前面已經(jīng)用https://github.com/triton-inference-server/server/doc/examples 開源倉(cāng)的范例資源，創(chuàng)建一個(gè)最基礎(chǔ)的模型倉(cāng)以便執(zhí)行一些基礎(chǔ)的用戶端范例，現(xiàn)在就要帶著讀者為模型倉(cāng)添加新的模型。

在“創(chuàng)建模型倉(cāng)”的文章里講解過(guò)，Triton 模型倉(cāng)使用目錄結(jié)構(gòu)與相關(guān)文件來(lái)形成一個(gè)模型的基礎(chǔ)要素，如下所列：

上面的目錄結(jié)構(gòu)與模型文件是最基本的材料，處理起來(lái)是很容易的，比較復(fù)雜的部分是配置文件 config.pbtxt 的內(nèi)容，里面提供 Triton 服務(wù)器用來(lái)管理模型執(zhí)行特性的各項(xiàng)參數(shù)，這些設(shè)置的內(nèi)容主要分為靜態(tài)的基礎(chǔ)（minimal）設(shè)置項(xiàng)與動(dòng)態(tài)的優(yōu)化（optimization）設(shè)置兩大部分，本文內(nèi)容先針對(duì)基礎(chǔ)配置項(xiàng)的部分進(jìn)行說(shuō)明。

為了說(shuō)明這些配置內(nèi)容，這里先以范例模型倉(cāng)里的 inception_graphdef 模型的配置文件 config.pbtxt 為例，來(lái)配合以下的簡(jiǎn)單說(shuō)明，比較容易讓大家理解詳細(xì)的內(nèi)容：

每個(gè)配置文件里都至少包含以下5個(gè)部分：

1. 模型名稱：

這部分直接使用存放模型的文件夾名稱，因此可以省略，如果要指定的話就必須與文件夾名稱一致。

2. 平臺(tái)/后端名稱（Name, Platform and Backend）：

這部分必須與模型訓(xùn)練時(shí)使用的框架與文件格式相匹配，以下是使用頻率較高的種類：

至于其他平臺(tái)/后端的對(duì)應(yīng)名稱，就需要根據(jù)實(shí)際的平臺(tái)與對(duì)應(yīng)名稱進(jìn)行配置。

3. 模型執(zhí)行策略（Model Transaction Policy）：

這個(gè)屬性只有一個(gè)“解耦（decoupled）與否”的選項(xiàng)。使用解耦意味著模型生成的響應(yīng)的數(shù)量可能與發(fā)出的請(qǐng)求的數(shù)量不同，并且響應(yīng)可能與請(qǐng)求的順序無(wú)關(guān)。

默認(rèn)值為 false，上面范例中并未列出這個(gè)參數(shù)的配置值，表示“不啟用解耦”功能，意味著該模型將為每個(gè)請(qǐng)求生成一個(gè)響應(yīng)。

如果需要啟用解耦功能，就在配置文件內(nèi)添加以下內(nèi)容：

model_transaction_policy {
  decoupled: True
}

4. 最大批量值（Maximum Batch Size）：

Triton 服務(wù)器支持多種調(diào)度和批處理算法，可以為每個(gè)模型獨(dú)立選擇。這個(gè)屬性表示執(zhí)行該推理模型計(jì)算時(shí)的最大批量規(guī)模，包括“無(wú)狀態(tài)（stateless）”或“有狀態(tài)（stateful）”等類型的模型。

這個(gè)參數(shù)主要配合下面“輸入/輸出節(jié)點(diǎn)內(nèi)容”的張量尺度部分，例如本范例中輸入節(jié)點(diǎn)張量格式為“format: FORMAT_NHWC”，但是下面尺度“dims: [ 299, 299, 3 ]”的三個(gè)數(shù)值是對(duì)應(yīng)到“HWC（高/寬/通道）”，缺少“批量值（N）”的部分，這正是這個(gè)“最大批量值”為輸入節(jié)點(diǎn)與輸出節(jié)點(diǎn)所配置的數(shù)值，這樣 Triton 可以使用動(dòng)態(tài)批處理器或序列批處理器自動(dòng)對(duì)模型進(jìn)行批處理。

