GraphNet

📌 项目简介

GraphNet —— 一个面向编译器开发的大规模数据集，旨在为研究者提供一个统一、开放的实验平台。其中包含大量来自真实模型的计算图，方便评估不同编译器Pass的优化效果。

通过 GraphNet，用户可以：

1. 快速测试不同编译器策略的通用优化效果
2. 训练AI-for-system模型以自动生成编译器优化Pass

计算图抽取Demo

torch

export PYTHONPATH=$PYTHONPATH:/path/to/your/GraphNet/repo
python3 -m graph_net.torch.extractor.vision_model_extractor --key resnet18  --model-path  /path/to/your/extracted/graph_net/sample

计算图运行Demo

torch

export PYTHONPATH=$PYTHONPATH:/path/to/your/GraphNet/repo
python3 -m graph_net.torch.runner.single_device_runner --model-path /path/to/your/extracted/graph_net/sample

数据集约束

GraphNet数据集遵循以下约束规范：

1. 动态图能正常运行
2. 每份计算图有通用方法测定性能指标
3. 计算图与python代码之间序列化与反序列化
4. 整图可分解为不相交的两个子图
5. 可配置pass或编译器行为
6. 每份计算图中的op names可以被静态解析出来
7. 若存在自定义算子，则自定义算子的代码必须能被完整访问
8. 可通过统一方式配置计算图在不同芯片上运行

社区交流

• 扫描微信二维码或QQ二维码，即可加入交流群与众多社区开发者以及官方团队深度交流.