详解PyTorch编译并调用自定义CUDA算子的三种方式
共 5518字,需浏览 12分钟
·
2021-03-30 10:34
极市导读
本文为一篇实操教程,作者用最为精简最容易理解的文字描述为大家讲解了用PyTorch编译并调用自定义CUDA算子的三种方式:JIT、Setuptools、CMake。>>加入极市CV技术交流群,走在计算机视觉的最前沿
本篇教程我们主要讲解如何 「编译并调用」 之前我们写好的CUDA算子,完整的代码还是放在了github仓库,欢迎大家star并fork:
https://github.com/godweiyang/torch-cuda-example
我保证,这是你网上简单 「最为精简、最容易看懂」 的一套代码了,因为我自己也是刚入门,复杂的我也看得累。
运行环境
NVIDIA Driver: 418.116.00 CUDA: 11.0 Python: 3.7.3 PyTorch: 1.7.0+cu110 CMake: 3.16.3 Ninja: 1.10.0 GCC: 8.3.0
这是我自己的运行环境,显卡是V100,其他环境不保证可以运行,但是大概率没问题,可能要做轻微修改。
代码结构
├── include
│ └── add2.h # cuda算子的头文件
├── kernel
│ ├── add2_kernel.cu # cuda算子的具体实现
│ └── add2.cpp # cuda算子的cpp torch封装
├── CMakeLists.txt
├── LICENSE
├── README.md
├── setup.py
├── time.py # 比较cuda算子和torch实现的时间差异
└── train.py # 使用cuda算子来训练模型
代码结构还是很清晰的。include
文件夹用来放cuda算子的头文件(.h
文件),里面是cuda算子的定义。kernel
文件夹放cuda算子的具体实现(.cu
文件)和cpp torch的接口封装(.cpp
文件)。
最后是python端调用,我实现了两个功能。一是比较运行时间,上一篇教程详细讲过了;二是训练一个PyTorch模型,这个下一篇教程再来详细讲述。
编译cpp和cuda文件
JIT
JIT就是just-in-time,也就是即时编译,或者说动态编译,就是说在python代码运行的时候再去编译cpp和cuda文件。
JIT编译的方法上一篇教程已经演示过了,只需要在python端添加load
代码即可:
import torch
from torch.utils.cpp_extension import load
cuda_module = load(name="add2",
extra_include_paths=["include"],
sources=["kernel/add2.cpp", "kernel/add2_kernel.cu"],
verbose=True)
cuda_module.torch_launch_add2(c, a, b, n)
需要注意的就是两个参数,extra_include_paths
表示包含的头文件目录,sources
表示需要编译的代码,一般就是.cpp
和.cu
文件。
cpp端用的是pybind11进行封装:
PYBIND11_MODULE(TORCH_EXTENSION_NAME, m) {
m.def("torch_launch_add2",
&torch_launch_add2,
"add2 kernel warpper");
}
JIT编译看起来非常的简单,运行过程中也基本没有碰到坑,非常顺利。
运行成功的话可以看到Ninja调用了三条命令来编译:
[1/2] nvcc -c add2_kernel.cu -o add2_kernel.cuda.o
[2/3] c++ -c add2.cpp -o add2.o
[3/3] c++ add2.o add2_kernel.cuda.o -shared -o add2.so
由于输出太长,我省略了多数的参数信息,并精简了指令。可以看出先是调用nvcc
编译了.cu
,生成了add2_kernel.cuda.o
;然后调用c++
编译add2.cpp
,生成了add2.o
;最后调用c++
生成动态链接库add2.so
。
Setuptools
第二种编译的方式是通过Setuptools,也就是编写setup.py
,具体代码如下:
from setuptools import setup
from torch.utils.cpp_extension import BuildExtension, CUDAExtension
setup(
name="add2",
include_dirs=["include"],
ext_modules=[
CUDAExtension(
"add2",
["kernel/add2.cpp", "kernel/add2_kernel.cu"],
)
],
cmdclass={
"build_ext": BuildExtension
}
)
编写方法也非常的常规,调用的是CUDAExtension
。需要在include_dirs
里加上头文件目录,不然会找不到头文件。
cpp端用的是pybind11进行封装:
PYBIND11_MODULE(TORCH_EXTENSION_NAME, m) {
m.def("torch_launch_add2",
&torch_launch_add2,
"add2 kernel warpper");
}
接着执行:
python3 setup.py install
这样就能生成动态链接库,同时将add2
添加为python的模块了,可以直接import add2
来调用。
如果执行正常的话,也是可以看到两条编译命令的:
[1/2] nvcc -c add2_kernel.cu -o add2_kernel.o
