, que pode ser usado para armazenar recursos em cache (como mapeamentos hidl_memory ) que persistem em várias execuções.

Cada sobrecarga retorna um objeto IBurstContext (que representa o objeto burst) que contém e gerencia seu próprio thread de ouvinte dedicado. Este thread recebe solicitações do FMQ requestChannel , realiza a inferência e depois retorna os resultados por meio do FMQ resultChannel . Este encadeamento e todos os outros recursos contidos no objeto IBurstContext são liberados automaticamente quando o cliente do burst perde sua referência a IBurstContext .

Como alternativa, você pode criar sua própria implementação de IBurstContext que entende como enviar e receber mensagens pelos FMQs requestChannel e resultChannel passados ​​para IPreparedModel::configureExecutionBurst .

As funções do utilitário burst são encontradas em ExecutionBurstServer.h .

/**
 * Create automated context to manage FMQ-based executions.
 *
 * This function is intended to be used by a service to automatically:
 * 1) Receive data from a provided FMQ
 * 2) Execute a model with the given information
 * 3) Send the result to the created FMQ
 *
 * @param callback Callback used to retrieve memories corresponding to
 *     unrecognized slots.
 * @param requestChannel Input FMQ channel through which the client passes the
 *     request to the service.
 * @param resultChannel Output FMQ channel from which the client can retrieve
 *     the result of the execution.
 * @param executorWithCache Object which maintains a local cache of the
 *     memory pools and executes using the cached memory pools.
 * @result IBurstContext Handle to the burst context.
 */
static sp<ExecutionBurstServer> create(
        const sp<IBurstCallback>& callback, const FmqRequestDescriptor& requestChannel,
        const FmqResultDescriptor& resultChannel,
        std::shared_ptr<IBurstExecutorWithCache> executorWithCache);

/**
 * Create automated context to manage FMQ-based executions.
 *
 * This function is intended to be used by a service to automatically:
 * 1) Receive data from a provided FMQ
 * 2) Execute a model with the given information
 * 3) Send the result to the created FMQ
 *
 * @param callback Callback used to retrieve memories corresponding to
 *     unrecognized slots.
 * @param requestChannel Input FMQ channel through which the client passes the
 *     request to the service.
 * @param resultChannel Output FMQ channel from which the client can retrieve
 *     the result of the execution.
 * @param preparedModel PreparedModel that the burst object was created from.
 *     IPreparedModel::executeSynchronously will be used to perform the
 *     execution.
 * @result IBurstContext Handle to the burst context.
 */
  static sp<ExecutionBurstServer> create(const sp<IBurstCallback>& callback,
                                         const FmqRequestDescriptor& requestChannel,
                                         const FmqResultDescriptor& resultChannel,
                                         IPreparedModel* preparedModel);

A seguir está uma implementação de referência de uma interface burst encontrada no driver de exemplo Redes Neurais em frameworks/ml/nn/driver/sample/SampleDriver.cpp .

Return<void> SamplePreparedModel::configureExecutionBurst(
        const sp<V1_2::IBurstCallback>& callback,
        const MQDescriptorSync<V1_2::FmqRequestDatum>& requestChannel,
        const MQDescriptorSync<V1_2::FmqResultDatum>& resultChannel,
        configureExecutionBurst_cb cb) {
    NNTRACE_FULL(NNTRACE_LAYER_DRIVER, NNTRACE_PHASE_EXECUTION,
                 "SampleDriver::configureExecutionBurst");
    // Alternatively, the burst could be configured via:
    // const sp<V1_2::IBurstContext> burst =
    //         ExecutionBurstServer::create(callback, requestChannel,
    //                                      resultChannel, this);
    //
    // However, this alternative representation does not include a memory map
    // caching optimization, and adds overhead.
    const std::shared_ptr<BurstExecutorWithCache> executorWithCache =
            std::make_shared<BurstExecutorWithCache>(mModel, mDriver, mPoolInfos);
    const sp<V1_2::IBurstContext> burst = ExecutionBurstServer::create(
            callback, requestChannel, resultChannel, executorWithCache);
    if (burst == nullptr) {
        cb(ErrorStatus::GENERAL_FAILURE, {});
    } else {
        cb(ErrorStatus::NONE, burst);
    }
    return Void();
}