在這種情況下，max_batch_size 應(yīng)設(shè)置為大于或等于1的值，表示應(yīng)與該模型一起使用的最大批次大小；對(duì)于不支持批處理或不支持以上述特定方式進(jìn)行批處理的推理模型，則將 max_batch_size 設(shè)置為 0。

5. 輸入節(jié)點(diǎn)與輸出節(jié)點(diǎn)（Inputs and Outputs）：

每個(gè)推理模型都有至少一個(gè)輸入節(jié)點(diǎn)與輸出節(jié)點(diǎn)，這部分的內(nèi)容必須配合模型的內(nèi)容，不能自己隨便定義。

要添加新的推理模型時(shí)，推薦使用 Netron 工具查看模型的網(wǎng)絡(luò)結(jié)構(gòu)，只要在瀏覽器上輸入“netron.app”后打開模型文件就可以。目前經(jīng)過(guò)測(cè)試，Netron.APP 工具能查看 ONNX、TensorFlow/graphdef、Pytorch 等模型文件的網(wǎng)絡(luò)結(jié)構(gòu)，相當(dāng)方便。

下圖是 model_repository/inception_graphdef/1/model.graphdef 模型文件所能看到的輸入/輸出節(jié)點(diǎn)的內(nèi)容：

每個(gè)節(jié)點(diǎn)都包含“名稱”、“數(shù)據(jù)類型”與“尺度（shape）”三個(gè)部分，現(xiàn)在就進(jìn)一步說(shuō)明：

(1) 節(jié)點(diǎn)名稱（name）：

上圖最左邊的輸入節(jié)點(diǎn)在整個(gè)網(wǎng)絡(luò)結(jié)構(gòu)的最上方，名稱為“input”；中間輸出節(jié)點(diǎn)在網(wǎng)絡(luò)結(jié)構(gòu)最下方，點(diǎn)選“softmax”節(jié)點(diǎn)會(huì)出現(xiàn)右邊灰色信息塊，顯示其完整名稱為“InceptionV3/Predictions/Softmax”。現(xiàn)在對(duì)照模型的 config.pbtxt 里對(duì)應(yīng)內(nèi)容，是必須能匹配的，否則啟動(dòng) Triton 服務(wù)器時(shí)會(huì)出現(xiàn)錯(cuò)誤。

不過(guò)這個(gè)環(huán)節(jié)里對(duì) PyTorch 模型需要特殊的處理，由于 TorchScript 模型文件中輸入/輸出的元數(shù)據(jù)不足，配置中輸入/輸出的“名稱屬性”必須遵循以下特定的命名約定：

• 使用張量字典（Dictionary of Tensor）：

Triton 服務(wù)器的 PyTorch 后端支持以張量字典的形式將輸入傳遞給模型，例如模型有如下的張量字典內(nèi)容： {'A': tensor1, 'B': tensor2} 輸入的名稱映射到該特定張量的字符串“key”值，例如“A”或“B”，其中輸入“A”是指對(duì)應(yīng)于 tensor1 的值、“B”是指對(duì)應(yīng)于 tensor2 的值。

• 映射到 forward() 函數(shù)的輸入值：

當(dāng)輸入節(jié)點(diǎn)名稱不在張量字典內(nèi)，就使用 TorchScript 模型里所定義的 forward() 函數(shù)輸入值。例如函數(shù)定義為“forward(self, input0, input1)”時(shí)，則兩個(gè)輸入節(jié)點(diǎn)的名稱分別對(duì)應(yīng)為“input0”與“input1”。

• 使用_格式：

這里的可以是任何字符串、則對(duì)應(yīng)到輸入或輸出順序的整數(shù)，例如模型有兩個(gè)輸入節(jié)點(diǎn)與兩個(gè)輸出節(jié)點(diǎn)時(shí)，可以用“INPUT_0”與“INPUT_1”代表兩個(gè)輸入節(jié)點(diǎn)、用“OUTPUT_0”與“OUTPUT_1”代表兩個(gè)輸出節(jié)點(diǎn)。

