# PaddleLite使用OpenCL预测部署 Lite支持在Android系统上运行基于OpenCL的程序，目前支持Ubuntu环境下armv8、armv7的交叉编译。 ## 1. 编译 ### 1.1 编译环境 1. Docker 容器环境； 2. Linux（推荐 Ubuntu 16.04）环境。 详见 **源码编译指南-环境准备** 章节。 ### 1.2 编译Paddle-Lite OpenCL库范例 注：以android/armv7/opencl的目标、Docker容器的编译开发环境为例，CMake3.10，android-ndk-r17c位于`/opt/`目录下。 #### 针对 Lite 用户的编译命令(无单元测试,有编译产物,适用于benchmark) - `with_opencl`: `[ON | OFF]`，编译OpenCL必选； - `arm_abi`: `[armv7 | armv8]`； - `toolchain`: `[gcc | clang]`； - `build_extra`: `[OFF | ON]`，编译全量op和kernel，包含控制流NLP相关的op和kernel体积会大，编译时间长； - `build_cv`: `[OFF | ON]`，编译arm cpu neon实现的的cv预处理模块； - `android_stl`: `[c++_shared | c++_static | gnu_static | gnu_shared]`，paddlelite的库以何种方式链接`android_stl`，选择`c++_shared`得到的动态库体积更小，但使用时候记得上传paddlelite所编译版本（armv7或armv8）一致的`libc++_shared.so`。默认使用`c++_static`。 ```bash ###################################### # 假设当前位于处于Lite源码根目录下 # ###################################### # 导入NDK_ROOT变量，注意检查NDK安装目录若与本示例是否不同 export NDK_ROOT=/opt/android-ndk-r17c # 删除上一次CMake自动生成的.h文件 rm ./lite/api/paddle_use_kernels.h rm ./lite/api/paddle_use_ops.h # 设置编译参数并开始编译 ./lite/tools/build_android.sh \ --arch=armv7 \ --toolchain=clang \ --with_cv=OFF \ --with_log=OFF \ --with_extra=OFF \ --with_opencl=ON # 注：编译帮助请执行: ./lite/tools/build_android.sh help ``` 注：该方式的编译产物中的`demo/cxx/mobile_light`适用于做benchmark，该过程不会打印开发中加入的log，注意需要提前转好模型。关于使用，详见下文**运行示例1: 编译产物demo示例**。 #### 针对 Lite 开发者的编译命令(有单元测试,编译产物) 注：调用`./lite/tools/ci_build.sh`执行编译，该命令会编译armv7和armv8的opencl库。虽然有编译产物，但因编译单元测试，编译产物包体积可能较大，生产环境不推荐使用。 ```bash # 假设当前位于处于Lite源码根目录下 # 导入NDK_ROOT变量，注意检查您的安装目录若与本示例不同 export NDK_ROOT=/opt/android-ndk-r17c # 删除上一次CMake自动生成的.h文件 rm ./lite/api/paddle_use_kernels.h rm ./lite/api/paddle_use_ops.h # 根据指定编译参数编译 ./lite/tools/ci_build.sh \ --arm_os=android \ --arm_abi=armv8 \ --arm_lang=gcc \ build_opencl ``` 注：如果要调试cl kernel，假设已经完成上述脚本编译(已生成cmake文件)。调试只需要修改`./lite/backends/opencl/cl_kernel/`下对应的kernel文件，保存后在项目根目录执行`python ./lite/tools/cmake_tools/gen_opencl_code.py ./lite/backends/opencl/cl_kernel ./lite/backends/opencl/opencl_kernels_source.cc`，该命令会自动将修改后，再切到build目录下执行`make publish_inference`或者你要编译的单测的可执行文件名，cl kernel文件的内容会随着编译自动打包到产物包如 .so 中或者对应单测可执行文件中。 ### 1.3 编译产物说明 编译产物位于`build.lite.android.armv8.gcc.opencl`下的`inference_lite_lib.android.armv8.opencl`文件夹内，根据编译参数不同，文件夹名字会略有不同。这里仅罗列关键产物： - `cxx`:该目录是编译目标的C++的头文件和库文件; - `demo`:该目录包含了两个demo，用来调用使用`libpaddle_api_full_bundled.a`和`libpaddle_api_light_bundled.a`，分别对应`mobile_full`和`mobile_light`文件夹。编译对应的demo仅需在`mobile_full`或`mobile_light`文 - `mobile_full`:使用cxx config，可直接加载fluid模型，若使用OpenCL需要在`mobilenetv1_full_api.cc`代码里开启`DEMO_USE_OPENCL`的宏，详细见该文件的代码注释; - `mobile_light`:使用mobile config，只能加载`model_optimize_tool`优化过的模型。 注：`opencl`实现的相关kernel已经打包到动态库中。 ```bash . |-- cxx | |-- include | | |-- paddle_api.h | | |-- paddle_image_preprocess.h | | |-- paddle_lite_factory_helper.h | | |-- paddle_place.h | | |-- paddle_use_kernels.h | | |-- paddle_use_ops.h | | `-- paddle_use_passes.h | `-- lib | |-- libpaddle_api_full_bundled.a | |-- libpaddle_api_light_bundled.a | |-- libpaddle_full_api_shared.so | `-- libpaddle_light_api_shared.so `-- demo `-- cxx |-- Makefile.def |-- README.md |-- include | |-- paddle_api.h | |-- paddle_lite_factory_helper.h | |-- paddle_place.h | |-- paddle_use_kernels.h | |-- paddle_use_ops.h | `-- paddle_use_passes.h |-- mobile_full | |-- Makefile | `-- mobilenetv1_full_api.cc `-- mobile_light |-- Makefile `-- mobilenetv1_light_api.cc ``` 调用`libpaddle_api_full_bundled.a`和`libpaddle_api_light_bundled.a`见下一部分运行示例。 ## 2. 运行示例 下面以android的环境为例，介绍3个示例，分别如何在手机上执行基于OpenCL的ARM GPU推理过程。 ### 2.1 运行示例1: 编译产物demo示例和benchmark 需要提前用模型优化工具opt转好模型(下面假设已经转换好模型，且模型名为`mobilenetv1_opencl_fp32_opt_releasev2.6_b8234efb_20200423.nb`)。编译脚本为前文**针对 Lite 用户的编译命令(无单元测试,有编译产物,适用于benchmark)**。 ```bash ################################# # 假设当前位于build.xxx目录下 # ################################# # prepare enviroment on phone adb shell mkdir -p /data/local/tmp/opencl/ # build demo cd inference_lite_lib.android.armv7.opencl/demo/cxx/mobile_light/ make cd - # push executable binary, library to device adb push inference_lite_lib.android.armv7.opencl/demo/cxx/mobile_light/mobilenetv1_light_api /data/local/tmp/opencl/ adb shell chmod +x /data/local/tmp/opencl/mobilenetv1_light_api adb push inference_lite_lib.android.armv7.opencl/cxx/lib/libpaddle_light_api_shared.so /data/local/tmp/opencl/ # push model with optimized(opt) to device adb push ./mobilenetv1_opencl_fp32_opt_releasev2.6_b8234efb_20200423.nb /data/local/tmp/opencl/ # run demo on device adb shell "export LD_LIBRARY_PATH=/data/local/tmp/opencl/; \ /data/local/tmp/opencl/mobilenetv1_light_api \ /data/local/tmp/opencl/mobilenetv1_opencl_fp32_opt_releasev2.6_b8234efb_20200423.nb \ 1 3 224 224 \ 100 10 0" # round=100, warmup=10, print_output_tensor=0 ``` **注：** 权重参数会在第一次运行时加载，所以第一次执行时间略长。一般将warmup的值设为10，repeats值设为多次。 ### 2.2 运行示例2: test_mobilenetv1单元测试 编译脚本为前文**针对 Lite 开发者的编译命令(有单元测试,编译产物)**。 - **运行文件准备** ```bash # 在/data/local/tmp目录下创建OpenCL文件目录 adb shell mkdir -p /data/local/tmp/opencl # 将mobilenet_v1的模型文件推送到/data/local/tmp/opencl目录下 adb shell mkdir -p /data/local/tmp/opencl/mobilenet_v1 adb push build.lite.android.armv8.gcc.opencl/third_party/install/mobilenet_v1/* /data/local/tmp/opencl/mobilenet_v1/ # 将OpenCL单元测试程序test_mobilenetv1，推送到/data/local/tmp/opencl目录下 adb push build.lite.android.armv8.gcc.opencl/lite/api/test_mobilenetv1 /data/local/tmp/opencl ``` - **执行OpenCL推理过程** ```bash adb shell chmod +x /data/local/tmp/opencl/test_mobilenetv1 adb shell "export GLOG_v=1; \ /data/local/tmp/opencl/test_mobilenetv1 \ --model_dir=/data/local/tmp/opencl/mobilenetv1_fluid/ \ --warmup=10 \ --repeats=100" ``` ### 2.3 运行示例3: test_layout_opencl单元测试 编译脚本为前文**针对 Lite 开发者的编译命令(有单元测试,编译产物)**。 ```bash adb shell mkdir -p /data/local/tmp/opencl adb push build.lite.android.armv8.gcc.opencl/lite/kernels/opencl/test_layout_opencl /data/local/tmp/opencl/ adb shell chmod +x /data/local/tmp/opencl/test_layout_opencl adb shell "export GLOG_v=4; \ /data/local/tmp/opencl/test_layout_opencl" ``` ## 3. 如何在Code中使用 即编译产物`demo/cxx/mobile_light`目录下的代码，在线版参考GitHub仓库[./lite/demo/cxx/mobile_light/mobilenetv1_light_api.cc](https://github.com/PaddlePaddle/Paddle-Lite/blob/develop/lite/demo/cxx/mobile_light/mobilenetv1_light_api.cc); 注：这里给出的链接会跳转到线上最新develop分支的代码，很可能与您本地的代码存在差异，建议参考自己本地位于`lite/demo/cxx/`目录的代码，查看如何使用。 **NOTE：** 对OpenCL的支持还在持续开发中。