mindspore device類圖

mindspore device類圖

@startuml

class KernelRuntimeManager {
  Register(const std::string &device_name, KernelRuntimeCreator &&runtime_creator);
  KernelRuntime *GetKernelRuntime(const std::string &device_name, uint32_t device_id);
  KernelRuntime *GetSingleKernelRuntime(const std::string &device_name, uint32_t device_id);
  void ClearRuntimeResource();
  void ClearGraphResource(uint32_t graph_id);
  std::map<std::string, std::shared_ptr<KernelRuntime> > runtime_map_;
  std::map<std::string, KernelRuntimeCreator> runtime_creators_;
}
class KernelRuntimeRegistrar


interface KernelRuntime {
  Init()
  AssignMemory(session::KernelGraph *graph)
  RunOpAssignMemory(const std::vector<tensor::TensorPtr> &input_tensors, session::KernelGraph *graph)
  RunOpClearMemory(const session::KernelGraph *graph)
  Run(session::KernelGraph *graph)
  DumpData(session::KernelGraph *graph)
  LoadData(session::KernelGraph *graph, Debugger *debugger)
  RunTask(const session::KernelGraph *graph)
  GenTask(const session::KernelGraph *graph)
  LaunchKernel(const session::KernelGraph *graph)
  AssignStaticMemoryInput(const session::KernelGraph *graph)
  AssignStaticMemoryValueNode(session::KernelGraph *graph)
  ClearGraphRuntimeResource(uint32_t graph_id)
  SyncStream()
  virtual bool LoadTask(const session::KernelGraph *graph);
  virtual void ReleaseDeviceRes() {}
  void set_device_id(uint32_t device_id) { device_id_ = device_id; }
}

class GPUKernelRuntime {
  Init
  ReleaseDeviceRes
  AssignMemory
  Run
}

class CPUKernelRuntime {
  Init
  Run
  AssignKernelAddress
  BindInputOutput
  IncreaseSummaryRefCount
  DecreaseSummaryRefCount
}

class AscendKernelRuntime {
  Init
  DumpData
  LoadData
  GenTask
  RunTask
  LoadTask
  ClearGraphRuntimeResource
  SyncStream
}

class DeviceAddress {
   SyncDeviceToHost
   SyncHostToDevice
   DeviceType
}
class GPUDeviceAddress
class AscendDeviceAddress
class CPUDeviceAddress
class GPUDeviceManager {
  GetInstance
  InitDevice
  ReleaseDevice
  device_count
  set_cur_device_id
  cur_device_id
  CreateStream
  SyncStream
  default_stream
  GetCudnnHandle
  GetCublasHandle
  CopyDeviceMemToHost
  CopyHostMemToDevice
  CopyDeviceMemToHostAsync
  CopyHostMemToDeviceAsync
}

class CudaDriver {
  AllocDeviceMem
  FreeDeviceMem
  AllocHostPinnedMem
  FreeHostPinnedMem
  CopyHostMemToDevice
  CopyDeviceMemToHost
  CopyHostMemToDeviceAsync
  CopyDeviceMemToHostAsync
  CreateStream
  DestroyStream
  SyncStream
  CreateEvent
  DestroyEvent
  RecordEvent
  SyncEvent
  QueryEvent
  device_count
  set_current_device
}

interface MemoryManager {
    MallocDeviceMemory
    FreeDeviceMemory
    ResetDynamicMemory
    MallocReusedDynamicMem
    MallocOutputMem
    MallocWorkSpaceMem
    MallocMem
    MallocMemFromMemPool
    FreeMemFromMemPool
    MallocContinuousMemFromMemPool
    GetCommonAlignSize
    GetCommunicationAlignSize
}

class GPUMemoryManager {
  MallocDeviceMemory
  FreeDeviceMemory
  MallocMemFromMemPool
  FreeMemFromMemPool
  MallocContinuousMemFromMemPool
}

class AscendMemoryManager {
    MallocDeviceMemory
    FreeDeviceMemory
    ResetDynamicMemory
    MallocMemFromMemPool
}


class DynamicMemPoolBestFit {
    AllocTensorMem
    AllocContinuousTensorMem
    FreeTensorMem
    ReleaseDeviceRes
    DumpDynamicMemPoolInfo
    total_mem_statistics
    used_mem_statistics
    used_mem_peak_statistics
    AllocDeviceMem
    FreeDeviceMem
    free_mem_size
    total_mem_size
}

class GPUMemoryAllocator {
    GetInstance
    Init
    CheckMaxDeviceMemory
    Finalize
    AllocBufferQueueMem
    AllocDeviceMem
    FreeDeviceMem
    free_mem_size
    total_mem_size
}

class AscendMemoryPool {
    GetInstance
    AllocDeviceMem
    FreeDeviceMem
    free_mem_size
    total_mem_size
    set_device_mem_pool_base
    set_device_mem_pool_size
}

