国产AI框架再进化！百度Paddle Lite发布：率先支持华为NPU在线编译_风闻

乾明 边策 发自 凹非寺

量子位 报道 | 公众号 QbitAI

国产AI框架飞桨刚刚带来新进化：Paddle Lite正式发布！

高扩展、高性能、轻量化，还是首个支持华为NPU在线编译的深度学习端侧推理框架，剑指加大力度攻占移动端侧场景。

而且大环境如此，这样的自主研发基础框架进展，也有了更多的寄寓。

诚意和实力方面也值得称道。针对更广泛、更异构的AI硬件支持，是Paddle Lite的核心亮点之一。

此次升级发布，Paddle Lite的架构有了重大升级，在多硬件、多平台以及硬件混合调度的支持上更加完备。

不仅涵盖ARM CPU、Mali GPU、Adreno GPU、华为NPU等移动端芯片，也支持FPGA等边缘设备常用硬件，并具备可兼容支持云端主流芯片的能力。

其中，Paddle Lite还成为了首个华为NPU在线编译的深度学习推理框架。更早之前，百度和华为宣布在AI开发者大会上强强联手。

值得一提的是，对标Google推出的TensorFlow Lite，升级发布的Paddle Lite更是直接围绕前者不足进行了补强。

官方表示，不仅支持范围更广的AI硬件终端，增强了部署的普适性，并且具备明显的性能优势。

AI框架的竞争，愈加激烈，也进入全新阶段。

何为Paddle Lite？

Paddle Lite，是Paddle Mobile的进化版，是一款主打端侧高性能轻量化部署的推理引擎。

核心用途是将训练出的模型在不同硬件平台场景下快速部署，根据输入数据，执行预测推理得到计算结果，支持实际的业务应用。

在AI技术落地中，推理阶段与实际应用相关联，直接关系到用户的体验，是非常具有挑战性的一环。

而更具挑战性的是，当前承载推理的硬件，正日趋异构化。云端、移动端和边缘端对应着各种不同的硬件，底层的芯片架构差异很大。

如何能够完整地支持如此众多的硬件架构，并且实现这些硬件之上人工智能应用性能的优化，实现更快的速度？

Paddle Lite给出的解决方案是：

通过全新架构高扩展性和高灵活度地建模底层计算模式，加强了多种硬件、量化方法、Data Layout 混合调度执行的能力，从而保障了宏观硬件的支持能力，并通过极致的底层优化，实现了领先的模型应用性能效果。

Paddle Lite五大特性

官方介绍，Paddle Lite一共有五大特性：高扩展性、训练推理无缝衔接，通用性、高性能和轻量化。

1、高扩展性。

新架构对硬件抽象描述能力更强，可容易地在一套框架下对新硬件进行集成，具有非常好的扩展性。例如，对于FPGA的扩展支持变得非常简单。

此外，参考了LLVM的Type System和MIR(Machine IR)，可以模块化地对硬件和模型进行更细致的分析和优化，可以更便捷高效地扩展优化策略，提供无限可能。

目前，Paddle Lite已经支持21种 Pass 优化策略，涵盖硬件计算模式混合调度、INT8量化、算子融合、冗余计算裁剪等不同种类的优化。

2、训练推理无缝衔接。

不同于其他一些独立的推理引擎，Paddle Lite依托飞桨训练框架及其对应的丰富完整的算子库，底层算子的计算逻辑与训练严格一致，模型完全兼容无风险，并可快速支持更多模型。

和飞桨的PaddleSlim模型压缩工具打通，直接支持INT8量化训练的模型，并可获得比离线量化更佳的精度。

3、通用性。

官方发布18个模型的 benchmark，涵盖图像分类、检测、分割及图像文字识别等领域，对应80个算子Op+85个 Kernel，相关算子可以通用支持其他模型。

而且， 还兼容支持其他框架训练的模型，对于 Caffe 和 TensorFlow训练的模型，可以通过配套的X2Paddle工具转换之后进行推理预测。

现在，Paddle Lite已经与飞桨的PaddleSlim模型压缩工具打通，直接支持INT8量化训练的模型，并可获得比离线量化更佳的精度。

支持多硬件，目前已支持的包括ARM CPU, Mali GPU、Adreno GPU、华为NPU、FPGA等，正在优化支持的有寒武纪、比特大陆等AI芯片，未来还会支持其他更多的硬件。

此外，还提供Web前端开发接口，支持javascript调用GPU，可在网页端快捷运行深度学习模型。

4、高性能。

在ARM CPU上，性能表现优异。针对不同微架构，进行了kernel的深度优化，在主流移动端模型上，展现出了速度优势。

此外，Paddle Lite也支持INT8量化计算，通过框架层的优化设计和底层高效的量化计算实现，结合 PaddleSlim 模型压缩工具 中 INT8量化训练功能，可以提供高精度高性能的预测能力。

