Graph Runtime

flowchart TB cg{Computing Graph} serig[Serialization Manager] <-- "序列化/反序列化 .mge 文件" --> cg cg --> |求导| autograd[静态求导器] autograd --> |插入对应反向算子| cg subgraph compile [Compile 阶段] cg <--"生成静态内存分配策略" --> memplaner[静态内存分配器] cg <-- "静态推导 Shape" --> static_inference[静态推导器] cg <-- "图优化" --> gopt[Graph Optimizer] end compile -->|compile 返回| comps[Computing Sequence]

Computing Graph 的主要使用流程

• 静态求导器: 基于链式法则，对给定的目标进行求导，并将求导后的反向算子重新插入到原有的 Computing Graph 中

• 静态内存分配器：

• 静态推导器 (Static Infernece Manager)：基于网络的静态信息，对 Shape 和部分网络中的 value 进行静态推导，其中部分推导可以允许失败（因为可能需要运行时信息）

• compile 操作：经过上述