百度推出端侧推理引擎 Paddle Lite，支持华为 NPU 在线编译

Posted 2021-04-01 cnbeta资讯

        近日，百度深度学习平台飞桨（PaddlePaddle）推出端侧推理引擎 Paddle Lite，旨在推动人工智能应用在端侧更好落地。通过对底层架构设计的改进，其拓展性和兼容性等方面实现显著提升。不仅如此，该推理引擎在多硬件、多平台以及硬件混合调度的支持上也更加完备。目前，Paddle Lite 已经支持了 ARM CPU，Mali GPU，Adreno GPU，华为 NPU 以及 FPGA 等诸多硬件平台，是目前首个支持华为 NPU 在线编译的深度学习推理框架。

        随着技术进步，手机等移动设备已成为非常重要的本地深度学习载体，然而日趋异构化的硬件平台和复杂的终端侧的使用状况，让端侧推理引擎的架构能力颇受挑战，端侧模型的推理往往面临着算力和内存的限制。

为了能够完整的支持众多的硬件架构，并且实现在这些硬件之上人工智能应用性能的性能优化，百度飞桨发布了端侧推理引擎 Paddle Lite。通过建模底层计算模式，加强了多种硬件、量化方法、Data Layout  混合调度执行的能力，从而保障宏观硬件的支持能力，满足人工智能应用落地移动端的严苛要求。

Paddle Lite 在架构上全新升级，并重点增加了多种计算模式（硬件、量化方法、Data Layout）混合调度的完备性设计，可以完整承担深度学习模型在不同硬件平台上的的推理部署需求，具备高性能、多硬件、多平台、扩展性强等优势。

不同于其它一些独立的推理引擎，Paddle Lite 依托飞桨训练框架及其对应的丰富完整的算子库，底层算子计算逻辑与训练严格一致，模型完全兼容无风险，并可快速支持更多模型。它的架构主要有四层次：

1. Model 层，直接接受 Paddle 训练的模型，通过模型优化工具转化为 NaiveBuffer 特殊格式，以便更好地适应移动端的部署场景；

2. Program 层是 Operator 序列构成的执行程序；

3. 分析层是一个完整的分析模块，主要包括 TypeSystem、SSA Graph 和 Passes 等模块；

4. 执行层，由 Kernel 序列构成的 Runtime Program。

值得一提的是，端侧推理引擎在人工智能应用落地环节有着重要影响，直接关系到用户的体验。由此，Paddle Lite 的推出对端侧推理引擎性能进行了大幅优化提升，同时也推动了 AI 应用在端侧的落地。

觉得好看，请点这里↓↓