发布版本

2.6.0 (Latest)

新特性

• 新增int8量化算子支持：

  • Softmax

  • Interp

  • Binary

  • Unary

  • Scale

• OpenCL 支持 Loop 算子特定情形；

  • BatchMatMul

  • Gather

• x86_64支持Gelu-bf16;

• CUDA支持bf16模型推理；

• benchmark 工具支持直接测试模型量化后的性能（不需要先用量化工具量化模型）

• Pymnn Tensor/Var使用Tuple创建时支持混合类型数据；

• 权值量化模型支持低内存推理模式，计算时反量化；

• 支持ChatGLM-6B模型推理内存占用3G；

• 支持构建了ChatGLM-MNN Android app;

优化

• OpenCL支持高通reocrd queue ，以降低创建 GPU Command Buffer 所需的时间; Oneplus 9 机型 Benchmark 测试结果如下

Model	unrecord	record
resnet-v2-50.mnn	21.254	20.160
MobileNetV2_224.mnn	4.853	4.186
mobilenet-v1-1.0.mnn	6.424	5.315
nasnet.mnn	46.751	20.260
SqueezeNetV1.0.mnn	7.35	6.832
squeezenetv1.1.mnn	3.936	3.693
mobilenetV3.mnn	14.201	6.743
inception-v3.mnn	33.111	32.032

• 稀疏卷积内存优化，降低内存占用；

• 减少异构（CPU低精度/GPU）运行 MNN 模型时的常量内存占用；

• CUDA优化int8算子性能；

• 减少Permute几何计算产生的region数量；

• 重新调整ConvolutionInt8及im2col在AVX512-VNNI下的分块大小，提升性能20%-30%；

• X86新增bilinear/nearest sample的SIMD实现，提升ImageProcess性能 50% 左右；

Bugfix

• 关联 Github Issue 解决

  • 修复CUDA Raster错误导致输出为0的问题；issue-2333

  • 修复OpenCL Gather算子出错的问题；issue-2424

  • 修复ImageProcess出错的问题；issue-2386

  • OpenCL支持用户选择device id; issue-2343

• 其他 Bugfix

  • CUDA CMakeList对未支持架构增加报错信息；

  • testMNNFromOnnx脚本在模型测试正确时不启用DEBUG模式；

  • load_module_from_file中的shape_mutable默认改为True（存在子图的模型无法在False情形下运行）；

  • MNNConvert使用keepInputFormat选项时，也同时将输出Tensor的format转换为原始格式

  • 修复log记录时设备为空时Crash的情况；

  • 修复BinaryOp单元测试在Windows下无法编译的问题；

  • 修复MNN_SUPPORT_DEPRECATED_OP宏不控制OptimizedComputer的问题；

  • 修复fp16多线程且分块方向为channel时convolution计算出错的问题；

  • 修复deconvolutionInt8访存越界的问题；

  • 修复TensorArrayWrite几何计算产生zero region的问题；

  • 修复CUDA depthwise conv出错的问题；

  • 修复一些文档格式、内容的错误；

  • 修复多线程下createRuntime和setGlobalConfig出错的问题；

  • 修复Vec.hpp中无用代码导致的编译失败问题；

  • 修复OpenCL对gpuDevice的assert失败的问题；

  • 修复OpenCL bianry mod出错的问题；

  • 修复CUDA argmax出错的问题；

  • 修复pymnn/example/mnn_numpy_cv_demo.py中形状不对的问题；

2.5.0

新特性

• MNN OpenCV新增算子：

  • erode

  • convertMaps

  • remap

  • adaptiveThreshold

  • bilateralFilter

  • solve (MNN numpy新增solve)

