近日，微軟亞洲研究院和華為舉辦了 ONNX 合作伙伴研討會(huì)，這是 ONNX 開源社區(qū)成立以來首次在中國舉辦的活動(dòng)。在研討會(huì)中，微軟、Facebook、華為和英特爾等的開發(fā)者介紹了他們在 ONNX 上的開源貢獻(xiàn)及思考。

在過去的一年多中，ONNX 這種「通用」的神經(jīng)網(wǎng)絡(luò)交換格式已經(jīng)有了很長遠(yuǎn)的發(fā)展，用不同框架編寫的模型可以在不同的平臺中流通。在這次研討會(huì)中，我們確切地感受到了這一點(diǎn)，因?yàn)殚_源社區(qū)圍繞著 ONNX 介紹了很多優(yōu)化工具和資源庫。

微軟上個(gè)月開源了 ONNX Runtime，其專為 ONNX 格式的模型設(shè)計(jì)了高性能推理引擎。Facebook 早兩個(gè)月前開源了 ONNXIFI，其為 ONNX 提供了用于框架集成的接口，即一組用于加載和執(zhí)行 ONNX 計(jì)算圖的跨平臺 API。更早一些，英特爾在今年 3 月份就開源 nGraph，它能編譯 ONNX 格式的模型，并在 CPU 或 GPU 等硬件加速模型的運(yùn)行。

而到了昨天，微軟又開源了 ONNX.JS，它是一種在瀏覽器和 Node.js 上運(yùn)行 ONNX 模型的 JavaScript 庫。它部署的模型效率非常高，且能實(shí)現(xiàn)交互式的直觀推理。該開源項(xiàng)目給出了圖像分類的交互式演示，且在 Chrome 瀏覽器和 CPU 下比 TensorFlow.JS 快了近 8 倍，后文將詳細(xì)介紹這一開源庫。

當(dāng)然除了這些開源工作，ONNX 社區(qū)還有更多的實(shí)踐，例如如何部署 ONNX 模型到邊緣設(shè)備、如何維護(hù)一個(gè)包羅萬象的 ONNX Model Zoo 等。本文主要從什么是 ONNX、怎樣用 ONNX，以及如何優(yōu)化 ONNX 三方面看看 ONNX 是不是已經(jīng)引領(lǐng)「框架間的江湖」了。

什么是 ONNX

很多開發(fā)者在玩 GitHub 的時(shí)候都有這樣「悲痛」的經(jīng)歷，好不容易找到令人眼前一亮的項(xiàng)目，然而發(fā)現(xiàn)它使用我們不熟悉的框架寫成。其實(shí)我們會(huì)發(fā)現(xiàn)很多優(yōu)秀的視覺模型是用 Caffe 寫的，很多新的研究論文是用 PyTorch 寫的，而更多的模型用 TensorFlow 寫成。因此如果我們要測試它們就必須擁有對應(yīng)的框架環(huán)境，但 ONNX 交換格式令我們在同一環(huán)境下測試不同模型有了依靠。

簡而言之 ONNX 就是一種框架間的轉(zhuǎn)換格式，例如我們用 TensorFlow 寫的模型可以轉(zhuǎn)換為 ONNX 格式，并在 Caffe2 環(huán)境下運(yùn)行該模型。

機(jī)器之心SyncedONNX小程序

項(xiàng)目地址：https://github.com/onnx/onnx

ONNX 定義了一種可擴(kuò)展的計(jì)算圖模型、一系列內(nèi)置的運(yùn)算單元（OP）和標(biāo)準(zhǔn)數(shù)據(jù)類型。每一個(gè)計(jì)算流圖都定義為由節(jié)點(diǎn)組成的列表，并構(gòu)建有向無環(huán)圖。其中每一個(gè)節(jié)點(diǎn)都有一個(gè)或多個(gè)輸入與輸出，每一個(gè)節(jié)點(diǎn)稱之為一個(gè) OP。這相當(dāng)于一種通用的計(jì)算圖，不同深度學(xué)習(xí)框架構(gòu)建的計(jì)算圖都能轉(zhuǎn)化為它。

如下所示，目前 ONNX 已經(jīng)支持大多數(shù)框架，使用這些框架構(gòu)建的模型可以轉(zhuǎn)換為通用的 ONNX 計(jì)算圖和 OP?，F(xiàn)階段 ONNX 只支持推理，所以導(dǎo)入的模型都需要在原框架完成訓(xùn)練。

其中 Frameworks 下的框架表示它們已經(jīng)內(nèi)嵌了 ONNX，開發(fā)者可以直接通過這些框架的內(nèi)置 API 將模型導(dǎo)出為 ONNX 格式，或采用它們作為推理后端。而 Converters 下的框架并不直接支持 ONNX 格式，但是可以通過轉(zhuǎn)換工具導(dǎo)入或?qū)С鲞@些框架的模型。

其實(shí)并不是所有框架都支持導(dǎo)入和導(dǎo)出 ONNX 格式的模型，有一些并不支持導(dǎo)入 ONNX 格式的模型，例如 PyTorch 和 Chainer 等，TensorFlow 的 ONNX 導(dǎo)入同樣也正處于實(shí)驗(yàn)階段。下圖展示了各框架對 ONNX 格式的支持情況：

