首页
/ PyTorch-TensorRT 编译模型调用问题分析与解决方案

PyTorch-TensorRT 编译模型调用问题分析与解决方案

2025-06-29 11:17:31作者:范靓好Udolf

问题背景

PyTorch-TensorRT 作为 PyTorch 生态中的重要加速工具,近期在最新 nightly 版本中出现了一个关键性问题:当使用默认的 exported_program 输出格式编译模型后,直接调用编译后的模型会报错。这个问题源于 PyTorch 核心框架对 ExportedProgram 调用方式的限制性变更。

问题现象

用户在尝试调用经过 TensorRT 编译的模型时遇到两种错误情况:

  1. 直接调用编译后的模型会收到错误提示:"Unable to call ExportedProgram directly. You should use exported_program.module() instead"
  2. 按照提示使用 module() 方法后,又会出现语法错误:"closing parenthesis '}' does not match opening parenthesis '['"

技术分析

这个问题本质上是由 PyTorch 框架对 ExportedProgram 调用方式的限制性变更引起的。具体来说:

  1. 调用限制变更:PyTorch 核心框架现在禁止直接调用 ExportedProgram 对象,强制要求通过 module() 方法访问
  2. 代码生成问题:当尝试通过 module() 方法访问时,系统在生成 Python 源代码时出现了括号不匹配的语法错误
  3. 兼容性影响:这一变更影响了所有使用默认 exported_program 输出格式的 PyTorch-TensorRT 编译流程

临时解决方案

目前官方团队正在修复此问题,在此期间用户可以采用以下临时解决方案:

optimized_model = torch_tensorrt.compile(
    model,
    ir="dynamo",
    inputs=inputs,
    enabled_precisions={torch.half},
    debug=True,
    min_block_size=1,
    output_format="fx"  # 显式指定输出格式为fx
)

output_format 参数显式设置为 "fx" 可以绕过这个问题,因为:

  1. fx 格式会返回一个可直接调用的 GraphModule 对象
  2. 这种方式不依赖于有问题的 ExportedProgram 调用机制
  3. 在功能上能够提供相同的加速效果

技术建议

对于生产环境中的用户,我们建议:

  1. 暂时避免使用 PyTorch 的 nightly 版本,等待问题完全修复
  2. 如果必须使用最新版本,务必显式设置 output_format="fx"
  3. 关注官方更新,问题解决后及时升级到修复版本

这个问题预计会在未来的 PyTorch 和 PyTorch-TensorRT 版本中得到彻底解决。在此期间,使用上述临时方案可以保证开发流程的正常进行。

登录后查看全文
热门项目推荐
相关项目推荐