  • normalize

  • split

  • merge

  • addWeight

• 支持Tflite int8量化模型转换到MNN模型；

• ARM CPU支持GELU-bf16

• CUDA 新增算子：

• GridSampler

• Multi-Input Convolution

• Multi-Input Deconvolution

• CUDA针对多卡推理，支持用户设置运行device_id

• 支持Deconvolution-int8

• runSession/runSessionWithCallBack函数加锁，避免多线程调用出错

• 支持非拓扑序ONNX模型转换

• 支持ONNX多版本Softmax转换

重构/优化

• 优化内存分配与回收时机，新增Session

• 简化ONNX Slice算子模型转换

• Cuda性能优化

• Argmax针对dim size较大的情况性能优化

• Softmax在channel较大时性能优化

• MatMul算子预重排逻辑优化

• 优化后ChatGLM模型在A10显卡上性能优于Pytorch 2.0

• OpenCL优化，resnet测试优于OpenVINO

• 使用intel subgroup扩展优化winogard算子，调整数据排布格式与准入条件

• 根据输入尺寸调整conv2d算子的数据排布格式，使用intel subgroup扩展优化

• 优化后ResNet18模型在intel UHD Graphics 630显卡上性能优于OpenVINO

• GELU-bf16实现后性能提升

Bugfix

• 关联 Github Issue 解决

  • 修复CPURaster 的 singleConvert 部分情况出错 issue-2264

  • 修复atan2计算错误的问题

  • 修复ONNX dynamic shape转换出错的问题 issue-2276

  • 修复i8mm时Im2col出错的问题

  • 修复CPUConvolutionDepthwise错误的问题 issue-2291

  • 修复CUDA int8编译失败的问题 issue-2321

  • 修复Onnx Loop 算子的 M 和 cond 为optional 时，转换失败的问题 issue-2267

  • 修复Raster中fastblit 中turnPackRegion 部分情况下出错的问题 issue-2337

• 其他 Bugfix

  • 修复 onnx 子图中 identity 被优化导致 输出数和原始子图不一致的问题

  • 修复 Onnx sequense 相关算子转换问题

  • 修复 TensorArrayConcat 计算 newAxis = 1 时的问题（此时为 stack）

  • 修复 TensorArray 计算 eleSize 时，axis < 0 时计算出错的问题

  • 修复低精度计算或者 GPU 无法运行 mnn 训练模型的问题

2.4.0

新特性

• NNAPI 支持int8 量化模型；

• MNN OpenCL/Metal支持算子在线Fuse与代码生成；

• 支持使用cibuildwheel构建Python Wheel包；

• Github Action支持自动化构建多端库与Whl包；

• (测试中）CUDA后端支持量化模型运行

重构/优化

• CUDA优化Softmax/DepthwiseConv算子

• 优化 KernelSize = 3x3 的 OpenCL 卷积算子性能

• 优化了MaxPool/AvgPool的int8量化计算；

• 移除原来的LLVMJit, C等Codegen后端；

• 更新MNN.podspec, MNNBridge.podspec；

• 增加GELU模块Fuse为GELU算子的功能，Vulkan 和 OpenCL 后端支持 GELU 算子

• NetModule析构函数中增加gc函降低内存占用；

• OpenCL支持设置推理低优先级配置；

• OpenCL updateCache支持异步，降低阻塞时间；

• fastTestOnnx.py / fastTestTf.py / fastTestTflite.py / fastTestTorch.py 分别更名为 testMNNFromOnnx.py / testMNNFromTf.py / testMNNFromTflite.py / testMNNFromTorch.py

• Android Demo新增使用README文档；

Bugfix

• 修复Android Demo运行Crash的问题；

• 修复Metal中的onSync的Bug;

