Delegado de aceleração de GPU com a API C/C++

Como usar unidades de processamento gráfico (GPUs) para executar modelos de machine learning (ML) pode melhorar drasticamente o desempenho e a experiência do usuário do seu os aplicativos habilitados para ML. Em dispositivos Android, é possível ativar a execução dos seus modelos usando um delegado e um das seguintes APIs:

• API Interpreter: guia
• API Native (C/C++): este guia

Este guia aborda os usos avançados do delegado da GPU para a API C, a API C++ e e uso de modelos quantizados. Para mais informações sobre como usar o delegado da GPU para LiteRT, incluindo práticas recomendadas e técnicas avançadas, consulte a GPU delegados.

Ativar aceleração de GPU

Use o delegado da GPU LiteRT para Android em C ou C++ criando a delegar com TfLiteGpuDelegateV2Create() e destruí-lo com TfLiteGpuDelegateV2Delete(), conforme mostrado no seguinte código de exemplo:

// Set up interpreter.
auto model = FlatBufferModel::BuildFromFile(model_path);
if (!model) return false;
ops::builtin::BuiltinOpResolver op_resolver;
std::unique_ptr<Interpreter> interpreter;
InterpreterBuilder(*model, op_resolver)(&interpreter);

// NEW: Prepare GPU delegate.
auto* delegate = TfLiteGpuDelegateV2Create(/*default options=*/nullptr);
if (interpreter->ModifyGraphWithDelegate(delegate) != kTfLiteOk) return false;

// Run inference.
WriteToInputTensor(interpreter->typed_input_tensor<float>(0));
if (interpreter->Invoke() != kTfLiteOk) return false;
ReadFromOutputTensor(interpreter->typed_output_tensor<float>(0));

// NEW: Clean up.
TfLiteGpuDelegateV2Delete(delegate);

Revise o código de objeto TfLiteGpuDelegateOptionsV2 para criar uma instância delegada com opções personalizadas. É possível inicializar as opções padrão com TfLiteGpuDelegateOptionsV2Default() e faça as modificações necessárias.

O delegado da GPU LiteRT para Android em C ou C++ usa a Bazel (em inglês). Você pode criar o delegado usando o seguinte comando:

bazel build -c opt --config android_arm64 tensorflow/lite/delegates/gpu:delegate                           # for static library
bazel build -c opt --config android_arm64 tensorflow/lite/delegates/gpu:libtensorflowlite_gpu_delegate.so  # for dynamic library

Ao chamar Interpreter::ModifyGraphWithDelegate() ou Interpreter::Invoke(), o autor da chamada precisa ter um EGLContext na linha de execução e Interpreter::Invoke() precisam ser chamados no mesmo EGLContext. Se não existir um EGLContext, o delegado criará um internamente, mas é necessário garantir que Interpreter::Invoke() seja sempre chamado do mesmo linha de execução em que Interpreter::ModifyGraphWithDelegate() foi chamado.

Com o LiteRT no Google Play Services:

Se você usa o LiteRT na API C do Google Play Services: use a API Java/Kotlin para verificar se há um delegado da GPU disponível para seu dispositivo antes de inicializar o ambiente de execução LiteRT.

Adicione as dependências do Gradle do delegado da GPU ao aplicativo:

implementation 'com.google.android.gms:play-services-tflite-gpu:16.2.0'

Em seguida, verifique a disponibilidade da GPU e inicialize TfLiteNative se a verificação for bem-sucedido:

Task<Void> tfLiteHandleTask =
TfLiteGpu.isGpuDelegateAvailable(this)
   .onSuccessTask(gpuAvailable -> {
      TfLiteInitializationOptions options =
        TfLiteInitializationOptions.builder()
          .setEnableGpuDelegateSupport(gpuAvailable).build();
        return TfLiteNative.initialize(this, options);
      }
    );
      

val tfLiteHandleTask = TfLiteGpu.isGpuDelegateAvailable(this)
    .onSuccessTask { gpuAvailable ->
        val options = TfLiteInitializationOptions.Builder()
            .setEnableGpuDelegateSupport(gpuAvailable)
            .build()
        TfLiteNative.initialize(this, options)
    }
        

Também é necessário atualizar a configuração do CMake para incluir o Sinalização do compilador TFLITE_USE_OPAQUE_DELEGATE:

add_compile_definitions(TFLITE_USE_OPAQUE_DELEGATE)

A biblioteca FlatBuffers é usada para configurar delegue plug-ins, portanto, será necessário adicioná-los às dependências do seu código nativo. Você pode usar a configuração oficial do projeto CMake da seguinte maneira:

target_include_directories(tflite-jni PUBLIC
        third_party/headers # flatbuffers
     ...)

Você também pode simplesmente agrupar os cabeçalhos no seu aplicativo.

Por fim, para usar a inferência de GPU no seu código C, crie o delegado de GPU usando TFLiteSettings:

#include "flatbuffers/flatbuffers.h"
#include "tensorflow/lite/acceleration/configuration/configuration_generated.h"

flatbuffers::FlatBufferBuilder fbb;
tflite::TFLiteSettingsBuilder builder(fbb);
const tflite::TFLiteSettings* tflite_settings =
    flatbuffers::GetTemporaryPointer(fbb, builder.Finish());

const TfLiteOpaqueDelegatePlugin* pluginCApi = TfLiteGpuDelegatePluginCApi();
TfLiteOpaqueDelegate* gpu_delegate = pluginCApi->create(tflite_settings);

Modelos quantizados

As bibliotecas de delegação de GPU do Android oferecem suporte a modelos quantizados por padrão. Você não precisará fazer alterações no código para usar modelos quantizados com o delegado da GPU. A seção a seguir explica como desativar o suporte quantizado para testes ou para fins experimentais.

Desativar o suporte a modelos quantizados

O código a seguir mostra como desativar o suporte a modelos quantizados.

TfLiteGpuDelegateOptionsV2 options = TfLiteGpuDelegateOptionsV2Default();
options.experimental_flags = TFLITE_GPU_EXPERIMENTAL_FLAGS_NONE;

auto* delegate = TfLiteGpuDelegateV2Create(options);
if (interpreter->ModifyGraphWithDelegate(delegate) != kTfLiteOk) return false;
      

Para mais informações sobre como executar modelos quantizados com aceleração de GPU, consulte Visão geral do delegado da GPU.