TensorRT插件中对int8/uint8/bool输入类型的支持问题解析

背景介绍

在深度学习推理引擎TensorRT的使用过程中，开发者经常会遇到需要处理非标准数据类型输入的情况。特别是在自定义插件(Plugin)开发时，对于int8、uint8和bool等数据类型的支持存在一些限制和特殊处理方式。

问题现象

当模型输入中包含int8类型数据(例如索引数据，而非经过量化的数据)，而其他输入为float或int32类型时，使用trtexec工具加载模型会遇到错误。错误信息表明TensorRT无法找到与输入/输出数据类型一致的受支持格式。

技术限制分析

根据TensorRT官方文档，在插件接口IPluginV2中明确说明：

• 不支持DataType::kBOOL和DataType::kUINT8类型
• 当前TensorRT仅支持量化INT8，不支持原生INT8
• 当模型中出现int8类型输入时，会触发校准过程，需要用户覆盖scale和zero-point参数

实际应用场景

在实际应用中，开发者可能需要使用int8类型作为索引数据类型，主要目的是：

1. 实现向量化访问
2. 提高带宽利用率
3. 减少线程创建数量

这种情况下，int8数据是原生类型而非量化结果，但TensorRT的现有机制会将其误认为是需要量化的数据。

解决方案

方案一：使用Q/DQ模式

在模型中加入量化(Q)和反量化(DQ)节点：

1. 使用scale=1的量化节点处理int8输入
2. 将量化后的数据送入插件
3. 这种方法不需要校准过程

方案二：数据类型转换

将int8/uint8数据打包为kINT32类型：

1. 在模型外部将int8数据转换为int32
2. 以int32类型输入TensorRT
3. 在插件内部再将数据解释为int8/uint8

方案三：直接类型转换

在插件enqueue函数中直接进行类型转换：

1. 将const void* const* inputs指针转换为int8_t*
2. 这种方法执行效率较高

实现建议

参考TensorRT官方代码中的实现方式，例如BERT插件中的mask输入处理：

• 虽然实际数据类型不是kINT32，但使用kINT32作为接口类型
• 在插件内部进行实际数据类型的解释和处理

注意事项

1. 对于输出数据类型，同样存在int8/uint8支持的限制
2. 在实际应用中需要考虑数据精度和性能的平衡
3. 不同TensorRT版本对数据类型的支持可能有所差异

总结

TensorRT插件对非标准数据类型输入的支持存在一定限制，但通过合理的数据类型转换和包装技术可以解决这些问题。开发者应根据具体应用场景选择最适合的解决方案，在保证功能正确性的同时兼顾性能需求。