• 修复Metal多段模型推理的Bug；

• 修复在Windows下MNN Train的编译问题；

• 修复perm值非法时的Crash问题；

• 修复Pad的输入参数为负数时（此时等效为Crop），计算出错的问题

• 修正 Relu Int8 不支持非对称量化的问题

• 修正部分AVX2架构的机器上运行量化模型crash的问题

• 修正Module API 运行静态模型crash的问题

• 修正Winograd量化过程未使用相同变换矩阵的问题

• 修正Winograd量化计算多Batch输入错误的问题

• 修正 OpenCL Relu 算子在 AMD GPU 上段错误的问题

• 修正 OpenCL ROIPooling 算子实现错误

2.3.0

功能完善

• CUDA 后端支持高精度模型（设置 precision = high 时使用 FP32 计算） 和 SM60 架构

• MNN-Train 求导优化

  • MNN-Express 支持 CONTENT 模式，该模式下基于几何计算分解算子后再构图，以降低需要实现求导的算子数

  • 支持 Raster / Loop 算子部分情况下的求导

  • 支持 GridSampler 的求导

• OpenCL 后端支持低优先级运行模式（设置 power = low）

• （实险中特性）Vulkan 后端增加基于Buffer内存布局的算子实现，目前基于编译宏决定用 Image内存布局还是 Buffer内存布局（MNN_VULKAN_IMAGE ，默认为 ON）

• （实验中特性）支持分离模型结构与权重的选项

  • 模型转换为 {S}.mnn 时，添加参数 –saveExternalData ，模型权重将单独保存为二进制文件 {S}.mnn.weight

  • 模型加载运行时，通过以下方式指定权重文件路径：

    • Session API: Interpreter::setExternalFile

    • Module API: Executor::RuntimeManager::setExternalFile

重构/优化

• 修改嵌入式上常用的 SeqLength = 1 的 ONNX LSTM 算子的模型转换实现，改为用卷积+非线性层拼接实现，以提升性能

• 修正部分情况下 Convolution Winograd CPU 相较之前版本变慢的问题

• 优化 VARP 的 fix 函数，避免拷贝内存

• 对 Raster 算子的输入进行了改造，由 region 隐式输入修改为正常的多输入单输出

• 量化计算实现中的量化/反量化过程重构为在线插入相应算子，并修正 prearrange 为 true 时，Module API 计算量化模型的结果错误问题

• 移除 ComputeUnit / ComputeCache ，Executor 内部的计算改为使用 Session ，并延迟内存分配时机，修正模型转换过程中部分情况下占用内存过大的问题

• 优化模型转换静态模型的导出，移除了图中无效算子

Bugfix

• 修正 convolution transpose 3d 在 pad 为空时计算 crash 问题

• 修正 cumsum 计算 int 输入的 bug

• 修正 Onnx GatherND 算子转换不支持 batch_dims 的问题

• 修正 Onnx Split 算子转换的默认值问题

• 修正 Onnx permute 算子转换不支持 axis 为空的问题

2.2.0

框架通用性

• MNN新增对ARMv8.6-A指令支持，支持了smmla和bfmmla指令

• MNN新增汇编预处理脚本，能够将汇编指令转换为.inst指令，降低新指令对编译器的依赖

• 新增A16和M2 CPU family支持

• 新增Interp3D支持

• MNN新增NNAPI后端，能够利用Android设备上的NPU/APU/DSP进行计算；支持float32与float16数据类型的模型推理。目前支持的算子如下：

  • [x] Conv2d, DepthwiseConv2d

  • [x] MaxPool2d, AvgPool2d

  • [x] Binary/Elementwise: Add, Sub, Mul, Div

  • [x] Unary: Abs, Exp, Sqrt, Rsqrt, Log, Sin, Tanh, Floor, Neg, Hardswish

  • [x] Activation: Softmax, Relu, Relu6, Prelu, Sigmoid, Elu

  • [x] Reduction: Sum, Mean, Max, Min, Prod, All, Any

  • [x] Argmax, Argmin

  • [x] Resize: Nearstneighbor, Bilinear

  • [x] Reshape, Transpose, Tile, Pad, Slice, DepthToSpace, Concat, Gether

  • [x] Scale/BatchNorm

性能优化

• 新增ARMv8.6指令支持后，GemmInt8, GemmBF16性能提升

  • smmla实现的GemmInt8实测性能在矩阵规模为[1024, 1024, 1024]时，性能相比sdot提升为88.47%（s图中33x33项），接近理论性能(100%)；模型性能提升20%左右。 smmla1 smmla2

  • bfmmla实现的GemmBF16实测性能在规模为[1024, 1024, 1024]时，性能相比fp16fmla提升为91.53%（图中1024,1024,1024项），接近理论性能；模型性能相比原来的bf16提升一倍以上。 bfmmla1 bfmmla2

