IREE: 面向机器学习的下一代编译器和运行时工具包

IREE简介

IREE (Intermediate Representation Execution Environment) 是一个基于MLIR的端到端机器学习编译器和运行时环境。它通过将机器学习模型降级到统一的中间表示(IR),实现了从数据中心到移动和边缘设备的可扩展性,同时满足了不同部署场景的特殊需求。

IREE的设计理念是采用整体化的方法来编译机器学习模型。它生成的IR不仅包含执行逻辑,还包含调度逻辑,能够有效地与Vulkan等底层并行API通信。这种设计使IREE能够充分利用各种硬件加速器的性能,同时保持良好的可移植性。

IREE的主要特性

1. 提前编译: IREE将调度逻辑和执行逻辑一起编译,提高运行时效率。

2. 支持高级模型特性: 支持动态形状、流程控制、流式处理等高级特性。

3. 面向多种硬件设计: 对CPU、GPU和其他加速器提供一流支持。

4. 低开销、流水线执行: 在服务器和边缘设备上实现高效的功耗和资源利用。

5. 嵌入式系统上的小型二进制: 在裸机系统上运行时,二进制大小可低至30KB。

6. 调试和性能分析支持: 提供Tracy等工具进行性能分析。

支持矩阵

IREE支持从多种机器学习框架导入模型,包括JAX、ONNX、PyTorch、TensorFlow和TensorFlow Lite。

IREE编译器工具可以在Linux、Windows和macOS上运行,并能为多种运行时平台生成高效代码,包括:

• Linux
• Windows
• macOS
• Android
• iOS
• 裸机系统
• WebAssembly (实验性)

支持的硬件架构包括ARM、x86和RISC-V。

此外,IREE还支持多种硬件加速器和API:

• Vulkan
• CUDA
• ROCm
• Metal (用于Apple silicon设备)
• AMD AIE (实验性)
• WebGPU (实验性)

工作流程概览

使用IREE通常涉及以下步骤:

1. 导入模型: 使用支持的框架开发程序,然后导入IREE。

2. 选择部署配置: 确定目标平台、加速器和其他约束条件。

3. 编译模型: 使用IREE进行编译,根据部署配置选择合适的设置。

4. 运行模型: 使用IREE的运行时组件执行编译后的模型。

从机器学习框架导入模型

IREE支持从越来越多的机器学习框架和模型格式导入模型:

• JAX
• ONNX
• PyTorch
• TensorFlow和TensorFlow Lite

选择部署配置

IREE为各种部署场景提供了灵活的工具集。功能齐全的环境可以利用IREE进行动态模型部署,充分利用多线程硬件,而嵌入式系统可以完全绕过IREE的运行时或与自定义加速器对接。

在选择部署配置时,需要考虑以下问题:

• 目标平台是什么?桌面?移动?嵌入式系统?
• 模型应该主要在哪种硬件上运行?CPU?GPU?
• 模型本身的固定程度如何?权重是否可以更改?是否需要支持动态加载不同的模型架构?

IREE使用相同的底层技术支持全套配置。

编译模型

模型编译在主机上提前进行,可以针对任意组合的目标进行编译。编译过程将高级框架使用的层和算子转换为优化的本机代码和相关的调度逻辑。

例如,针对GPU执行使用Vulkan编译会生成SPIR-V内核和Vulkan API调用。对于CPU执行,则会生成具有静态或动态链接的本机代码和相关函数调用。

运行模型

IREE提供了一个低级C API,以及多种语言的API绑定,用于编译和运行程序。

社区和交流渠道

IREE项目非常重视社区交流和协作。主要的交流渠道包括:

• GitHub issues: 用于功能请求、错误报告和其他工作追踪。
• IREE Discord服务器: 核心团队和合作者进行日常开发讨论的地方。
• iree-discuss邮件列表: 用于公告、一般讨论和低优先级讨论。

此外,IREE还在YouTube频道上发布社区会议录像。

项目状态和发展方向

IREE目前仍处于早期阶段。核心基础设施已经稳定下来,团队正在积极改进各种软件组件和项目物流。虽然还不适合日常使用,但项目团队欢迎通过各种交流渠道提供任何形式的反馈。

项目使用GitHub Projects和GitHub Milestones来跟踪进度。感兴趣的开发者可以关注这些页面,了解IREE的最新发展动态。

结语

IREE作为一个新兴的机器学习编译器和运行时工具包,展现了巨大的潜力。它的设计理念和技术架构为机器学习模型的部署提供了一种灵活、高效的新方案。随着项目的不断发展和完善,IREE有望成为连接机器学习模型开发和实际部署的重要桥梁,为AI应用的广泛落地提供强有力的支持。