NVIDIA-NeMo/NeMo

Speed up RNNT model inference using TRT

Open

#14,531 opened on 2025年8月20日

GitHub で見る
 (1 comment) (0 reactions) (1 assignee)Python (3,421 forks)github user discovery
ASRcommunity-requesthelp wantedwaiting-on-customer

Repository metrics

Stars
 (17,298 stars)
PR merge metrics
 (平均マージ 12d) (30d で 49 merged PRs)

説明

Hi,

I previously trained an RNNT model and now want to accelerate it by converting it to TensorRT. I’ve exported the model to ONNX and have encoder.onnx and decoder.onnx.

I’m using the TensorRT 25.03 Docker image and trtexec to convert the models. The decoder works fine with --fp16, but when I use --fp16 for the encoder, some outputs return NaN and the results are incorrect.

Has anyone encountered this issue or knows how to fix it?

Are there any methods to accelerate RNNT model inference?

コントリビューターガイド

調査方針
エンコーダーモデルでFP16推論が失敗する理由を調査してください。TensorRTのログで警告を確認し、FP16の演算子サポートを検証し、INT8量子化や bestフラグを付けたFP16の使用を検討してください。また、ONNXエクスポートに問題のある演算子がないか確認してください。
技術スタック
python
領域
aiperformance
Issue 種別
バグ
難度新しい貢献者にとっての実装難度です。1 は非常に小さな変更、5 は専門的な作業です。
3
推定時間経験ある貢献者が調査、実装、テスト、pull request 準備にかけるおおよその時間範囲です。
1-2日
活動状況Issue が今どれだけ取り組みやすいかを示します。新しい、活発、古い、ブロック中、またはメンテナー入力待ちなどです。
アクティブ
明確さ期待される変更、受け入れ条件、次の手順がどれだけ明確かを示します。
明確
前提条件
PythonTensorRTONNX
初心者向け度初回貢献者にどれだけ取り組みやすいかを 1-100 で推定したスコアです。
40