• 在执行Mobilenetv1时，NNAPI使用accelerator设备进行推理，在中端和高端设备上相比CPU单线程均有性能优势；在高端设备上相比CPU 4线程仍有性能优势；在其他类模型对比时，除卷积外其他算子较少的模型NNAPI均有优势，包含其他算子的模型会出现性能不如MNN-CPU的情况；在使用float16推理时，NNAPI平均性能相比MNN-CPU慢。 nnapi nnapi

• CUDA性能优化，Depthwise卷积、Raster快速计算、Im2Col等优化，MobileNet/Squeezenet等模型性能提升 cuda

• 新增BinaryRelu-Fuse和对应的各后端实现，resnet模型性能提升 bianryrelu

其他

• 进行了部分代码重构（包括但不限于）

  • 对于包含多个SubModule的复杂模型, 复用子模型间共性tensor，重新构建计算图和指令队列，显著降低大内存操作的耗时

• 修复了如下 Bug（包括但不限于）

  • Onnx Resize 在指定 scale 且输入输出无法整除时，计算错误

  • 修复在不支持SSE 4.1的设备上打开SSE执行Crash的问题

  • 修复多输入Conv转换错误

  • 修复ARM82后端GridSampler在Linux上的编译错误

  • 修复Conv1dSqueezeMove在Squeeze双输入时计算出错的问题

  • 修复输入为NC4HW4时，stride计算错误的问题

  • 修复HIAI后端编译错误，Binary BUG

2.1.0

框架通用性

• MNN-CV增加solvepnp / svd等函数实现

• MNN-Train补充Unary/Binary/Reduction的求导实现

• MNN-Express支持Eager模式，该模式下不保存计算图，直接计算结果，可通过Executor的lazyEval配置

  • 在C++中默认使用Lazy模式

  • 在Python中默认使用Eager模式

• 新增基于Markdown+Sphinx的文档

性能优化

• 服务端推理 CUDA 性能提升

  • 基于 cutlass 重新实现了矩阵乘，对卷积应用 Winograd算法优化 cuda

• MNN-CoreML后端支持输出zero-copy coreml

模型压缩

支持 Winograd Int8对kernel_size > 1的量化卷积进行优化 ，离线量化工具（C++: quantized.out，python: mnnquant）json配置文件中增加"winogradOpt": true，并将特征量化方法设置为"feature_quantize_method":"EMA"即可使用 winograd