在华为NPU， FPGA上也有很好的性能表现。

5、轻量化。

针对端侧设备特点进行深度定制及优化，无任何第三方依赖。

整个推理过程分为模型加载解析、计算图的优化分析及设备上的高效运行。移动端可以直接部署经过优化分析的图，执行预测。

Android 平台上 ，ARMV7 动态库只需要800k，ARMV8动态库仅有1.3M，也可以根据需要，进行更深度的剪裁。

目前，Paddle Lite及其前身的相关技术，已经在百度App、百度地图、百度网盘和自动驾驶等产品大规模使用。

比如百度App新近推出实时动态多目标识别功能，在Paddle Lite的支持下，把原来云端200多层的视觉算法模型优化到10几层，实现100ms以内识别物体，8ms内做出物体位置追踪更新。

相比之下，人类肉眼识别物体，一般需要170ms到400ms，追踪物体刷新需要40ms左右，这意味着其识别速度已经超过了人眼。

而实现这一切，正是得益于Paddle Lite强大的端侧推理能力，能够完美承担飞桨在多硬件平台上的高效部署，并实现了模型应用的极致性能优化。

​全新架构详解

背靠百度，Paddle Lite的架构有一系列自主研发技术。

据介绍，Paddle Lite参考了百度内部多个预测库架构实现，以及优势能力整合，并重点增加了多种计算模式（硬件、量化方法、Data Layout）混合调度的完备性设计，新架构设计如下：

其中最上面一层是模型层，直接接受Paddle训练的模型，通过模型优化工具转化为NaiveBuffer特殊格式，以便更好地适应移动端的部署场景。

第二层是程序层，是operator序列构成的执行程序。

第三层是一个完整的分析模块，包括了 MIR(Machine IR) 相关模块，能够对原有的模型的计算图针对具体的硬件列表进行算子融合、计算裁剪在内的多种优化。

不同于飞桨训练过程中的IR (Internal Representation)，硬件和执行信息也在这一层加入到分析中。

最底层是执行层，也就是一个Kernel序列构成的Runtime Program。执行层的框架调度框架极低，只涉及到Kernel 的执行，且可以单独部署，以支持极致的轻量级部署。

整体上来看，不仅着重考虑了对多硬件和平台的支持，而且也强化了多个硬件在一个模型中混合执行的能力、多个层面的性能优化处理，以及对端侧应用的轻量化设计。

国产深度学习框架崛起

飞桨（PaddlePaddle）的进化，不仅仅只是一个简单的产品升级。

放在大趋势与大环境中，意义正在变得不同。

一方面是大趋势。

今年是AI在落地化重要的一年，国内在AI硬件，AI硬件研发，包括百度、阿里、华为等巨头公司都在积极布局AI芯片的设计和制造。

硬件的快速发展并不能弥补软件端的缺失，国外科技巨头已经加快步伐，想要占领这一市场空白地带。

今年的TensorFlow开发者大会上，谷歌已经将在边缘部署AI应用的TensorFlow Lite作为重点，显然这一框架目前并不能很好地适配国内公司开发的各种硬件。

国外科技公司也不会去花大量的精力在诸多不同厂商、不同架构的国产芯片上。于是飞桨看到机遇，并且初见成效。

据百度刚发布的Q2财报显示，飞桨的开发者下载量在2019年第二季度环比增加了45％。

作为目前最流行的国产机器学习框架，飞桨推出Paddle Lite着实花了大量精力解决国内AI硬件应用范围小、开发困难的局面。

另一方面，绕不开的大形势话题。

相比以往，AI发展中的自主研发和无断供之忧，也开始被屡屡谈及。

除了专利、硬件，底层算法框架，在安卓断供华为之后也被抬上桌面。

当前，两大深度学习框架TensorFlow、PyTorch虽然是开源项目，但都在美国公司掌控之下，都可能要“遵守美国法律”。

所以也不是没有“卡脖子”的风险。

之前，该如何发展这样的底层核心技术的话题，各方专家谈了又谈，热切呼吁，但真正变成行动，依然难上加难。

不仅需要时间、人才、资源等各方面的投入，也需要恰当的时机——至少没到积重难返的时候。

于是Paddle Lite的升级，就显得恰逢其时。一来已有积累，二来时机不晚，可以换道超车。

不过，说一千道一万，最终还是上手试试最直接。

话不多说，我们看货、验货：

传送门

关于本次发布的Paddle Lite，重点功能升级汇总如下：

1、架构重大升级，通过添加Machine IR、Type system、轻量级 Operator 和 Kernel 等，增加了通用多平台和多硬件支持，多 precision 和 data layout 混合调度执行，动态优化，轻量级部署等重要特性。

2、完善了Java API，与 C++ API 一一对应。

3、新增NaiveBuffer 模型存储格式，移动端部署与protobuf解耦，使预测库尺寸更小。

4、通过X2Paddle 支持 Caffe 和 TensorFlow 模型的预测，目前官方验证6种模型转化支持。

5、新增对华为海思 NPU 的深度支持，成为首个支持华为NPU在线编译的框架，已验证

6、支持FPGA ，已验证 ResNet50 模型。

7、对于Mali GPU 和 Adreno GPU，支持 OpenCL 和 ARM CPU Kernel混合调度，已验证了在MobileNetV1、MobileNetV2、ResNet-50等模型上的效果。

8、对于ARM架构的CPU，Paddle Lite增加了对vgg-16、EfficientNet-b0、ResNet-18等常见模型的支持验证。

9、新增各类硬件 Kernel 70种。