CANN/ge LLM-DataDist C++专题指南

专题【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角色切换使用场景主要用于在PD集群节点数量固定的场景下由于业务的变化期望PD集群节点间可以相互切换充分利用资源。涉及的接口调用SetRole接口对LLM-DataDist的角色进行切换。功能示例示例由角色Decoder切换为Prompt。切换角色后根据业务功能调用LLM-DataDist其他接口。LLM-DataDist初始化时需要设置OPTION_ENABLE_SET_ROLE为1。LlmDataDist llm_data_dist(DECODER_CLUSTER_ID, LlmRole::kDecoder); std::mapAscendString, AscendString options; options[OPTION_DEVICE_ID] 0; options[OPTION_BUF_POOL_CFG] R({ buf_pool_size: 2147483648 }); options[OPTION_ENABLE_SET_ROLE] 1; auto ret llm_data_dist.Initialize(options); if (ret ! LLM_SUCCESS) { printf([ERROR] Initialize failed, ret %u\n, ret); return -1; }调用SetRole进行角色切换。std::mapAscendString, AscendString options; //替换为真实IP端口 options[OPTION_LISTEN_IP_INFO] ip:port; llmDataDist.SetRole(LlmRole::kPrompt, options);异常处理异常处理请参考错误码。公共前缀使用场景公共前缀指的是模型推理的多个输入包含相同的起始部分。该功能可用于将公共前缀产生的KV Cache内存拷贝到新的用户请求的KV Cache上进行推理。涉及接口|接口名称|功能| |--|--| |CopyKvCache|拷贝KV Cache。|功能示例ret llmDataDist.CopyKvCache(src_cache, dst_cache, 0, 0); if (ret ! LLM_SUCCESS) { printf([ERROR] CopyKvCache failed, ret %u\n, ret); return -1; }异常处理异常处理请参考错误码。【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