怎樣使用 ONNX

對于內(nèi)建了 ONNX 的框架而言，使用非常簡單，只需要調(diào)用 API 導(dǎo)出或?qū)胍延?xùn)練模型就可以了。例如對 PyTorch 而言，只需要幾個(gè)簡單的步驟就能完成模型的導(dǎo)出和導(dǎo)入。簡單而言，首先加載 torch.onnx 模塊，然后導(dǎo)出預(yù)訓(xùn)練模型并查看模型結(jié)構(gòu)信息，最后再將導(dǎo)出的 ONNX 模型加載到另外的框架就能執(zhí)行推理了。

from torch.autograd import Variable
import torch.onnx
import torchvision

dummy_input = Variable(torch.randn(10, 3, 224, 224)).cuda()
model = torchvision.models.alexnet(pretrained=True).cuda()

input_names = [ "actual_input_1" ] + [ "learned_%d" % i for i in range(16) ]
output_names = [ "output1" ]

torch.onnx.export(model, dummy_input, "alexnet.onnx", verbose=True, input_names=input_names, output_names=output_names)

如上所示將導(dǎo)出 ONNX 格式的 AlexNet 模型，其中"alexnet.onnx"為保存的模型，input_names、output_names 和 verbose=True 都是為了打印出模型結(jié)構(gòu)信息。同樣隨機(jī)產(chǎn)生的「圖像」dummy_input 也是為了了解模型結(jié)構(gòu)，因?yàn)槲覀兛梢酝ㄟ^它理解輸入與每一層具體的參數(shù)維度。以下展示了 ONNX 輸出的簡要模型信息：

graph(%actual_input_1 : Float(10, 3, 224, 224)
      %learned_0 : Float(64, 3, 11, 11)
      %learned_1 : Float(64)
      # ---- omitted for brevity ----
      %learned_14 : Float(1000, 4096)
      %learned_15 : Float(1000)) {
  %17 : Float(10, 64, 55, 55) = onnx::Conv[dilations=[1, 1], group=1, kernel_shape=[11, 11], pads=[2, 2, 2, 2], strides=[4, 4]](%actual_input_1, %learned_0, %learned_1), scope: AlexNet/Sequential[features]/Conv2d[0]
  %18 : Float(10, 64, 55, 55) = onnx::Relu(%17), scope: AlexNet/Sequential[features]/ReLU[1]
  %19 : Float(10, 64, 27, 27) = onnx::MaxPool[kernel_shape=[3, 3], pads=[0, 0, 0, 0], strides=[2, 2]](%18), scope: AlexNet/Sequential[features]/MaxPool2d[2]
  # ---- omitted for brevity ----
  %output1 : Float(10, 1000) = onnx::Gemm[alpha=1, beta=1, broadcast=1, transB=1](%45, %learned_14, %learned_15), scope: AlexNet/Sequential[classifier]/Linear[6]
  return (%output1);
}

其實(shí)我們也可以借助 ONNX 檢查中間表征，不過這里并不介紹。后面加載另外一個(gè)框架并執(zhí)行推理同樣非常簡單。如下所示，我們可以從 caffe2 中加載 ONNX 的后端，并將前面保存的模型加載到該后端，從而在新框架下進(jìn)行推理。這里我們能選擇執(zhí)行推理的硬件，并直接推理得出輸出結(jié)果。

import caffe2.python.onnx.backend as backend
import numpy as np
import onnx

model = onnx.load("alexnet.onnx")
rep = backend.prepare(model, device="CUDA:0") # or "CPU"
outputs = rep.run(np.random.randn(10, 3, 224, 224).astype(np.float32))

其實(shí)也就兩三行代碼涉及 ONNX 的核心操作，即導(dǎo)出模型、加載模型和加載另一個(gè)框架的后端。TensorFlow 或 CNTK 等其它框架的具體 API 可能不一樣，但主要過程也就這簡單的幾步。

怎樣優(yōu)化 ONNX

前面就已經(jīng)介紹了 Model Zoo、ONNX Runtime 和 ONNX.JS，現(xiàn)在，我們可以具體看看它們都是什么，它們怎樣才能幫助我們優(yōu)化 ONNX 模型的選擇與推理速度。

Model Zoo

ONNX Model Zoo 包含了一系列預(yù)訓(xùn)練模型，它們都是 ONNX 格式，且能獲得當(dāng)前最優(yōu)的性能。因此只要下載這樣的模型，我們本地不論是 TensorFlow 還是 MXNet，只要是只是能加載模型的框架，就能運(yùn)行這些預(yù)訓(xùn)練模型。

項(xiàng)目地址：https://github.com/onnx/models

更重要的是，這個(gè) Model Zoo 不僅有調(diào)用預(yù)訓(xùn)練模型的代碼，它還為每個(gè)預(yù)訓(xùn)練模型開放了對應(yīng)的訓(xùn)練代碼。訓(xùn)練和推理代碼都是用 Jupyter Notebook 寫的，數(shù)據(jù)和模型等都有對應(yīng)的鏈接。

