本文对商汤 OpenPPL 和 英伟达 TensorRT7、TensorRT8 在 T4 平台上对一些经典网络进行了性能测试对比。
商汤 OpenPPL 传送：点击到达OpenPPL
英伟达 TensorRT 传送：点击到达TensorRT
我的测试环境：NVIDIA TESLA T4、CUDA11.3、Cudnn8.2.1
关于 ppl.nn 的量化说几句，查阅 github 上沟通得到信息：ppl.nn 输入 onnx model 精度为 fp32，执行前会自动进行精度转换，目前在 CUDA 上仅支持 fp16（也只是针对 conv 和 gemm），所以意思是我们在执行 ./pplnn 传参时不需要传精度相关的配置。不过这里有一点比较迷，看 pplnn.cc 源码中对于 ./pplnn 的传参保留有 --quantization，猜测可能用于Int8量化，传送类似 TRT int8 校准表的东西吧。
1、小试牛刀
拿官方 ppl.nn 中的示例 demo 试试（商汤开放了两个框架：ppl.nn 和 ppl.cv，我看了一下 nn 主要用于深度学习模型推理，cv 主要图像预处理）。
demo 在 ppl.nn/tests/testdata/conv.onnx，这是只有一个卷积算子的 model，如下：
可以看到 input_data Layout 是(1, 3, 4, 4)，用 ppl.nn 对如上的 conv 算子进行一波测试：
./pplnn-build/tools/pplnn --onnx-model ./tests/testdata/conv.onnx --in-shapes 1_3_4_4 --dims 1_3_4_4 --warmuptimes 100 --runningtimes 100
如上测得 ppl.nn 的推理耗时为：0.0230100 ms
接下来我们测试一波 TRT7.2：
# 将 conv.onnx 转换为 tensorrt engine
trtexec --onnx=./tests/testdata/conv.onnx --fp16 --saveEngine=trtEngine/conv.engine
开测：
trtexec --loadEngine=trtEngine/conv.engine
看下 TRT 的推理时间：0.024178 ms （看样子 ppl.nn 还可以啊）
接下来看看一些经典网络的 PK。
2、测评姿势
以下所有测评的网络均来自 pytorch model zoo，ppl.nn 和 tensorrt 的测试方法如1中介绍。
我转换 onnx 的姿势是：torchvision 加载 pytorch model zoo 中的模型，利用 torch.onnx.export 导出 onnx，这个时候需要注意指定 opset 版本，我测试了 opset 为 11 或12 都可以，不然你在用 ppl.nn 推理的时候可能会遇到下面的报错：
我的 ppl 的执行姿势是：
pplnn-build/tools/pplnn --onnx-model ./xxx.onnx -–in-shapes 1_3_224_224 --dims 1_3_224_224 --warmuptimes 400 --enable-profilingTRT7 的执行姿势是：
TensorRT-7.2.1.6/bin/trtexec --loadEngine=./xxx_TRT7.engineTRT8 的执行姿势是：
TensorRT-8.0.1.6/bin/trtexec --loadEngine=./xxx_TRT8.engine3、数据分析
下面给出我测评的具体数据：
个人分析：
（1）从测试数据可以看出，TRT8 应该对 inception 结构的推理进行了优化，对于 googlenet 和 inception_v3 的推理性能，TRT8 比 TRT7 提升一倍；
（2）TRT8 相对于 TRT7，测试的网络中，除 inception 结构网络外，其他网络算子应该没做更多优化，性能相当；
（3）OpenPPL 对于密集连接网络 densenet 进行了更好的优化，densenet 的推理性能相比TRT都要更好；
（4）除了密集连接网络之外，商汤 OpenPPL 大多网络的性能都落后于 TRT，且不能接受的一点是，对于大 batch 的推理，OpenPPL 贼慢；
以上只是我个人的测试数据及分析，若有不妥的地方欢迎指正~
声明：转载请说明出处
扫描下方二维码关注【极智视界】公众号，获取更多实践项目资源和读书分享，让我们用极致+极客的心态来迎接AI ！
