libtorch显存管理示例_c10::cuda::cudacachingallocator::emptycache()

在使用libtorch进行部署时，会面临显存不够用的情况。因此需要对显存的利用进行管理，对此研究libtorch的api，尝试进行显存管理。libtorch运行程序时，显存占用可以分为3块：模型参数占用显存、输入输出tensor占用显存、模型forword过程临时变量占用显存。

使用cudaFree(tensor.data_ptr())可以释放掉tensor所占用的显存，也可以使用该函数释放掉模型参数所占用的显存。使用CUDACachingAllocator::emptyCache函数可以释放掉模型在forword过程中的一些显存。

为了探究模型部署时各阶段的显存占用和管理，进行以下代码测试。

1、环境配置

进行显存管理时，需要配置cuda，cuda配置可以参考图1。此外，还需要在链接器-》输入-》附加依赖项中，配置cudnn.lib;cublas.lib;cudart.lib;。

libtorch的配置可以参考pytorch 4 libtorch配置使用实录（支持cuda的调用）_万里鹏程转瞬至的博客-CSDN博客

 2、库导入和基本函数实现

下列代码主要实现cuda和libtorch的导入，和cuda使用查询的函数

#include <torch/script.h>
#include <torch/torch.h>
#include <c10/cuda/CUDAStream.h>
#include <ATen/cuda/CUDAEvent.h>
 
#include <iostream>
#include <memory>
#include <string>
 
#include <cuda_runtime_api.h>
using namespace std;
 
static void print_cuda_use( )
{
    size_t free_byte;
    size_t total_byte;
 
    cudaError_t cuda_status = cudaMemGetInfo(&free_byte, &total_byte);
 
    if (cudaSuccess != cuda_status) {
        printf("Error: cudaMemGetInfo fails, %s \n", cudaGetErrorString(cuda_status));
        exit(1);
    }
 
    double free_db = (double)free_byte;
    double total_db = (double)total_byte;
    double used_db_1 = (total_db - free_db) / 1024.0 / 1024.0;
    std::cout << "Now used GPU memory " << used_db_1 << "  MB\n";
}

3、libtorch过程显存管理

代码中的d_in_out.pt参考自以下链接，但略有不同（模型参数更多了，博主把模型的参数增加了100倍，其实就是把每一个kernel的filer_num增大了）pytorch 6 libtorch部署多输入输出模型（支持batch）_万里鹏程转瞬至的博客-CSDN博客_pytorch多输入1、pytorch下构建多输入输出模型下面构建一个简洁的多输入输出模型import torchimport torch.nn as nnimport torch.nn.functional as Fclass MyModel(nn.Module): def __init__(self): super(MyModel, self).__init__() self.conv1 = nn.Conv2d(6, 16, kernel_size=1, stridehttps://blog.csdn.net/a486259/article/details/121680988

 代码中的注释详细说明了每一个操作是否有效和其影响 

int main() {
    string path = "d_in_out.pt";
    //设置不需要存储梯度信息
    at::NoGradGuard nograd;
    int gpu_id = 0;
    //加载模型
    torch::jit::Module model = torch::jit::load(path);
    model.to(at::kCUDA);
    model.eval();//设置评价模式
 
    std::cout << "加载模型后的显存占用\n";
    print_cuda_use();
 
    //构建双输入数据
    //对于单输入模型只需要push_back一次
    at::Tensor x1_tensor = torch::ones({ 1,3,512,512 }).to(at::kCUDA);
    at::Tensor x2_tensor = torch::ones({ 1,3,512,512 }).to(at::kCUDA);
    at::Tensor result1,result2;
    std::cout << "\n初始化tensor的显存占用\n";
    print_cuda_use();
 
    std::cout << "\n循环运行5次\n";
    for (int i = 0;i < 5;i++) {
        //result=model.forward({ x1_tensor,x2_tensor }).toTensor();//one out
        auto out = model.forward({ x1_tensor,x2_tensor });
        auto tpl = out.toTuple();//out.toTensorList();
        result1 = tpl->elements()[0].toTensor();
        result2 = tpl->elements()[1].toTensor();
        print_cuda_use();
    }
 
    std::cout << "\n释放tensor所占用的显存（帮助不大）\n";
    cudaFree(x1_tensor.data_ptr());
    cudaFree(x1_tensor.data_ptr());
    cudaFree(result1.data_ptr());
    cudaFree(result2.data_ptr());
    print_cuda_use();
 
    std::cout << "\nCUDACachingAllocator::emptyCache （有点效果）\n";
    c10::cuda::CUDACachingAllocator::emptyCache();
    print_cuda_use();
 
    std::cout << "\n释放模型参数占用的显存（无意义）\n";
    for (auto p : model.parameters())
        cudaFree(p.data_ptr());//接下来不能使用cuda，导致model.to(at::kCUDA);报错
    print_cuda_use();
 
    //torch::jit::Module::Module::freeze(model);
    std::cout << "\n调用模型的析构函数（无效）\n";
    model.~Module();//对显存变化没有实际帮助
    print_cuda_use();
 
 
    std::cout << "\n重置cuda状态（无效）\n";
    c10::cuda::CUDACachingAllocator::init(gpu_id);
    c10::cuda::CUDACachingAllocator::resetAccumulatedStats(gpu_id);//对显存变化没有实际帮助
    c10::cuda::CUDACachingAllocator::resetPeakStats(gpu_id);
 
    print_cuda_use();
 
    std::cout << "\ncudaDeviceReset（有效，会导致后续模型无法使用cuda）\n";
    //需要配置cuda
    cudaDeviceReset();//完全释放GPU资源 接下来不能使用cuda，导致model.to(at::kCUDA);报错  除非能重新初始化libtorch的cuda环境
    print_cuda_use();
 
    torch::cuda::synchronize();
    model = torch::jit::load(path);
    model.to(at::kCUDA);
    print_cuda_use();
 
    return 0;
}

上述代码的执行结果如下图所示。 

最终结果表明，libtorch是无法有效的释放显存。需要需要做到显存的极致管理，还得使用onnxruntime或tensorrt进行部署。

onnxruntime的部署可以参考pytorch 17 onnx多输入多输出模型在python与C++下用OnnxRuntime部署_万里鹏程转瞬至的博客-CSDN博客_onnx多输入pytorch模型在转换成onnx模型后可以明显加速，此外模型在进行openvino部署时也需要将pytorch模型转换为onnx格式。为此，以多输入多输出模型为例，记录一下模型转换及python下onnxruntime调用过程。并实现C++下多输入多输出模型的Onnxruntime的调用。一 、python下模型转onnx与测试1.1、构建pytorch多输入多输出模型import torchimport torch.nn as nnimport torch.nn.functional https://hpg123.blog.csdn.net/article/details/122473889tensorrt的部署可以参考pytorch 29 onnx多输入多输出模型（动态尺寸）转TensorRT模型并在python与C++下用TensorRT进行部署_万里鹏程转瞬至的博客-CSDN博客_onnx模型转tensorrt实现将多输入多输出的onnx模型转TensorRT的格式，并用TensorRT的python api进行调用，最后实现C++的调用，python结果与C++结果一模一样。在此过程中实现了，动态尺寸，也就是可以在运行是按照数据情况动态调整模型的输入数据的格式。在这里以pytorch的多输入多输出模型为例，从模型构建到转化为onnx动态size、tensorrt安装、onnx转tensorRT动态size、tensorRT模型pytthon调用、tensorRT C++项目配置，最终到tensorRT模型C++https://hpg123.blog.csdn.net/article/details/125191219