[2/2] c++ -c add2.cpp -o add2.o
然后会执行第三条:
x86_64-linux-gnu-g++ -shared add2.o add2_kernel.o -o add2.cpython-37m-x86_64-linux-gnu.so
最后同样生成了一个动态链接库,不过python端我们不需要加载这个动态链接库,因为setuptools已经帮我们把cuda算子调用的接口注册到python模块里了,直接import即可:
import torch
import add2
add2.torch_launch_add2(c, a, b, n)
需要注意的是,这里我踩了一个坑,「.cpp
和.cu
文件名不要相同,也最好不要取容易与python自带库重复的名字」。此外要先import torch
,然后再import add2
,不然也会报错。
CMake
最后就是cmake编译的方式了,要编写一个CMakeLists.txt
文件,代码如下:
cmake_minimum_required(VERSION 3.1 FATAL_ERROR)
# 修改为你自己的nvcc路径,或者删掉这行,如果能运行的话。
set(CMAKE_CUDA_COMPILER "/usr/local/cuda/bin/nvcc")
project(add2 LANGUAGES CXX CUDA)
find_package(Torch REQUIRED)
find_package(CUDA REQUIRED)
find_library(TORCH_PYTHON_LIBRARY torch_python PATHS "${TORCH_INSTALL_PREFIX}/lib")
# 修改为你自己的python路径,或者删掉这行,如果能运行的话。
include_directories(/usr/include/python3.7)
include_directories(include)
set(SRCS kernel/add2.cpp kernel/add2_kernel.cu)
add_library(add2 SHARED ${SRCS})
target_link_libraries(add2 "${TORCH_LIBRARIES}" "${TORCH_PYTHON_LIBRARY}")
这里踩了好几个大坑。首先是找不到nvcc的路径,于是第3行先设置了一下,当然如果你删了也能跑那就更好。然后是找不到python的几个头文件,于是加上了第11行,同样如果你删了也能跑那就更好。最后是一个巨坑,没有链接TORCH_PYTHON_LIBRARY
,导致动态链接库生成成功了,但是调用执行一直报错,所以加上了第8行和第17行。
cpp端用的是TORCH_LIBRARY
进行封装:
TORCH_LIBRARY(add2, m) {
m.def("torch_launch_add2", torch_launch_add2);
}
这里不再使用pybind11,因为我的pybind11没有使用conda安装,会出现一些编译问题,详见:
https://github.com/pybind/pybind11/issues/1379#issuecomment-489815562
编写完后执行下面编译命令:
mkdir build
cd build
cmake -DCMAKE_PREFIX_PATH="$(python3 -c 'import torch.utils; print(torch.utils.cmake_prefix_path)')" ../
make
最后会在build
目录下生成一个libadd2.so
,通过如下方式在python端调用:
import torch
torch.ops.load_library("build/libadd2.so")
torch.ops.add2.torch_launch_add2(c, a, b, n)
如果编译成功的话,可以看到如下输出信息:
Building CXX object CMakeFiles/add2.dir/kernel/add2.cpp.o
[object CMakeFiles/add2.dir/kernel/add2_kernel.cu.o ] Building CUDA
[ ] Linking CXX shared library libadd2.so
[ ] Built target add2
执行python
这里我实现了两个功能,代码都很简单,一个是测试时间,一个是训练模型。都可以通过参数--compiler
来指定编译方式,可供选择的就是上面提到的三种:jit、setup和cmake。
比较运行时间
python3 time.py --compiler jit
python3 time.py --compiler setup
python3 time.py --compiler cmake
训练模型
python3 train.py --compiler jit
python3 train.py --compiler setup
python3 train.py --compiler cmake
总结
至此三种编译cuda算子并python调用的方式基本都囊括了,下一篇教程将讲讲PyTorch如何将自定义cuda算子加入到计算图中,并实现前向和反向传播,最终训练模型。
推荐阅读
2021-03-21
2020-12-21
2020-10-18
# CV技术社群邀请函 #
备注:姓名-学校/公司-研究方向-城市(如:小极-北大-目标检测-深圳)
即可申请加入极市目标检测/图像分割/工业检测/人脸/医学影像/3D/SLAM/自动驾驶/超分辨率/姿态估计/ReID/GAN/图像增强/OCR/视频理解等技术交流群
每月大咖直播分享、真实项目需求对接、求职内推、算法竞赛、干货资讯汇总、与 10000+来自港科大、北大、清华、中科院、CMU、腾讯、百度等名校名企视觉开发者互动交流~