【环境搭建：onnx模型部署】onnxruntime-gpu安装与测试（python）

1. onnxruntime 安装

onnx 模型在 CPU 上进行推理，在conda环境中直接使用pip安装即可

pip install onnxruntime

2. onnxruntime-gpu 安装

想要 onnx 模型在 GPU 上加速推理，需要安装 onnxruntime-gpu 。有两种思路：

• 依赖于 本地主机 上已安装的 cuda 和 cudnn 版本
• 不依赖于 本地主机 上已安装的 cuda 和 cudnn 版本

要注意：onnxruntime-gpu, cuda, cudnn三者的版本要对应，否则会报错 或 不能使用GPU推理。
onnxruntime-gpu, cuda, cudnn版本对应关系详见: 官网

2.1 方法一：onnxruntime-gpu依赖于本地主机上cuda和cudnn

• 查看已安装 cuda 和 cudnn 版本

  # cuda version
  cat /usr/local/cuda/version.txt
  
  # cudnn version
  cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
  

• 根据 onnxruntime-gpu, cuda, cudnn 三者对应关系，安装相应的 onnxruntime-gpu 即可。

  ## cuda==10.2
  ## cudnn==8.0.3
  ## onnxruntime-gpu==1.5.0 or 1.6.0
  pip install onnxruntime-gpu==1.6.0
  

2.2 方法二：onnxruntime-gpu不依赖于本地主机上cuda和cudnn

在 conda 环境中安装，不依赖于 本地主机 上已安装的 cuda 和 cudnn 版本，灵活方便。这里，先说一下已经测试通过的组合：

• python3.6, cudatoolkit10.2.89, cudnn7.6.5, onnxruntime-gpu1.4.0
• python3.8, cudatoolkit11.3.1, cudnn8.2.1, onnxruntime-gpu1.14.1

如果需要其他的版本， 可以根据 onnxruntime-gpu, cuda, cudnn 三者对应关系自行组合测试。

下面，从创建conda环境，到实现在GPU上加速onnx模型推理进行举例。

2.2.1 举例：创建onnxruntime-gpu==1.14.1的conda环境

## 创建conda环境
conda create -n torch python=3.8

## 激活conda环境
source activate torch
conda install pytorch==1.10.0 torchvision==0.11.0 torchaudio==0.10.0 cudatoolkit=11.3 -c pytorch -c conda-forge
conda install cudnn==8.2.1
pip install onnxruntime-gpu==1.14.1
## pip install ... (根据需求，安装其他的包)

2.2.2 举例：实例测试

• 打开终端，输入 watch -n 0.1 nvidia-smi, 实时查看gpu使用情况

  

• 代码测试，摘取API

    import numpy as np
    import torch
    import onnxruntime
    
    MODEL_FILE = '.model.onnx'
    DEVICE_NAME = 'cuda' if torch.cuda.is_available() else 'cpu'
    DEVICE_INDEX = 0
    DEVICE=f'{DEVICE_NAME}:{DEVICE_INDEX}'
    
    # A simple model to calculate addition of two tensors
    def model():
        class Model(torch.nn.Module):
            def __init__(self):
                super(Model, self).__init__()
    
            def forward(self, x, y):
                return x.add(y)
    
        return Model()
    
    # Create an instance of the model and export it to ONNX graph format
    def create_model(type: torch.dtype = torch.float32):
        sample_x = torch.ones(3, dtype=type)
        sample_y = torch.zeros(3, dtype=type)
        torch.onnx.export(model(), (sample_x, sample_y), MODEL_FILE,
                          input_names=["x", "y"], output_names=["z"], 
                          dynamic_axes={"x":{0 : "array_length_x"}, "y":{0: "array_length_y"}})
     
    # Create an ONNX Runtime session with the provided model
    def create_session(model: str) -> onnxruntime.InferenceSession:
        providers = ['CPUExecutionProvider']
        if torch.cuda.is_available():
            providers.insert(0, 'CUDAExecutionProvider')
        return onnxruntime.InferenceSession(model, providers=providers)
    
    # Run the model on CPU consuming and producing numpy arrays 
    def run(x: np.array, y: np.array) -> np.array:
        session = create_session(MODEL_FILE)
        z = session.run(["z"], {"x": x, "y": y})
        return z[0]   
  
    def main():
        create_model()
        print(run(x=np.float32([1.0, 2.0, 3.0]),y=np.float32([4.0, 5.0, 6.0])))
    
    if __name__ == "__main__":
        main()