TensorRT动态多输入模型INT8量化问题解析与解决方案

问题背景

在使用TensorRT 10.0.1.6进行INT8量化时，开发者遇到了一个关于动态多输入模型量化的问题。当尝试将一个具有三个动态输入（y_hat、q和dummy_input）的ONNX模型转换为INT8 TensorRT引擎时，出现了"Unexpected exception invalid unordered_map<K, T> key"的错误，导致最终生成的引擎文件为None。

问题分析

这个错误通常发生在TensorRT尝试处理动态形状输入时，特别是在INT8量化过程中。从技术角度来看，主要原因可能包括：

1. 校准器实现问题：自定义的IntraNoARCalibrator类在get_batch方法中返回的设备指针列表格式不正确。当前实现将device_inputs转换为整数列表，这可能导致TensorRT内部哈希表无法正确处理这些键。

2. 动态形状处理不当：虽然设置了优化配置文件(optimization profile)，但在INT8量化过程中，动态形状的处理需要特别注意，特别是在校准阶段。

3. 数据类型不匹配：在校准过程中，输入数据的类型处理可能存在问题，特别是当模型有多个输入且形状不同时。

解决方案

经过深入分析，开发者发现使用Polygraphy工具可以更可靠地解决这个问题。Polygraphy提供了更完善的INT8量化流程，特别是对于动态形状和多输入模型。以下是关键改进点：

1. 使用Polygraphy工具链：Polygraphy 0.49.9版本提供了更稳定的INT8量化支持，能够正确处理动态形状和多输入模型。

2. 校准数据生成：确保校准数据覆盖所有可能的输入形状组合，特别是对于动态维度。

3. 优化配置文件：正确设置所有输入的动态范围，确保最小、最优和最大形状都合理定义。

最佳实践建议

对于需要在TensorRT中实现动态多输入模型INT8量化的开发者，建议：

1. 优先使用Polygraphy：对于复杂模型，特别是动态形状和多输入场景，Polygraphy提供了更可靠的工作流程。

2. 全面测试校准数据：确保校准数据集能够代表实际推理时的各种输入形状组合。

3. 分阶段验证：先验证FP32/FP16引擎的正确性，再尝试INT8量化，便于问题定位。

4. 日志记录：启用详细的TensorRT日志记录，有助于诊断量化过程中的问题。

结论

动态多输入模型的INT8量化是一个复杂的过程，需要特别注意校准数据的生成和形状处理。通过使用Polygraphy工具和遵循上述最佳实践，开发者可以更可靠地实现这类模型的INT8量化，充分发挥TensorRT的推理性能优势。