Relax Python 模块设计

• Relax Python 模块设计概述
  • 关键设计
    • 跨层级调用
    • 即时编译（JIT）
  • Relax 函数与 Python 函数之间的转换
  • 具体实现
  • 示例
• BasePyModule
  • 测试 BasePyModule 的基本实例化功能
  • 测试在 GPU 上实例化 BasePyModule
  • 测试 TIR 函数的编译功能
  • 测试使用 PyTorch 张量调用 TIR 函数
  • 测试在 GPU 上使用 PyTorch 张量调用 TIR 函数
  • 测试 PyTorch 到 TVM 的 DLPack 转换功能
  • 测试 TVM 到 PyTorch 的 DLPack 转换功能
  • 测试向 BasePyModule 添加 Python 函数的功能
  • 测试通过 call_dps_packed 调用 Python 函数的功能
• PyTorch 和 TVM 之间的 DLPack 集成
  • 测试从 PyTorch 张量到 TVM NDArray 的 DLPack 转换
  • 测试从 GPU 上的 PyTorch 张量到 TVM NDArray 的 DLPack 转换
  • 测试从 TVM NDArray 到 PyTorch 张量的 DLPack 转换
  • 测试从 GPU 上的 TVM NDArray 到 PyTorch 张量的 DLPack 转换
  • 测试 DLPack 往返转换：PyTorch -> TVM -> PyTorch
  • 测试不同数据类型的 DLPack 转换
  • 测试不同形状张量的 DLPack 转换
  • 测试 DLPack 和 numpy 转换是否产生相同的结果
  • 测试 DLPack 对不支持操作的错误处理
  • 测试在 BasePyModule 上下文中的 DLPack 转换
  • 测试 DLPack 转换保持设备一致性
  • 测试 DLPack 转换在可能的情况下共享内存
  • 测试批处理操作中的 DLPack 转换
  • 测试 DLPack 在边缘情况下的转换
• PyTorch 与 TVM Relax 的集成
  • 测试模块的创建和实例化功能
  • 测试在 GPU 上创建和实例化模块
  • 测试 Python 函数是否正确执行
  • 测试 TIR 函数是否正确执行
  • 测试动态添加 Python 函数的功能
  • 测试通过 call_dps_packed 调用动态添加的函数
  • 测试端到端的执行流水线
  • 测试在 GPU 上的端到端执行流水线
  • 测试不同函数类型之间的数据流
  • 测试各种边缘情况下的错误处理
  • 测试张量类型在整个执行过程中的保留
  • 测试批处理多个输入的功能
• TVMScript @I.pyfunc 装饰器
  • 测试 @I.pyfunc 装饰器是否正确创建 pyfuncs 属性
  • 测试 pyfuncs 中的 Python 函数是否可调用
  • 测试 Python 函数是否正确执行
  • 测试模块是否包含用于 IRModule 操作的 functions 属性
  • 测试模块是否有用于 TVMScript 输出的 script() 方法
  • 测试模块是否具有 BasePyModule 继承标志
  • 测试模块的创建和执行功能
  • 测试模块在 GPU 设备上的创建和执行功能
  • 测试 Python 函数如何与 TIR 函数协作
  • 测试 @I.pyfunc 装饰器是否保留函数签名
• 直方图
• 测试