aclmdlBundleLoadFromMem【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不支持功能说明模型执行阶段若涉及动态更新变量的场景从内存加载离线模型数据由系统内部管理模型运行的内存。本接口需与其它接口配合使用以便实现动态更新变量的目的请参见aclmdlBundleLoadFromFile处的说明。函数原型aclError aclmdlBundleLoadFromMem(const void *model, size_t modelSize, uint32_t *bundleId)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。此处的模型文件是基于构图接口构建出来的调用aclgrphBundleBuildModel接口编译模型、调用aclgrphBundleSaveModel接口保存模型再由用户自行将保存出来的om模型文件读入内存。modelSize输入内存中的模型数据长度单位Byte。bundleId输出系统成功加载模型后返回bundleId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。【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