aclmdlQuerySizeFromMem【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不支持功能说明根据内存中的模型数据获取模型执行时所需的权值内存大小、工作内存大小。当由用户管理内存时为确保内存不浪费在申请工作内存、权值内存前需要调用本接口查询模型运行时所需工作内存、权值内存的大小。如果模型输入数据的Shape不确定则不能调用本接口查询内存大小在加载模型时就无法由用户管理内存因此需选择由系统管理内存的模型加载接口例如aclmdlLoadFromFile、aclmdlLoadFromMem。函数原型aclError aclmdlQuerySizeFromMem(const void *model, size_t modelSize, size_t *workSize, size_t *weightSize)参数说明参数名输入/输出说明model输入模型数据的指针。modelSize输入模型数据长度单位Byte。workSize输出模型执行时所需的工作内存大小的指针单位Byte。此处的内存为Device内存而且需要用户申请和释放。weightSize输出模型执行时所需权值内存大小的指针单位Byte。此处的内存为Device内存而且需要用户申请和释放。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。【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