深度学习模型使用GPU/cuda推理刚开始会很慢，CUDA/GPU预热加速
使用深度学习模型推理，即使使用gpu，前几个批次也会格外的慢，使用预热来解决
·
在之前实现了torch转tensorRT加速后，发现推理速度确实大幅加快了，加速效果见
【torch-onnx-tensorRT加速】torch转tensorRT后加速效果
以及使用onnx实现tensorRT速度的方式：
torch转onnx模型加速，onnx模型推理直接达到tensorRT速度，省去onnx转tensorRT的流程
问题
但是，发现在使用深度学习模型基于GPU进行推理过程时，前几个批次格外的慢，正常跑起来后每次循环只要50ms，但第一个批次的时间要好几秒，后续速度逐渐加快，平稳后达到50ms每批次。
所以严重影响了整体的平均速度，通过搜索发现应该是由于GPU或CUDA需要预热，比如一些显存的开辟、数据交换等，解决方法就是在开始正式推理前，先让推理模型运行几次，以python为例
import torch
input = torch.randn((batch, x, y, z), device='cuda')
for _ in range(n_warm):
out = inference_model(input)
使用循环进行模型预热后的验证效果
待更新
参考:
https://blog.csdn.net/z240626191s/article/details/126291864
https://blog.csdn.net/qq_40231159/article/details/120901785
欢迎来到FlagOS开发社区，这里是一个汇聚了AI开发者、数据科学家、机器学习爱好者以及业界专家的活力平台。我们致力于成为业内领先的Triton技术交流与应用分享的殿堂，为推动人工智能技术的普及与深化应用贡献力量。
更多推荐
15
0- 0
已为社区贡献1条内容
所有评论(0)