runtime/onert/core/src/backend/controlflow/KernelGenerator.cc

   1 /*
   2  * Copyright (c) 2020 Samsung Electronics Co., Ltd. All Rights Reserved
   3  *
   4  * Licensed under the Apache License, Version 2.0 (the "License");
   5  * you may not use this file except in compliance with the License.
   6  * You may obtain a copy of the License at
   7  *
   8  *      http://www.apache.org/licenses/LICENSE-2.0
   9  *
  10  * Unless required by applicable law or agreed to in writing, software
  11  * distributed under the License is distributed on an "AS IS" BASIS,
  12  * WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
  13  * See the License for the specific language governing permissions and
  14  * limitations under the License.
  15  */
  16
  17 #include "KernelGenerator.h"
  18
  19 #include <backend/BackendContext.h>
  20 #include <util/Utils.h>
  21 #include "kernel/IfLayer.h"
  22 #include "kernel/WhileLayer.h"
  23 #include "kernel/PermuteLayer.h"
  24 #include "exec/ExecutorBase.h"
  25 #include "exec/FunctionSequence.h"
  26
  27 namespace onert
  28 {
  29 namespace backend
  30 {
  31 namespace controlflow
  32 {
  33
  34 KernelGenerator::KernelGenerator(const ir::Graph &graph, IDynamicTensorManager *dyn_tensor_manager,
  35                                  const std::shared_ptr<TensorRegistry> &tensor_reg)
  36     : _graph{graph}, _dyn_tensor_manager{dyn_tensor_manager}, _tensor_reg{tensor_reg},
  37       _tensor_registries{}, _executor_map{nullptr}
  38 {
  39   UNUSED_RELEASE(_graph);
  40   UNUSED_RELEASE(_tensor_registries);
  41   UNUSED_RELEASE(_executor_map);
  42 }
  43
  44 void KernelGenerator::visit(const ir::OpSequence &op_seq)
  45 {
  46   assert(!_return_fn_seq);
  47   assert(_dyn_tensor_manager);
  48   assert(_tensor_reg);
  49
  50   auto dyn_shape_inferer =
  51       std::make_unique<exec::DynamicShapeInferer>(_graph.operands(), _tensor_reg);
  52
  53   _return_fn_seq = std::make_unique<exec::FunctionSequence>();
  54
  55   // Prepare to handle dynamic tensors later
  56   auto dyn_ctx = std::make_shared<exec::FunctionSequence::DynamicTensorCtx>();
  57   {
  58     dyn_ctx->op_seq = &op_seq;
  59     dyn_ctx->operations = &_graph.operations();
  60     dyn_ctx->dynamic_shape_inferer = std::move(dyn_shape_inferer);
  61     dyn_ctx->tensor_registry = _tensor_reg;
  62     dyn_ctx->dynamic_tensor_manager = _dyn_tensor_manager;
  63
  64     _return_fn_seq->dynamic_tensor_ctx(dyn_ctx);
  65   }
  66   _return_fn_seq->enableDynamicShapeInferer(true);
  67
  68   for (const auto &op_idx : op_seq.operations())
  69   {
  70     const auto &node = _graph.operations().at(op_idx);
  71     node.accept(*this);
  72     _return_fn_seq->append(releaseFunction());
  73   }
  74 }
  75
  76 void KernelGenerator::visit(const ir::operation::If &node)
  77 {
  78   const auto then_subg_index = node.param().then_subg_index;
  79   const auto else_subg_index = node.param().else_subg_index;
  80
  81   std::vector<std::shared_ptr<backend::ITensor>> input_tensors;
  82   for (const auto input_index : node.getInputs())
  83   {
  84     auto input_tensor = getTensor(input_index);
  85
  86     input_tensors.emplace_back(input_tensor);
  87   }
  88
  89   std::vector<std::shared_ptr<backend::ITensor>> output_tensors;
  90   exec::DynAllocInfoMap outputs_dyn_alloc_info;
  91   for (const auto output_index : node.getOutputs())
  92   {
  93     auto output_tensor = getTensor(output_index);
  94
  95     output_tensors.emplace_back(output_tensor);
  96     outputs_dyn_alloc_info[output_tensor] = exec::DynAllocInfo{output_index};
  97   }
  98
  99   // IfLayer just set ExecutorMap instead of then and else executor to avoid complexity of
 100   // creating executor recusively
 101   const auto cond_tensor = input_tensors.front();
 102   input_tensors.erase(input_tensors.begin());
 103   auto fn = std::make_unique<::onert::backend::controlflow::kernel::IfLayer>(
 104       cond_tensor, input_tensors, output_tensors, node.getOutputs(), _graph, outputs_dyn_alloc_info,
 105       then_subg_index, else_subg_index, _executor_map);
 106
 107   _return_fn = std::move(fn);
 108 }
 109
 110 void KernelGenerator::visit(const ir::operation::Permute &node)
 111 {
 112   const auto output_index{node.getOutputs().at(0)};
 113   const auto input_index{node.getInputs().at(0)};
 114
 115   // Add PermuteLayer
 116   std::vector<std::shared_ptr<ITensor>> output_tensors{getTensor(output_index)};
 117   std::vector<std::shared_ptr<ITensor>> input_tensors{getTensor(input_index)};
 118   std::unordered_map<std::shared_ptr<ITensor>, exec::DynAllocInfo> outputs_dyn_alloc_info;
 119   outputs_dyn_alloc_info[output_tensors.at(0)] = exec::DynAllocInfo{output_index};
 120
 121   auto fn =
 122       std::make_unique<kernel::PermuteLayer>(input_tensors, output_tensors, outputs_dyn_alloc_info);
 123
 124   _return_fn = std::move(fn);
 125 }
 126
 127 void KernelGenerator::visit(const ir::operation::While &node)
 128 {
 129   const auto cond_subg_index = node.param().cond_subg_index;
 130   const auto body_subg_index = node.param().body_subg_index;
 131
 132   // This op does not support input as a constant, because controlflow backend does not have
 133   // TensorBuilder
 134   std::vector<std::shared_ptr<backend::ITensor>> input_tensors;
 135   for (const auto input_index : node.getInputs())
 136   {
 137     auto input_tensor = getTensor(input_index);
 138
 139     input_tensors.emplace_back(input_tensor);
 140   }
 141
 142   std::vector<std::shared_ptr<backend::ITensor>> output_tensors;
 143   std::unordered_map<std::shared_ptr<ITensor>, exec::DynAllocInfo> outputs_dyn_alloc_info;
 144   for (const auto output_index : node.getOutputs())
 145   {
 146     auto output_tensor = getTensor(output_index);
 147
 148     output_tensors.emplace_back(output_tensor);
 149
 150     outputs_dyn_alloc_info[output_tensor] = exec::DynAllocInfo{output_index};
 151   }
 152
 153   // WhileLayer just set ExecutorMap instead of cond and body executor to avoid complexity of
 154   // creating executor recusively
 155   auto fn = std::make_unique<::onert::backend::controlflow::kernel::WhileLayer>(
 156       input_tensors, output_tensors, node.getOutputs(), _graph, outputs_dyn_alloc_info,
 157       cond_subg_index, body_subg_index, _executor_map);
 158
 159   _return_fn = std::move(fn);
 160 }
 161
 162 std::shared_ptr<backend::ITensor> KernelGenerator::getTensor(const ir::OperandIndex &index)
 163 {
 164   std::shared_ptr<backend::ITensor> ret = _tensor_registries.getITensor(index);
 165   assert(ret != nullptr);
 166   return ret;
 167 }
 168
 169 } // namespace controlflow
 170 } // namespace backend
 171 } // namespace onert