首页
/ TVM项目支持PyTorch ExportedProgram的技术解析

TVM项目支持PyTorch ExportedProgram的技术解析

2025-05-19 06:21:30作者:蔡怀权

背景介绍

TVM作为一个深度学习编译器,一直致力于支持多种前端框架的模型导入。PyTorch作为当前最流行的深度学习框架之一,其模型导出格式的演进对TVM的兼容性提出了新的要求。PyTorch最新引入了torch.export.ExportedProgram这一新的导出格式,它代表了PyTorch官方推荐的模型导出方式,相比之前的FX图导出更加规范化和标准化。

技术挑战

支持ExportedProgram需要解决几个关键问题:

  1. IR差异ExportedProgram与之前的FX图在中间表示上有显著差异,需要重新设计导入逻辑
  2. 算子支持:需要确保TVM能够支持ExportedProgram中使用的核心算子集
  3. 版本兼容:需要升级PyTorch版本并确保CI环境的同步更新
  4. 代码重构:原有FX导入器代码需要清理和重构,以提高可维护性

实现方案

TVM团队采取了系统性的实现策略:

  1. 代码清理先行:首先对现有的TorchFXImporter进行了全面清理,按算子类别分批次重构:

    • 一元运算转换器
    • 二元运算转换器
    • 神经网络运算转换器
    • 统计运算转换器
    • 搜索运算转换器
    • 张量操作转换器
    • 张量创建转换器
    • 数据类型转换器
  2. 环境升级:同步升级PyTorch版本和CI镜像,确保新特性的完整支持

  3. 新导入器开发:引入专门的ExportedProgramImporter,针对新格式的特点进行优化设计

  4. 算子扩展:逐步扩展支持的算子范围,确保核心功能完整

技术细节

ExportedProgram相比传统FX图有几个重要特点:

  1. 更规范的IR表示:提供了更结构化的中间表示,便于编译器分析和优化
  2. 明确的算子集定义:PyTorch官方定义了核心ATen算子集,减少了兼容性问题
  3. 更好的序列化支持:为模型部署提供了更可靠的序列化机制

TVM的新导入器充分利用了这些特点,实现了更高效的模型转换流程。代码重构后,虽然总行数有所增加(从1947行增至2342行),但代码结构更清晰,维护性更好,注释也更加完善(从48条增至113条)。

应用价值

这一改进为TVM用户带来了显著好处:

  1. 更好的PyTorch兼容性:支持最新的官方导出格式,确保长期兼容性
  2. 更稳定的模型转换:基于标准化的算子集,转换过程更可靠
  3. 更高效的开发流程:模块化的代码结构便于后续功能扩展和维护

未来展望

随着PyTorch生态的持续演进,TVM团队将继续跟踪核心算子集的变化,及时扩展支持范围。同时,基于新的导入架构,可以更灵活地适应PyTorch未来的导出格式变化,为用户提供更顺畅的模型部署体验。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
154
1.98 K
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
941
555
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
405
387
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
70
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
992
395
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
509
44
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.32 K
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
194
279