• 如果所有輸入（或輸出）不遵循相同的命名約定，那么我們從模型配置中強(qiáng)制執(zhí)行嚴(yán)格排序，即我們假設(shè)配置中輸入（或輸出）的順序是這些輸入的真實(shí)順序。

(2) 數(shù)據(jù)類型（data_type）：

輸入和輸出張量所允許的數(shù)據(jù)類型因模型類型而異，數(shù)據(jù)類型部分描述了允許的數(shù)據(jù)類型以及它們?nèi)绾斡成涞矫總€(gè)模型類型的數(shù)據(jù)類型。

下表顯示了 Triton 支持的張量數(shù)據(jù)類型：

• 第 1 列顯示模型配置文件中顯示的數(shù)據(jù)類型的名稱；

• 第 2~5 列顯示了支持的模型框架的相應(yīng)數(shù)據(jù)類型，如果模型框架沒(méi)有給定數(shù)據(jù)類型的條目，則 Triton 不支持該模型的數(shù)據(jù)類型；

• 第 6 列為“API”，顯示 TRITONSERVER C API、TRITONBACKEND C API、HTTP/REST 協(xié)議和 GRPC 協(xié)議的對(duì)應(yīng)數(shù)據(jù)類型；

• 第 7 列顯示 Python numpy 庫(kù)的對(duì)應(yīng)數(shù)據(jù)類型。

以上是關(guān)于模型數(shù)據(jù)類型的部分。

(3)張量尺度（dims）：

這里提供的張量尺度內(nèi)容是去除第一個(gè) batch_size 的部分，因此需要與前面設(shè)定的 max_batch_size 組合形成完整的張量尺度。

輸入節(jié)點(diǎn)的張量尺度（如“dims: [ 299, 299, 3 ]”），表示模型和 Triton 在推理請(qǐng)求中預(yù)期的張量尺寸；輸出節(jié)點(diǎn)的張量尺度（如“dims: [ 1001 ]”），表示模型生成的輸出張量的形狀，并由 Triton 服務(wù)器響應(yīng)推斷請(qǐng)求返回。

輸入和輸出尺度內(nèi)的值都必須大于或等于 1，也就是不允許使用[]空尺度，節(jié)點(diǎn)的尺度由 max_batch_size 和輸入或輸出 dims 屬性指定的維度的組合指定。

• max_batch_size > 0時(shí)：整個(gè)尺度的形式為[-1, dims]。

• max_batch_size = 0時(shí)：整個(gè)形狀形成為[ dims]。

例如本文范例中輸入節(jié)點(diǎn)的尺度為“dims: [ 299, 299, 3 ]”、max_batch_size=128，則張量尺度的完整表達(dá)為“[ -1, 299, 299, 3]”；如果 max_batch_size=0 時(shí)，則張量尺度的完整表達(dá)為“[ 299, 299, 3]”。

6. 版本策略（version_policy）：

每個(gè)模型可以有一個(gè)或多個(gè)版本，模型配置的 ModelVersionPolicy 屬性用于設(shè)置以下策略之一。

如果未指定版本策略，則使用最新版本（n=1）作為默認(rèn)值，表示 Triton 僅提供最新版本的模型。在所有情況下，從模型存儲(chǔ)庫(kù)中添加或刪除版本子目錄都可以更改后續(xù)推理請(qǐng)求中使用的模型版本。

以上是完成一個(gè) config.pbtxt 模型配置文件的最基礎(chǔ)內(nèi)容，大部分內(nèi)容都比較直觀，除了最后面的張量尺度會(huì)有比較多的變化之外，不過(guò)只要逐漸熟悉推理運(yùn)作的過(guò)程之后，就能更進(jìn)一步掌握與 batch_size 相關(guān)的應(yīng)用與調(diào)試方式。