超简单的卷积和加法融合，伪代码版_cnn伪代码

原创文章请勿随意转载，如有需要，请于作者联系。

前几天写了一个卷积神经网络（CNN）中，卷积和加法融合的文章。有同学问，希望写一个带代码版本的，方便更好的理解。

我的第一反应是，代码版本的咋写，有那么多细节。后来一想，其实那位同学想知道的并不是那些细节，而是一个大致的流程。

那我就简单写一个伪代码版的吧，把大致的代码思路写一下。

至于具体卷积算法怎么实现的，建议chatGPT一下，或者看下开源深度学习仓库就行。

如果没看之前的文章，可以看上一看：超简单的卷积和加法融合

还是以 resnet50 中的图为例，做一个卷积和加法的融合。

正常情况下，上述网络片段在执行的时候大概是这样的：

BatchNorm -> Relu -> Conv -| Add的左分支
                           |                -> Add
                  -> Conv -| Add的右分支

写出伪代码，实际上就是一种顺序调用逻辑，比如

bn_out = Batch_normal();
relu_out = Relu(bn_out);
conv_out_left = Conv2d(relu_out)
conv_out_right = Conv2d(...)
add_out = Add(conv_out_left, conv_out_right)

而一旦融合完之后，上图红框中的Conv 和 Add 就变成了一个算子，这里暂且称这个融合之后的算子为 ConvAdd 算子。

于是，上述的图，就变成了如下的图：

此时，整个网络片段的调用逻辑变成了：

bn_out = Batch_normal();
relu_out = Relu(bn_out);
conv_out_right = Conv2d(...)
add_out = ConvAdd(relu_out, conv_out_right)

再把 ConvAdd 当做一个算子之后，便可以进行很多融合、拆图、流水并行操作。

假设现在这个网络运行在一个Asic芯片上，芯片上卷积计算模块和加法计算模块是互相独立的，没有任何依赖。

这里假设卷积输入的 Feature Map 的大小是 [n, hi, wi, ci]，卷积核是[co, kh, kw, ci]。

其余参数简化一下，将卷积 pad 简化为0，stride 简化为1，dilation简化为1。

卷积的输出为[n, ho, wo, co]。

那么卷积后面的加法，执行的两个tensor相加，也就变成了 [n, ho, wo, co] + [n, ho, wo, co] = [n, ho, wo, co]。

那么，我们将卷积的输入（假设是下面的一张图），在H方向切成两份。

那么计算完一整张图，需要调用两次卷积运算，第一次计算上半部分，第二次计算下半部分。

两次计算中，大部分像素之间是没有关系的，仅仅在两部分交界的地方会有可能存在依赖。（存在依赖的条件为 kernel 大于1，或者 stride 大于1，这些情况先不考虑，暂时认为两部分像素没有关系）。

那么第一次卷积计算，计算的输入是 [n, hi/2, wi, ci]，计算输出结果是 [n, ho/2, wo, co]。此时计算的是前半部分的 hi。用加黑表示。

那么第二次卷积计算，计算的输入是 [n, hi/2, wi, ci]，计算输出结果是 [n, ho/2, wo, co]。此时计算的是后半部分的 hi。用斜体表示。

同理，加法也会被分成两次计算，分别对应计算卷积的两次输出：

第一次加法，计算的是第一次卷积的输出，即 [n, ho/2, wo, co]。

第二次加法，计算的是第二次卷积的输出，即 [n, ho/2, wo, co]。

那么，在两次计算的情况下，ConvAdd 这一个算子中，内部的实现逻辑大致应该是：

conv_out_part1 = Conv2d(part1)
conv_out_part2 = Conv2d(part2)
add_out_part1 = Add(conv_out_part1)
add_out_part2 = Add(conv_out_part2)

但是这样显然是不行的，因为这样写还是串行执行：执行完第一次卷积执行第二次卷积，执行完第二次卷积执行第一次加法...那怎么让 Conv 和 Add 并行起来呢？

通过观察可以发现，第一次的Add并不依赖第二次的Conv，并且我们已经假设了Asic芯片上Conv运算模块和Add模块完全独立。

那么让第二次Conv和第一次Add并行起来的方法就是：第一次Conv计算完之后，直接计算第一次Add，然后同时并行第二次Conv，这个时候，代码的实现大致是这样：

conv1 = Conv2d(part1)
-----------------------
add1 = Add(conv1)      
conv2 = Conv2d(part2) 
-----------------------
add2 = Add(conv2)

这个时候，Add 和 conv 在中间的一个流水级中并行起来了。

所谓的一个流水级，指的是上面代码段中两个“ ------ ” 之间的代码，称之为在一个流水级中。

那如果将图片拆成更多份，那可以并行的流水级就会更多。

比如拆成4份，那可以有3个流水级中的Conv和Add并行起来。

conv1 = Conv2d(part1)
-----------------------
add1 = Add(conv1)      
conv2 = Conv2d(part2) 
-----------------------
add2 = Add(conv2)
conv3 = Conv2d(part3) 
-----------------------
add3 = Add(conv3)      
conv4 = Conv2d(part4) 
-----------------------
add4 = Add(conv4)      
-----------------------

需要说明一点的是，上面伪代码中，每一个 “-----” 其实都代表了一个同步点。在实际部署到硬件上运行时，需要在这些同步点上设置同步操作，用来使上一个流水级中的所有计算操作全部完成即可。

常用的同步操作有一些同步指令或者barrier指令。假设我们使用barrier指令来进行同步，那么上述完整的伪代码便是：

conv1 = Conv2d(part1)
barrier()
 
add1 = Add(conv1)      
conv2 = Conv2d(part2) 
barrier()
 
add2 = Add(conv2)
conv3 = Conv2d(part3) 
barrier()
 
add3 = Add(conv3)      
conv4 = Conv2d(part4) 
barrier()
 
add4 = Add(conv4)      
barrier()

当然上述代码看起来太长了，可以写成循环的形式，还是以将H方向拆分 4 份为例：

conv1 = Conv2d(part1);
barrier();
 
for i in range(1, 4):
    add_i = Add(convi)
    Conv_i+1 = Conv2d(part_i+1)
    barrier()
 
add4 = Add(conv4)      
barrier()

伪代码的逻辑还是很简单的，关键是需要理解Conv和Add并行流水的思想。

这种方法可以用到的融合场景很多，并不仅仅局限于Conv和Add这两个算子，也不局限于某一个神经网络。

只要是在硬件上计算单元可以并行执行，并且在神经网络结构图上前后有依赖的层，几乎都可以这么进行融合来提升整体性能。

---

v v v v v v

本文为作者原创，请勿转载，转载请联系作者。
点击下方卡片，关注我的公众号，有最新的文章和项目动态。

v v v v v v