TensorIR快速入门

本文翻译自Blitz Course to TensorIR — tvm 0.9.dev0 documentation

TensorIR是一种用于深度学习程序的特定领域的语言，服务于两个广泛的目的:

在各种硬件后端上转换和优化程序的实现。

对自动向量化程序优化的抽象。

import tvm
from tvm.ir.module import IRModule
from tvm.script import tir as T
import numpy as np

IRModule

IRModule是TVM的重要的数据结构，它包含了深度学习程序。它是研究IR转换和模型构建的基础对象。

 如图所示是一个IRModule的生命周期，它通过TVMScript创建。TensorIR调度原语和pass是转换IRModule的两种主要方式。同样，也可以在IRModule上做一系列转换。注意，我们可以在任意阶段打印一个IRModule到TVMScript。在完成所有的转换和优化之后，我们可以将IRModule构建为一个可运行模块，以便部署到目标设备上。

 基于TensorIR和IRModule的设计，我们可以创建一种新的编程方法:

• 用TVMScript编写一个基于python-AST语法的程序。
• 使用python api转换和优化程序。
• 使用命令式转换API交互式地检查和测试性能。

 创建IRModule

IRModule可以通过编写TVMScript来创建，这是TVM IR的一种双向转换的语法。

与通过张量表达式创建计算表达式不同，TensorIR允许用户通过TVMScript编程，TVMScript是嵌入python AST中的一种语言。这种新方法可以编写复杂的程序，并进一步调度和优化。

下面是一个简单的向量加法的例子。 

@tvm.script.ir_module
class MyModule:
    @T.prim_func
    def main(a: T.handle, b: T.handle):
        # We exchange data between function by handles, which are similar to pointer.
        T.func_attr({"global_symbol": "main", "tir.noalias": True})
        # Create buffer from handles.
        A = T.match_buffer(a, (8,), dtype="float32")
        B = T.match_buffer(b, (8,), dtype="float32")
        for i in range(8):
            # A block is an abstraction for computation.
            with T.block("B"):
                # Define a spatial block iterator and bind it to value i.
                vi = T.axis.spatial(8, i)
                B[vi] = A[vi] + 1.0


ir_module = MyModule
print(type(ir_module))
print(ir_module.script())

输出：

<class 'tvm.ir.module.IRModule'>
# from tvm.script import tir as T
@tvm.script.ir_module
class Module:
    @T.prim_func
    def main(A: T.Buffer[(8,), "float32"], B: T.Buffer[(8,), "float32"]) -> None:
        # function attr dict
        T.func_attr({"global_symbol": "main", "tir.noalias": True})
        # body
        # with T.block("root")
        for i in T.serial(8):
            with T.block("B"):
                vi = T.axis.spatial(8, i)
                T.reads(A[vi])
                T.writes(B[vi])
                B[vi] = A[vi] + T.float32(1)

此外，我们还可以使用张量表达式DSL编写简单的算子，并将其转换为一个IRModule。

from tvm import te

A = te.placeholder((8,), dtype="float32", name="A")
B = te.compute((8,), lambda *i: A(*i) + 1.0, name="B")
func = te.create_prim_func([A, B])
ir_module_from_te = IRModule({"main": func})
print(ir_module_from_te.script())

输出：

# from tvm.script import tir as T
@tvm.script.ir_module
class Module:
    @T.prim_func
    def main(A: T.Buffer[(8,), "float32"], B: T.Buffer[(8,), "float32"]) -> None:
        # function attr dict
        T.func_attr({"global_symbol": "main", "tir.noalias": True})
        # body
        # with T.block("root")
        for i0 in T.serial(8):
            with T.block("B"):
                i0_1 = T.axis.spatial(8, i0)
                T.reads(A[i0_1])
                T.writes(B[i0_1])
                B[i0_1] = A[i0_1] + T.float32(1)

构建和运行IRModule

我们可以将IRModule构建成具有特定目标后端的可运行模块。 

mod = tvm.build(ir_module, target="llvm")  # The module for CPU backends.
print(type(mod))

输出：

<class 'tvm.driver.build_module.OperatorModule'>

准备输入数组和输出数组，然后运行模块。

a = tvm.nd.array(np.arange(8).astype("float32"))
b = tvm.nd.array(np.zeros((8,)).astype("float32"))
mod(a, b)
print(a)
print(b)

输出：

[0. 1. 2. 3. 4. 5. 6. 7.]
[1. 2. 3. 4. 5. 6. 7. 8.]