目前該 Model Zoo 主要從圖像分類、檢測與分割、圖像超分辨、機(jī)器翻譯和語音識別等 14 個(gè)方向包含 19 種模型，還有更多的模型還在開發(fā)中。如下展示了圖像分類中已經(jīng)完成的模型，它們都是通用的 ONNX 格式。

此外在這次的研討會(huì)中，Model Zoo 的維護(hù)者還和大家討論了目前面臨的問題及解決方法，例如目前的預(yù)訓(xùn)練模型主要集中在計(jì)算機(jī)視覺方面、ONNX 缺少一些特定的 OP、權(quán)重計(jì)算圖下載慢等。因此 Model Zoo 接下來也會(huì)更關(guān)注其它語音和語言等模型，優(yōu)化整個(gè) GitHub 項(xiàng)目的下載結(jié)構(gòu)。

ONNX Runtime

微軟開源的 ONNX Runtime 推理引擎支持 ONNX 中定義的所有運(yùn)算單元，它非常關(guān)注靈活性和推理性能。因此不論我們的開發(fā)環(huán)境是什么，Runtime 都會(huì)基于各種平臺與硬件選擇不同的自定義加速器，并希望以最小的計(jì)算延遲和資源占用完成推理。

文檔地址：https://docs.microsoft.com/en-us/python/api/overview/azure/onnx/intro

ONNX Runtime 可以自動(dòng)調(diào)用各種硬件加速器，例如英偉達(dá)的 CUDA、TensorRT 和英特爾的 MKL-DNN、nGraph。如下所示，ONNX 格式的模型可以傳入到藍(lán)色部分的 Runtime，并自動(dòng)完成計(jì)算圖分割及并行化處理，最后我們只需要如橙色所示的輸入數(shù)據(jù)和輸出結(jié)果就行了。

其實(shí)在實(shí)際使用的時(shí)候，開發(fā)者根本不需要考慮藍(lán)色的部分，不論是編譯還是推理，代碼都賊簡單。如下所示，導(dǎo)入 onnxruntime 模塊后，調(diào)用 InferenceSession() 方法就能導(dǎo)入 ONNX 格式的模型，并完成上圖一系列復(fù)雜的優(yōu)化。最后只需要 session.run() 就可以進(jìn)行推理了，所有的優(yōu)化過程都隱藏了細(xì)節(jié)。

import onnxruntime

session = onnxruntime.InferenceSession("your_model.onnx") 
prediction = session.run(None, {"input1": value})

在研討會(huì)中，開發(fā)者表示 Runtime 的目標(biāo)是構(gòu)建高性能推理引擎，它需要利用最好的加速器和完整的平臺支持。只需要幾行代碼就能把計(jì)算圖優(yōu)化一遍，這對 ONNX 格式的模型是個(gè)大福利。

ONNX.JS

ONNX.js 是一個(gè)在瀏覽器上運(yùn)行 ONNX 模型的庫，它采用了 WebAssembly 和 WebGL 技術(shù)，并在 CPU 或 GPU 上推理 ONNX 格式的預(yù)訓(xùn)練模型。

項(xiàng)目地址：https://github.com/Microsoft/onnxjs

Demo 展示地址：https://microsoft.github.io/onnxjs-demo

通過 ONNX.js，開發(fā)者可以直接將預(yù)訓(xùn)練的 ONNX 模型部署到瀏覽器，這些預(yù)訓(xùn)練模型可以是 Model Zoo 中的，也可以是自行轉(zhuǎn)換的。部署到瀏覽器有很大的優(yōu)勢，它能減少服務(wù)器與客戶端之間的信息交流，并獲得免安裝和跨平臺的機(jī)器學(xué)習(xí)模型體驗(yàn)。如下所示為部署到網(wǎng)頁端的 SqueezeNet：

如上若是選擇 GPU，它會(huì)采用 WebGL 訪問 GPU。如果選擇 CPU，那么其不僅會(huì)采用 WebAssembly 以接近原生的速度執(zhí)行模型，同時(shí)也會(huì)采用 Web Workers 提供的「多線程」環(huán)境來并行化數(shù)據(jù)處理。該項(xiàng)目表明，通過充分利用 WebAssembly 和 Web Workers，CPU 可以獲得很大的性能提升。這一點(diǎn)在項(xiàng)目提供的 Benchmarks 中也有相應(yīng)的展示：

以上微軟在 Chrome 和 Edge 瀏覽器中測試了 ResNet-50 的推理速度，其中比較顯著的是 CPU 的推理速度。這主要是因?yàn)?Keras.js 和 TensorFlow.js 在任何瀏覽器中都不支持 WebAssembly。

最后，從 ONNXIFI 到 ONNX.js，開源社區(qū)已經(jīng)為 ONNX 格式構(gòu)建出眾多的優(yōu)化庫、轉(zhuǎn)換器和資源。很多需要支持多框架的場景也都將其作為默認(rèn)的神經(jīng)網(wǎng)絡(luò)格式，也許以后，ONNX 真的能統(tǒng)一神經(jīng)網(wǎng)絡(luò)之間的江湖。