使用 CMake 构建¶
ExecuTorch 使用 CMake 作为其主要构建系统。 即使您不直接使用 CMake，CMake 也可以发出其他格式的脚本 如 Make、Ninja 或 Xcode。有关信息，请参见 cmake-generators（7）。
由 CMake 构建系统构建的目标¶
ExecuTorch 的 CMake 构建系统涵盖了运行时的各个部分，这些部分是 可能对嵌入式系统用户有用。
libexecutorch_core.a：ExecuTorch 运行时的核心。不包含任何 operator/kernel 定义或后端定义。libportable_kernels.a：ATen 兼容运算符的实现， 在 中的签名之后。[functions.yaml](https://github.com/pytorch/executorch/blob/release/0.4/kernels/portable/functions.yaml)libportable_ops_lib.a：注册内容的生成代码 的与运行时。libportable_kernels.a注意：这必须通过类似 或 的标志链接到您的应用程序中。它包含加载时间函数 会自动注册内核，但链接器通常会修剪这些内核 函数，因为没有直接调用它们。
-Wl,-force_load-Wl,--whole-archive
executor_runner：一个示例工具，它使用所有值作为输入来运行程序文件，并将输出打印到 stdout。它与 链接，因此程序可以使用它的任何运算符 实现。.pte1libportable_kernels.a
一次性设置以准备 CMake Build¶
请按照以下步骤准备好工具，然后再使用 CMake 在您的机器上进行构建。
如果您的系统的 python3 版本低于 3.11：
跑
pip install tomli
安装 CMake 版本 3.19 或更高版本：
Run 或 .
conda install cmakepip install cmake
配置 CMake 构建¶
在克隆或拉取上游存储库后，请按照以下步骤操作，因为构建 依赖项可能已更改。
# cd to the root of the executorch repo
cd executorch
# Clean cmake cache directory (cmake-out). It's a good practice to do this
# whenever cloning or pulling the upstream repo.
bash install_requirements.sh --clean
完成此操作后，您无需再次执行此操作，直到您再次从上游存储库拉取，或者修改了任何与 CMake 相关的文件。
CMake 构建选项¶
发布版本提供了旨在提高性能和减小二进制文件大小的优化。它禁用了程序验证和 executorch 日志记录，并添加了优化标志。
CMAKE_FLAGS="-DCMAKE_BUILD_TYPE=Release"
要进一步优化发布版本的大小，请添加：
CMAKE_FLAGS="$CMAKE_FLAGS -DOPTIMIZE_SIZE=ON"
构建运行时组件¶
构建所有目标
# Build using the configuration that you previously generated under the
# `cmake-out` directory.
cmake "$CMAKE_FLAGS" -Bcmake-out .
# NOTE: The `-j` argument specifies how many jobs/processes to use when
# building, and tends to speed up the build significantly. It's typical to use
# "core count + 1" as the `-j` value.
cmake --build cmake-out -j9
使用示例应用程序执行 .pte 文件executor_runner¶
首先，使用
说明，如设置 ExecuTorch 中所述。add.pte
然后，将其传递给命令行工具：
./cmake-out/executor_runner --model_path path/to/add.pte
如果它有效，您应该会看到消息 “Model executed successfully” 按输出值。
I 00:00:00.000526 executorch:executor_runner.cpp:82] Model file add.pte is loaded.
I 00:00:00.000595 executorch:executor_runner.cpp:91] Using method forward
I 00:00:00.000612 executorch:executor_runner.cpp:138] Setting up planned buffer 0, size 48.
I 00:00:00.000669 executorch:executor_runner.cpp:161] Method loaded.
I 00:00:00.000685 executorch:executor_runner.cpp:171] Inputs prepared.
I 00:00:00.000764 executorch:executor_runner.cpp:180] Model executed successfully.
I 00:00:00.000770 executorch:executor_runner.cpp:184] 1 outputs:
Output 0: tensor(sizes=[1], [2.])
交叉编译¶
以下是有关如何为 Android 和 iOS 执行交叉编译的说明。
人造人¶
先决条件：Android NDK，请选择以下选项之一：
假设 Android NDK 可用，请运行：
# Run the following lines from the `executorch/` folder
rm -rf cmake-android-out && mkdir cmake-android-out && cd cmake-android-out
# point -DCMAKE_TOOLCHAIN_FILE to the location where ndk is installed
cmake -DCMAKE_TOOLCHAIN_FILE=/Users/{user_name}/Library/Android/sdk/ndk/25.2.9519653/build/cmake/android.toolchain.cmake -DANDROID_ABI=arm64-v8a ..
cd ..
cmake --build cmake-android-out -j9
adb shell mkdir -p /data/local/tmp/executorch
# push the binary to an Android device
adb push cmake-android-out/executor_runner /data/local/tmp/executorch
# push the model file
adb push add.pte /data/local/tmp/executorch
adb shell "/data/local/tmp/executorch/executor_runner --model_path /data/local/tmp/executorch/add.pte"
iOS 设备¶
对于 iOS，我们将构建框架而不是静态库，静态库也将包含公共标头。
从 Mac App Store 安装 Xcode，然后安装 使用终端的命令行工具：
xcode-select --install
构建框架：
./build/build_apple_frameworks.sh
使用标志运行上述命令，以了解有关如何构建其他后端的更多信息
（如 Core ML、MPS 或 XNNPACK）等。
请注意，某些后端可能需要额外的依赖项以及某些版本的 Xcode 和 iOS。--help
将生成的 bundle 复制到您的 Xcode 项目，将它们链接到 您的目标，并且不要忘记添加额外的 linker 标志 。
.xcframework-all_load
有关详细信息，请查看 iOS 演示应用程序教程。
后续步骤¶
您已成功将二进制文件交叉编译到 iOS 和 Android 平台。您可以开始探索高级特性和功能。以下是您接下来可能想要阅读的部分列表：executor_runner
选择性构建，用于构建仅链接到程序使用的内核的运行时，这可以显著节省二进制大小。
有关将应用程序部署到嵌入式设备（如 ARM Cortex-M/Ethos-U 和 XTensa HiFi DSP）的教程。