转换IRModule

IRModule是程序优化的中心数据结构，可以通过Schedule进行转换。一个调度包含多个交互转换程序的原语方法。每个原语都以特定的方式转换程序，以带来额外的性能优化。

 

 上图是优化张量程序的典型工作流。首先，我们需要在一个初始的IRModule上创建一个调度，这个IRModule可以使用TVMScript或张量表达式创建。然后，一系列的调度原语将有助于提高性能。最后，我们可以将其低级化并构建成一个可运行的模块。

这里我们只是演示一个非常简单的转换。首先，我们在输入ir_module上创建调度。

sch = tvm.tir.Schedule(ir_module)
print(type(sch))

 输出：

<class 'tvm.tir.schedule.schedule.Schedule'>

 将循环tile成3个循环并打印结果。

# Get block by its name
block_b = sch.get_block("B")
# Get loops surronding the block
(i,) = sch.get_loops(block_b)
# Tile the loop nesting.
i_0, i_1, i_2 = sch.split(i, factors=[2, 2, 2])
print(sch.mod.script())

输出：

# from tvm.script import tir as T
@tvm.script.ir_module
class Module:
    @T.prim_func
    def main(A: T.Buffer[(8,), "float32"], B: T.Buffer[(8,), "float32"]) -> None:
        # function attr dict
        T.func_attr({"global_symbol": "main", "tir.noalias": True})
        # body
        # with T.block("root")
        for i_0, i_1, i_2 in T.grid(2, 2, 2):
            with T.block("B"):
                vi = T.axis.spatial(8, i_0 * 4 + i_1 * 2 + i_2)
                T.reads(A[vi])
                T.writes(B[vi])
                B[vi] = A[vi] + T.float32(1)

我们也可以重新排序循环。现在我们把循环i_2移到i_1的外面。

sch.reorder(i_0, i_2, i_1)
print(sch.mod.script())

输出：

# from tvm.script import tir as T
@tvm.script.ir_module
class Module:
    @T.prim_func
    def main(A: T.Buffer[(8,), "float32"], B: T.Buffer[(8,), "float32"]) -> None:
        # function attr dict
        T.func_attr({"global_symbol": "main", "tir.noalias": True})
        # body
        # with T.block("root")
        for i_0, i_2, i_1 in T.grid(2, 2, 2):
            with T.block("B"):
                vi = T.axis.spatial(8, i_0 * 4 + i_1 * 2 + i_2)
                T.reads(A[vi])
                T.writes(B[vi])
                B[vi] = A[vi] + T.float32(1)

转换为GPU程序

如果我们想在gpu上部署模型，线程绑定是必要的。幸运的是，我们还可以使用原语并进行增量转换。 

sch.bind(i_0, "blockIdx.x")
sch.bind(i_2, "threadIdx.x")
print(sch.mod.script())

输出：

# from tvm.script import tir as T
@tvm.script.ir_module
class Module:
    @T.prim_func
    def main(A: T.Buffer[(8,), "float32"], B: T.Buffer[(8,), "float32"]) -> None:
        # function attr dict
        T.func_attr({"global_symbol": "main", "tir.noalias": True})
        # body
        # with T.block("root")
        for i_0 in T.thread_binding(2, thread="blockIdx.x"):
            for i_2 in T.thread_binding(2, thread="threadIdx.x"):
                for i_1 in T.serial(2):
                    with T.block("B"):
                        vi = T.axis.spatial(8, i_0 * 4 + i_1 * 2 + i_2)
                        T.reads(A[vi])
                        T.writes(B[vi])
                        B[vi] = A[vi] + T.float32(1)

绑定线程后，现在用cuda后端构建IRModule。

ctx = tvm.cuda(0)
cuda_mod = tvm.build(sch.mod, target="cuda")
cuda_a = tvm.nd.array(np.arange(8).astype("float32"), ctx)
cuda_b = tvm.nd.array(np.zeros((8,)).astype("float32"), ctx)
cuda_mod(cuda_a, cuda_b)
print(cuda_a)
print(cuda_b)

输出：

[0. 1. 2. 3. 4. 5. 6. 7.]
[1. 2. 3. 4. 5. 6. 7. 8.]