KernelRuntime <|.. GPUKernelRuntime
KernelRuntime <|.. CPUKernelRuntime
KernelRuntime <|.. AscendKernelRuntime

KernelRuntime *-- MemoryManager
MemoryManager <|.. GPUMemoryManager
MemoryManager <|.. AscendMemoryManager

DynamicMemPoolBestFit <|-- GPUMemoryAllocator
DynamicMemPoolBestFit <|-- AscendMemoryPool

AscendMemoryPool <.. AscendMemoryManager
GPUMemoryAllocator <.. GPUMemoryManager


CudaDriver <.. GPUDeviceManager
GPUDeviceManager <.. GPUKernelRuntime
GPUDeviceManager <.. GPUDeviceAddress

DeviceAddress <|.. GPUDeviceAddress
DeviceAddress <|.. AscendDeviceAddress
DeviceAddress <|.. CPUDeviceAddress
@enduml
最后編輯于
?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末艘策,一起剝皮案震驚了整個濱河市懊直,隨后出現(xiàn)的幾起案子失仁,更是在濱河造成了極大的恐慌,老刑警劉巖败去,帶你破解...
    沈念sama閱讀 211,561評論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件叮雳,死亡現(xiàn)場離奇詭異,居然都是意外死亡挨摸,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,218評論 3 385
  • 文/潘曉璐 我一進店門岁歉,熙熙樓的掌柜王于貴愁眉苦臉地迎上來得运,“玉大人,你說我怎么就攤上這事锅移∪鄄簦” “怎么了?”我有些...
    開封第一講書人閱讀 157,162評論 0 348
  • 文/不壞的土叔 我叫張陵非剃,是天一觀的道長置逻。 經(jīng)常有香客問我,道長备绽,這世上最難降的妖魔是什么券坞? 我笑而不...
    開封第一講書人閱讀 56,470評論 1 283
  • 正文 為了忘掉前任,我火速辦了婚禮肺素,結果婚禮上恨锚,老公的妹妹穿的比我還像新娘。我一直安慰自己倍靡,他們只是感情好猴伶,可當我...
    茶點故事閱讀 65,550評論 6 385
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著菌瘫,像睡著了一般蜗顽。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上雨让,一...
    開封第一講書人閱讀 49,806評論 1 290
  • 那天,我揣著相機與錄音忿等,去河邊找鬼栖忠。 笑死,一個胖子當著我的面吹牛贸街,可吹牛的內容都是我干的庵寞。 我是一名探鬼主播,決...
    沈念sama閱讀 38,951評論 3 407
  • 文/蒼蘭香墨 我猛地睜開眼薛匪,長吁一口氣:“原來是場噩夢啊……” “哼捐川!你這毒婦竟也來了?” 一聲冷哼從身側響起逸尖,我...
    開封第一講書人閱讀 37,712評論 0 266
  • 序言:老撾萬榮一對情侶失蹤古沥,失蹤者是張志新(化名)和其女友劉穎瘸右,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體岩齿,經(jīng)...
    沈念sama閱讀 44,166評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡太颤,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 36,510評論 2 327
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了盹沈。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片龄章。...
    茶點故事閱讀 38,643評論 1 340
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖乞封,靈堂內的尸體忽然破棺而出做裙,到底是詐尸還是另有隱情,我是刑警寧澤肃晚,帶...
    沈念sama閱讀 34,306評論 4 330
  • 正文 年R本政府宣布锚贱,位于F島的核電站,受9級特大地震影響陷揪,放射性物質發(fā)生泄漏惋鸥。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 39,930評論 3 313
  • 文/蒙蒙 一悍缠、第九天 我趴在偏房一處隱蔽的房頂上張望卦绣。 院中可真熱鬧,春花似錦飞蚓、人聲如沸滤港。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,745評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽溅漾。三九已至,卻和暖如春著榴,著一層夾襖步出監(jiān)牢的瞬間添履,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,983評論 1 266
  • 我被黑心中介騙來泰國打工脑又, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留暮胧,地道東北人。 一個月前我還...
    沈念sama閱讀 46,351評論 2 360
  • 正文 我出身青樓问麸,卻偏偏與公主長得像往衷,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子严卖,可洞房花燭夜當晚...
    茶點故事閱讀 43,509評論 2 348