CANN/ge LLM数据分布交换块API

# swap_blocks【免费下载链接】geGEGraph 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Atlas A3 训练系列产品/Atlas A3 推理系列产品支持Atlas A2 推理系列产品支持Atlas A2 训练系列产品不支持函数功能对cpu_cache和npu_cache进行换入换出。对于swap out功能该接口启用了4个线程执行并行任务对于swap in功能该接口启用了1个d2d线程。为了性能稳定建议进行进程绑核。swap in功能分为H2D和D2D两个阶段为了保障性能该接口申请了4个block大小的buffer用作流水拷贝所以建议预留出对应的Device内存防止出现OOM。函数原型swap_blocks(src: KvCache, dst: KvCache, src_to_dst: Dict[int, int])参数说明参数名称数据类型取值说明srcKvCache源Cache。dstKvCache目标Cache。src_to_dstDict[int, int]dict里面内容代表原始block index目标block index调用示例from llm_datadist import KvCache ... npu_cache kv_cache_manager.allocate_blocks_cache(npu_cache_desc, npu_cache_key) cpu_cache KvCache.create_cpu_cache(cpu_cache_desc, cpu_addrs) # cpu_addrs来自创建的cpu tensors # swap in kv_cache_manager.swap_blocks(cpu_cache, npu_cache, {1:2, 3:4}) # swap out kv_cache_manager.swap_blocks(npu_cache, cpu_cache, {1:2, 3:4})返回值正常情况下无返回值。传入数据类型错误源Cache和目标Cache不匹配情况下会抛出TypeError或ValueError异常。传入参数为None会抛出AttributeError异常。约束说明无【免费下载链接】geGEGraph 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