aclmdlLoadFromMem【免费下载链接】geGEGraph Engine是面向昇腾的图编译器和执行器提供了计算图优化、多流并行、内存复用和模型下沉等技术手段加速模型执行效率减少模型内存占用。 GE 提供对 PyTorch、TensorFlow 前端的友好接入能力并同时支持 onnx、pb 等主流模型格式的解析与编译。项目地址: https://gitcode.com/cann/ge产品支持情况Ascend 950PR/Ascend 950DT支持Atlas A3 训练系列产品/Atlas A3 推理系列产品支持Atlas A2 训练系列产品/Atlas A2 推理系列产品支持Atlas 200I/500 A2 推理产品支持Atlas 推理系列产品支持Atlas 训练系列产品支持IPV350不支持功能说明从内存加载om模型文件数据由系统内部管理模型运行的内存。关于如何获取om模型文件请参见《ATC离线模型编译工具》中的“参数说明 基础功能参数 总体选项 --mode”。函数原型aclError aclmdlLoadFromMem(const void *model, size_t modelSize, uint32_t *modelId)参数说明参数名输入/输出说明model输入存放模型数据的内存地址指针。modelSize输入内存中的模型数据长度单位Byte。modelId输出模型ID的指针。系统成功加载模型后返回模型ID作为后续操作时识别模型的标志。返回值说明返回0表示成功返回其他值表示失败请参见aclError。约束说明Ascend EP形态下model参数处需申请Host上的内存。Ascend RC形态下model参数处需申请Device上的内存。Control CPU开放形态下model参数处需申请Device上的内存。model参数处需申请Device上的内存。参考资源当前还提供了aclmdlSetConfigOpt接口、aclmdlLoadWithConfig接口来实现模型加载通过配置对象中的属性来区分在加载模型时是从文件加载还是从内存加载以及内存是由系统内部管理还是由用户管理。【免费下载链接】geGEGraph Engine是面向昇腾的图编译器和执行器提供了计算图优化、多流并行、内存复用和模型下沉等技术手段加速模型执行效率减少模型内存占用。 GE 提供对 PyTorch、TensorFlow 前端的友好接入能力并同时支持 onnx、pb 等主流模型格式的解析与编译。项目地址: https://gitcode.com/cann/ge创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考