其他

• 进行了部分代码重构（包括但不限于）

  • MNN Metal 改为在线生成 Shader 编译，避免集成 MNN.metallib 的兼容性问题

  • 移除 CPU / Geometry / Arm82 部分冗余代码

  • 默认移除原先 TFlite - Uint8 的算子支持，但可以通过 MNN_SUPPORT_DEPRECATED_OP 宏打开

  • 移除 linux 系统下编译 Torchscript 所需要的 libTorch 库，改为编译时从网络下载

  • ScatterND 改为基于 Loop 算子实现

• 修复了如下 Bug（包括但不限于）

  • CPU - AVX512 int8 在转换 NC4HW4 格式时内存访问越界

  • GeometryBinary 处理 NC4HW4 输入，两边Channel上对齐大小相同，但Channel不同时计算出错

  • Arm82 Interp 算子多 Batch 情况下计算出错问题

  • Windows 上 json2MNN 工具写入结果有误

  • Onnx GatherElement 算子在输入大小不确定时转换失败

  • 修复Python中Module，RuntimeManager内存泄露问题

  • 修复控制流模型转换时输出算子Name不匹配的问题

  • 修正 ROIPooling / ROIAlign 低精度计算 crash 的问题

2.0.0

框架通用性

• 模型推理通用性增加：Torchsciprts OP 添加，Onnx OP 补齐

  • Onnx 算子数由 117 增加到 158

  • Torchscripts 算子数由 34 增加到 163

• MNNConvert功能扩充

  • 支持模型转换正确性验证

  • 支持MNN模型与Json文件互转，方便查看与编辑模型结构

• MNN增加统一版本号机制

  • 编译期版本宏定义

  • 运行时版本号函数

  • 模型中增加版本信息

• 增加 MNN-CV / MNN-Numpy 功能

  • C++中提供了与OpenCV中图像编解码，图像处理用法相似的API；

  • Python中提供了与cv2/numpy基础功能用法相似的函数；

  • 支持的cv函数57个，numpy函数170个，函数列表；

性能优化

• 服务/PC端推理CPU/GPU性能大幅提升

  • CPU部分AVX512优化，多线程优化提速；

  • GPU部分CUDA移除cudnn，基于TensorCore重写； AVX512后端单线程性能对比.png AVX512后端8线程性能对比.png CUDA性能对比.png

模型压缩

• 新增mnncompress模型压缩工具

  • 支持基于TensorFlow 1.X和Pytorch的模型压缩，具体使用方法见文档

  • 添加压缩模型的模型转换，及相关算法的MNN底层推理支持

其他

• 测试/Demo/Benchmark完善

  • 修正 Android Demo 的 编译Bug；

  • 增加一个使用 mnn framework 的 ios demo工程；

  • Pymnn新增离线量化Demo与测试；

  • Pymnn新增训练相关测试；

  • Pymnn中新增MNN.numpy与numpy对比的benchmark;

  • 新增MNN.cv与OpenCV对比的benchmark;

• Bugfix（包括但不限于）

  • Pymnn修复训练相关API使用Bug;

  • 修复arm64汇编中的sp计算Bug;

  • GatherND 精度数目问题修复;

  • ZeroShape 支持完善；

  • NDK24 下 armv7a-arm82 编译错误修正；

  • benchmark metal crash修复；

  • benchmark metal crash;

  • Module 的 RuntimeManager 设置 precision = low 无效的问题修复；

  • CoreML Pooling CAFFE-PAD，Deconv修复；

  • CoreML多次执行内存占用过高问题修复；

1.2.0

框架通用性

• 新增Torchscript模型格式支持

  • 我们注意到，大量的机器学习工程师在从TensorFlow往PyTorch迁移。推理引擎对于PyTorch模型的原生支持尤为重要。虽然MNN已经支持了ONNX格式的模型，但是考虑到PyTorch自身长期的发展趋势，基于Torchscript格式的模型比ONNX更具通用性。现在，MNNConvert支持在Mac、Windows、Linux平台下将所有的TorchVision视觉模型 转换到MNN格式。

• 新增ARM BF16后端

  • BF16 可以给中低端手机和高端机的小核带来性能收益，并且降低内存占用。经MNN团队内部测试，BF16相对于FP32在不同机型的中低端核心(A53 A55 A53kyro A55kyro)上，不同模型有 5%-30%的优化，性能如下：bf16.png

  • BF16使用方法：

    • 编译MNN时，指定-DMNN_SUPPORT_BF16=ON

    • BackendConfig中指定PrecisionMode=Precision_Low_BF16

• 新增CoreML后端

  • 基于几何计算，MNN添加了CoreML的支持。在iPhone X之后，借助于Apple Neural Engine，相比于CPU，CoreML(ANE)在视觉模型中约有5-6倍的性能提升。

• 几何计算的演进

  • 在1.1.0版本的几何计算的基础上，本次发布中『几何计算』增加了对于循环算子（如Gather、BatchMatMul、LSTM）的GPU后端支持。

性能优化

• ARM 后端

  • 支持ARMv8.2指令的设备占有率随着时间的推移逐渐上升，是MNN优化的重点之一。相比于MNN 1.1.x版本，MNN 1.2.0的ARMv8.2性能在各类视觉模型中有5% ~ 20%的提升，且与业界主流引擎对比处于领先地位。arm.png

