使用 C/C++ API 的 GPU 加速代理

使用图形处理单元 (GPU) 运行机器学习 (ML) 模型可以极大地改进网站的性能和用户体验，采用机器学习技术的应用。在 Android 设备上，您可以启用 GPU 加速使用 delegate 和以下 API：

Interpreter API - 指南
原生 (C/C++) API - 本指南

本指南介绍了适用于 C API、C++ API 和量化模型的使用。详细了解如何使用 GPU 委托请参阅 GPU 委托人页面。

启用 GPU 加速

在 C 或 C++ 中使用适用于 Android 的 LiteRT GPU 代理，方法是创建使用 TfLiteGpuDelegateV2Create() 进行委托，然后使用以下代码将其销毁 TfLiteGpuDelegateV2Delete()，如以下示例代码所示：

// 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);

查看 TfLiteGpuDelegateOptionsV2 对象代码以构建委托实例以及自定义选项您可以使用以下代码初始化默认选项： TfLiteGpuDelegateOptionsV2Default()，然后根据需要进行修改。

在 C 或 C++ 中，适用于 Android 的 LiteRT GPU 代理使用 Bazel 构建系统。您可以使用以下命令：

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

调用 Interpreter::ModifyGraphWithDelegate() 或为 Interpreter::Invoke()，调用方在当前中必须具有 EGLContext 必须从同一 EGLContext 调用线程和 Interpreter::Invoke()。如果 EGLContext 不存在，则委托会在内部创建一个，然后您必须确保 Interpreter::Invoke() 始终从同一个在其中调用了 Interpreter::ModifyGraphWithDelegate() 的线程。

使用 Google Play 服务中的 LiteRT：

如果您在 Google Play 服务 C API 中使用 LiteRT，您需要使用 Java/Kotlin API 来检查 GPU 委托是否可用然后再初始化 LiteRT 运行时。

将 GPU 委托 Gradle 依赖项添加到您的应用：

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

然后，检查 GPU 可用性，并初始化 TfLiteNative（如果检查结果为成功：

Java

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

Kotlin

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

您还需要更新 CMake 配置以包含 TFLITE_USE_OPAQUE_DELEGATE 编译器标志：

add_compile_definitions(TFLITE_USE_OPAQUE_DELEGATE)

FlatBuffers 库用于配置委托插件，因此您需要将其添加到原生代码的依赖项中。您可以使用官方 CMake 项目配置，如下所示：

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

您也可以直接将标头捆绑到您的应用。

最后，要在 C 代码中使用 GPU 推断，请使用 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);

量化模型

默认情况下，Android GPU 委托库支持量化模型。您不必须对代码进行任何更改，才能将量化模型与 GPU 委托搭配使用。通过以下部分介绍了如何为测试或实验目的。

停用量化模型支持

以下代码展示了如何停用对量化模型的支持。

C++

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

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

如需详细了解如何通过 GPU 加速运行量化模型，请参阅 GPU 代理概览。