阿里巴巴

“在阿里巴巴，Elastic GPU Service 客户利用 OpenXLA 来训练和服务大型 PyTorch 模型。我们发现，使用 OpenXLA 的客户在性能方面得到了显著提升，特别是在 NVIDIA GPU 上将 GPT2 和 Swin Transformer 提升速度分别提高了 72% 和 88%。我们很自豪能够成为 OpenXLA 项目的创始成员，并与开源社区合作开发先进的机器学习编译器，为阿里云云客户提供卓越的性能和用户体验。”- Yangqing Jia，阿里巴巴 AI 和数据分析副总裁

Amazon Web Services

“我们很高兴能成为 OpenXLA 项目的创始成员，该项目将让更多人使用高性能、可扩缩和可扩展的 AI 基础架构，并通过开源社区进一步开展协作，推动创新。AWS 的客户将他们的生成式 AI 应用扩展到 AWS Trainium 和 Inferentia，而我们的 Neuron SDK 则依靠 XLA 来优化机器学习模型，从而实现高性能和一流的每瓦特性能。有了强大的 OpenXLA 生态系统，开发者可以持续创新，通过可持续的机器学习基础架构提供出色的性能，并且知道他们的代码可以移植到所选的硬件上。”- Nafea Bshara，AWS 副总裁兼杰出工程师

AMD

“我们非常期待 OpenXLA 在各类 AMD 设备（CPU、GPU、AIE）上的未来发展方向，并为能成为这个社区的一员而感到自豪。我们重视具有开放治理、灵活和广泛适用性、先进功能和顶尖性能的项目，期待继续合作，为机器学习开发者拓展开源生态系统。” - Alan Lee，AMD 软件开发部公司副总裁

任意规模

“Anyscale 公司像 Ray 一样开发开放、可扩展的技术，帮助 AI 从业者更快地开发应用并提供给更多用户。最近，我们与 ALPA 项目合作，使用 OpenXLA 大规模展示适用于大语言模型的高性能模型训练。我们非常高兴参加 OpenXLA，也很高兴看到这项开源工作能够在更广泛的硬件平台上高效运行 AI 工作负载，从而降低进入门槛、降低成本并更快地推进 AI 领域。”- Anyscale 首席技术官 Philipp Moritz

苹果

Apple Inc. 设计、制造和营销智能手机、个人计算机、平板电脑、穿戴式设备和配件，并销售各种相关服务。

Arm

“OpenXLA 项目标志着在简化机器学习软件开发道路上的一个重要里程碑。我们完全支持 OpenXLA 的使命，并期待在 Arm® NeoverseTM 硬件和软件路线图中利用 OpenXLA 的稳定性和标准化功能。”- Arm 技术副总裁兼研究员 Peter Greenhalgh

大脑

“Cerebras 构建了 AI 加速器，旨在让训练规模最大的 AI 模型变得轻松快捷。我们的系统和软件可以满足用户的需求，让您能够使用标准机器学习框架快速进行开发、扩缩和迭代，而无需更改任何变更。OpenXLA 通过为 Cerebras Wafer-Scale Engine 提供指向更高层级机器学习框架的通用接口，帮助我们扩大了用户覆盖范围，并加快了获得解决方案的速度。我们非常高兴看到 OpenXLA 生态系统在 GitHub 上为更广泛的社区参与、贡献和使用提供助力。”- Andy Hock，Cerebras Systems 副总裁兼产品主管

Google

“开源软件让每个人都有机会帮助在 AI 领域取得突破。在 Google，我们正在就 OpenXLA 项目开展协作，以进一步强化我们对开源的承诺，并促进对 AI 工具的采用。这些工具能够提高机器学习性能的标准，解决框架和硬件之间的不兼容性问题，并且可以重新配置，从而满足开发者的定制用例。我们很高兴能与 OpenXLA 社区一起开发这些工具，以便开发者能够在 AI 堆栈的许多不同层面上推动进步。”- Jeff Dean，Google 研究和 AI 部高级副总裁兼高级副总裁

方格核

“自 XLA 上市以来，我们的 IPU 编译器管道就使用了它。得益于 XLA 的平台独立性和稳定性，它提供了一个理想的前端，有助于开发出新型芯片。XLA 的灵活性使我们能够公开 IPU 的新硬件功能，并通过多个框架实现一流的性能。每天由运行 XLA 编译的代码的系统处理数百万次查询。我们对 OpenXLA 的发展方向感到非常兴奋，并希望继续为开源项目做贡献。我们相信，它将成为 AI/机器学习的未来核心组件。”- David Norman，Graphcore 软件设计总监

Hugging Face

“在任何硬件上轻松高效运行任何模型是一项深层技术挑战，也是我们致力于普及良好机器学习的使命的一个重要目标。在 Hugging Face 上，我们为 TensorFlow 文本生成模型启用了 XLA，并实现了约 100 倍的提速。此外，我们还与 Intel、AWS、Habana、Graphcore、AMD、Qualcomm 和 Google 的工程团队密切合作，在框架和每个芯片之间构建开源桥梁，通过我们的 Optimum 库为最终用户提供开箱即用的效率。OpenXLA 承诺提供标准化构建块，我们可以通过这些构建块构建非常需要的互操作性，我们迫不及待地想要跟进并做出贡献！”- Morgan Funtowicz，Hugging Face 机器学习优化主管

Intel

“Intel 坚信，要让 AI 的使用能够开放、民主化。Intel CPU、GPU、Habana Gaudi 加速器和由 OneAPI 提供支持的 AI 软件（包括 OpenVINO）可以在任何地方驱动机器学习工作负载，从百亿亿级超级计算机到大型云部署。我们与其他 OpenXLA 成员一起，努力支持基于标准的组件化机器学习编译器工具，这些工具能够推动多个框架和硬件环境之间的创新，从而加速改变世界变革的科学研究。”- Greg Lavender，Intel 软件与高级技术部首席技术官兼总经理

Meta

“在 Meta AI 的研究阶段，我们一直在使用 OpenXLA 项目的核心技术 XLA，为 Cloud TPU 启用 PyTorch 模型，并显著提升了重要项目的性能。我们相信开源会加快全世界的创新步伐，并且对参与 OpenXLA 项目感到非常兴奋。”- Soumith Chintala，PyTorch 首席维护者

NVIDIA

“作为 OpenXLA 项目的创始成员，NVIDIA 期待与 OpenXLA 社区合作推进 AI/机器学习方面的进展，并坚信，随着更多人参与 OpenXLA，机器学习开发者将获享先进的 AI 基础设施。”- Roger Bringmann，NVIDIA 编译器软件部副总裁。