• X86 后端

  • MNN集中优化了X86-AVX2上的性能。目前在主流的视觉、时序模型中，MNN-AVX2后端相比于OpenVINO由20%到440%的性能优势，与ONNXRuntime相比，则有18%到60%的性能优势 (仅MobileNet V2略逊于OpenVINO/ONNXRuntime)。取得如此性能成绩，且通用性持平或更胜一筹的前提下，相比于 Onnx / OpenVino 几十至几百M 的大小，MNN 库的体积却很小，仅 3M 不到。 此外，MNN 支持了 AVX512 / AVX512VNNI，相对于 AVX2 ，在浮点矩阵乘法有 60% 加速，Int8矩阵乘则有 200% 的加速。x86.png

• OpenCL后端

  • 随着移动App中的部署的各类深度学习模型数量增多，MNN团队发现，CPU占用率居高不下，会影响App稳定性和用户体验。基于此判断，我们重点优化OpenCL后端的性能（与主流引擎相比已处于领先地位），并且与内部业务方共同设计面向GPU模型，达到性能、精度双高的模型。性能数据如下图：opencl.png

模型压缩

• ARM 浮点稀疏算子实现

  • 随着CPU性能优化的边际收益的降低，为了获得更高的性能，需要从模型结构本身着手，设计、裁剪出合适目标硬件和推理引擎的模型结构，以获得最佳的精度和性能。基于此，MNN添加了随机稀疏和半结构化稀疏算子的ARM浮点实现 （原理见 ” Fast Conv Nets ” ），如下图所示：sparse.png

  • 经过MNN内部在各类机型和模型实测，随机稀疏率, 1x4半结构稀疏率 (沿输出通道OC分块，blockOC=4) 分别为0.6、 0.3时，推理性能将大于稠密实现性能。随机稀疏率0.9时，MobileNet、NasNet、SqueezeNet各类模型中，在高、中、低端手机上的加速比为1.7倍 ~ 4.5倍；1x4半结构稀疏率0.9时，加速比为1.8倍 ~ 6.1倍。

• 离线量化精度提升

  • 离线量化工具中添加了激活非对称的支持，并且通过量化时更新BN参数，离线量化精度获得普遍提升。结合使用非对称量化+BN参数更新，MobileNet V2量化模型精度从71.05%提高到71.73%，进一步逼近浮点模型（71.90%）。

其他

• 功能

  • 新建 MNN 表达式接口相关 demo，见pymnn/examples/MNNExpr/mobilenet_demo.py和demo/exec/{pictureRecognition_module.cpp, transformerDemo.cpp}

  • 对离线量化工具进行了重构，减少 int8 / float 互转损耗，以 shufflenet 为例可减少 20% 耗时

  • 完善模型校验工具 （tools/script/fastTest 系列）

  • 增加 Onnx 所有与 MNN 相匹配的单目 / 双目算符支持

• 图优化

  • 新增 Gelu / Hardswish 算子融合

  • 增加 Layernorm 算子融合的范围

  • 新增 MatMul + Bias 融合，增加其转换为卷积的范围

  • 新增 Tensorflow / Tflite 的 Dilate Convolution 算子融合（SpaceToBatch + Conv + BatchToSpace）

• Bugfix（包括但不限于）

  • 修正 StridedSlice 在 newAxis 和 begin << inputShape 情况下的实现错误

  • 修正 Eltwise MAX 的求导错误

  • 移除 MNNConvert 对 regex 的依赖（此问题导致在 gcc 4.8 环境下无法运行 Converter）

  • 修正 CPU Raster 算子对 dimension = 1 的 NC4HW4 数据格式处理错误的问题

  • 移除 MNN Python wheel 中意义不大的 mnnops （里面显示的 Op 列表不准确）

1.1.0

框架通用性

• 几何计算

  • 几何计算是本次发布中大规模的框架重构。它将大部分算子的计算过程中与硬件后端无关部分（形状计算和几何计算）剥离出来，极大地降低了异构后端算子实现的成本。基于几何计算，MNN重写了目前所有的硬件后端。由于引入几何计算之后GPU后端算子的覆盖率的增加，在阿里巴巴内部的业务模型中，MNN GPU后端性能普遍获得约20%提升。

