MNN介绍、安装和编译（Linux）

官网

MNN - AI For Everyone

GitHub - alibaba/MNN: MNN is a blazing fast, lightweight deep learning framework, battle-tested by business-critical use cases in Alibaba

MNN 轻量级高性能推理引擎

• 通用性 - 支持TensorFlow、Caffe、ONNX等主流模型格式，支持CNN、RNN、GAN等常用网络。

• 高性能 - 极致优化算子性能，全面支持CPU、GPU、NPU，充分发挥设备算力。

• 易用性 - 转换、可视化、调试工具齐全，能方便地部署到移动设备和各种嵌入式设备中。

环境要求

• cmake（建议使用3.10或以上版本）、
• protobuf（使用3.0或以上版本）
• gcc（使用4.9或以上版本）

apt-get install cmake gcc
git clone https://github.com/google/protobuf.git
cd protobuf
git submodule update --init --recursive
./autogen.sh
./configure
make
make check
sudo make install
sudo ldconfig # refresh shared library cache.

 安装

1. 下载

git clone https://github.com/alibaba/MNN

2. 编译选项

使用cmake编译时，可以修改CMakeLists.txt中的选项：

• MNN_DEBUG

默认关闭，关闭时，不保留符号，开启优化。

• MNN_OPENMP

默认开启，关闭后，禁用openmp多线程优化。

• MNN_OPENCL

默认关闭，开启后，编译OpenCL部分，可以通过指定MNN_FORWARD_OPENCL利用GPU进行推理。

• MNN_OPENGL

默认关闭，开启后，编译OpenGL部分，可以通过指定MNN_FORWARD_OPENGL利用GPU进行推理。

• MNN_VULKAN

默认关闭，开启后，编译Vulkan部分，可以通过指定MNN_FORWARD_VULKAN利用GPU进行推理。

• MNN_METAL

默认关闭，开启后，编译Metal部分，可以通过指定MNN_FORWARD_METAL利用GPU进行推理，仅限iOS或macOS上开启。

• MNN_ARM82

默认关闭，开启后，编译Arm8.2部分，用Arm8.2+扩展指令集实现半精度浮点计算(fp16)和int8(sdot)加速

使用Arm82+扩展指令的方法如下：

// 创建session需要的配置
MNN::ScheduleConfig config;
// 选择Backend
config.type = MNN_FORWARD_CPU;
// 线程数
config.numThread = 2;
// 配置相应的Backend
BackendConfig backendConfig;
// 选择低精度
backendConfig.precision = BackendConfig::Precision_Low;
config.backendConfig    = &backendConfig;

3. 编译

准备工作

（可选，修改 MNN Schema 后需要）

cd /path/to/MNN
./schema/generate.sh
./tools/script/get_model.sh # 可选，模型仅demo工程需要

本地编译

mkdir build && cd build && cmake .. && make -j8

编译完成后本地出现MNN的动态库。