背景

随着征程6平台和工具链技术架构的全面升级，J6 工具链较 J5 实现显著技术升级。它革新底层架构，融入前沿理念与算法，计算效率、资源整合及任务适应性均大幅提升，却也造成与 J5 的 “兼容性断层”，用户在将智驾方案由J5平台一直到J6时，不可避免要对模型/部署代码做一些适应性改变。

鉴于此背景，本文梳理了 J6 相对 J5 关键字变化详情，结合行业实践与验证，给出实用替代策略，助客户跨越迁移鸿沟，释放 J6 强大效能，推动业务创新升级。

关键字及使用建议

model name

含义及应用场景：

使用建议：

export接口介绍如下所示：

feature name & feature id

含义及应用场景：

feature name & feature id为输入/输入分支的name/id，基于该字段判断是哪个输入分支，以便于把生成对应的tensor送入模型。此字段在J5中有小范围的使用，在J6工具链中已取消。

使用建议：

input_names和output_names配置方法：

详细教程可以参考博主前面的帖子：

J6工具链部署实用技巧-1】如何修改bc和hbm模型的输入输出名称和顺序

input source

含义及应用场景：

使用建议：

模型输入desc添加及修改：

详细教程可以参考博主前面的帖子：

【J6工具链部署实用技巧-2】如何读取和修改模型的desc信息

valid dim & aligned dim

含义及应用场景：

valid dim 和 aligned dim分别为输入/输出内存的有效范围和对齐范围，用于在部署时申请输入/输出内存和从内存中读取有效的信息。

使用建议：

hbDNNTensorProperties

成员变量：

• validShape：张量有效内容的形状。

• tensorType：张量的类型。

• scale：量化比例因子。

• quantiType：量化类型。

• quantizeAxis：量化轴索引，仅按per-axis量化时生效。

• alignedByteSize：张量对齐内容的内存大小。

• stride：张量中validShape各维度步长，字节为单位。

注解：

1. validShape 字段中若某些维度为 -1，则代表模型的 validShape 在该维度上为动态输入，需要您在创建任务前根据实际输入进行填写。
2. quantizeAxis 表示量化轴索引所在维度，仅按 per-axis 量化时生效，当数据按照 per-tensor 量化时 quantizeAxis 为负数。
3. 通过接口获取的张量信息为模型要求的，您可以根据实际输入修改对应的张量信息，目前只允许修改 stride 和 tensorType 的信息，而且必须符合要求。
     stride：
   1. 若您根据 stride 准备输入，则无需更改 stride。
   2. 若您根据 validShape 准备输入，则需更改 stride 的值为 validShape 各维度跳跃的步长，推理库内部会对数据进行padding操作。
   3. 若从模型获取的 stride 中某些维度为 -1，则代表模型的 stride 在该维度上为动态输入，需要您在创建任务前根据实际输入进行填写。填写的约束请参考用户手册 动态输入介绍 章节。
4. alignedByteSize 表示tensor中占据的内存空间大小，非动态场景下一般可用来申请输入输出内存。