• 新增后端

  • 基于几何计算机制，MNN新增了TensorRT和CUDA后端。目前已经支持常用CV模型与RNN模型。

• ASR模型支持

  • 除了业务应用广泛的CV模型，MNN在这次发布中添加了对基于Transformer结构的ASR模型的支持。这类模型结构要求推理引擎支持Control Flow、Dynamic Shape和Zero Shape等特性。MNN在框架层面对这些特性进行了支持和完善：

    • 重构Control Flow支持方案，提供用户透明的functional control flow实现，并支持TF1.x的控制流模型转换。

    • 添加Dynamic Shape的支持，MNN将整图按照动态形状算子划分为多个分段子图。在代码层面，一个子图对应一个Module，Module支持嵌套，即整图被表达为一个由Module组成的调用树，树的叶子节点可以使用Session来执行，Session每次执行前Resize，重新进行形状推理和预分配内存。

    • Zero Shape指的是模型中某些Tensor的shape存在0值，比如 (1, 0, 256），这种情况大多是为了给while-loop中某些循环变量提供初始值而引入的。MNN在对形状推理和执行逻辑上对Zero Shape进行了支持。

性能优化

• ARM 后端

  • 在今年5月，MNN在ARM CPU上的性能已立于业界前列。在此之后，MNN持续投入ARM CPU性能优化，在各模型和芯片上又获得了10%~20%的性能提升。性能提升之路永无止境。arm1.png arm2.png

• X86 后端

  • 5月以来，MNN团队持续投入x86后端的优化，目前浮点单线程性能与行业标杆OpenVINO基本持平，部分情况 (Squeezenet v1.0) 超越。x86.png

• OpenCL后端

  • 开启AutoTuning等一系列优化后，MNN在1.0.0的基础上，普遍有20%~100%的性能提升。具体性能数据如下：opencl1.png opencl2.png

模型压缩

新添模型压缩的仅权值量化（MNNConvert –weightQuantBits）。此功能仅对conv/matmul/LSTM的float32权值进行量化，仅优化模型大小，加载模型后会解码为float32，量化位宽可选2~8，运行速度和float32模型一致。经内部测试8bit时精度基本无损，模型大小减小4倍。

其他

• 易用性

  • 由于OpenCL新增的AutoTuning机制、TensorRT后端初次推理的耗时较高，MNN在Interpreter上增加setCacheFile API，用于缓存GPU后端的编译优化之后的模型。

• Bugfix（包括但不限于）

  • SpaceToBatchND , BatchToSpaceND 支持 block size / padding 作为输入（支持在输入shape 未知情况下的 Tensorflow 空洞卷积）

  • 修正 depthToSpace 和 spaceToDepth ，支持 pixelshuffle

  • 修正 1x1 卷积对于 batch 较大，width / height 较小时，性能不好的问题

  • 修正 Onnx 的 ConvTranspose output padding 支持问题

  • 修正 Onnx 的 Resize 在某些输入个数下不支持的问题

1.0.0

框架通用性

• 表达式接口提供训练与量化功能

  • 新增C++的表达式接口（在express目录下）

  • 使用表达式接口动态构图

  • 使用表达式接口训练，训练耗时如下：train.png

  • 使用表达式执行训练量化（QAT）

性能优化

• ARM 后端

  • ARMv82使用asimdhp和asimddp扩展提速接近100% arm82.png

  • ARM64重新实现矩阵乘kernel，性能提升

芯片/手机	优化前(ms)	优化后(ms)
高通425/红米4A	261.12	237.89
高通652/360N5	122.94	115.80

• X86 后端

  • 使用FMA指令进行优化，单线程性能提升40~60%

模型(Mac单线程)	优化前(ms)	优化后(ms)
resnet18	81	48
mobilenetv1	37	26

模型压缩

使用MNN QAT与Tensorflow的对比如下表所示：

模型	DataType	Accuracy	Model Size
Original Model	float32	72.324%	13M
MNN QAT Model	symm int8	72.456%	3.5M
Tensorflow QAT Model	symm int8	71.1%	3.5M

其他

• 功能

  • 新增Python Expr API