OpenXLA ist ein offenes System aus leistungsstarken, portablen und erweiterbaren Infrastrukturkomponenten für maschinelles Lernen (ML), die die ML-Entwicklung vereinfachen, indem die Tools zwischen Frontend-Frameworks und Hardware-Backends defragmentiert werden. Entwickelt von Branchenführern in den Bereichen KI-Modellierung, Software und Hardware.
Wie verwendet die Community OpenXLA? Auf dieser Seite finden Sie Links zu Repositories und Projekten, die OpenXLA verwenden, um Inspiration und Codebeispiele zu liefern.
Haben Sie ein Projekt, in dem OpenXLA verwendet wird? Senden Sie uns einen Pull-Request und fügen Sie ihn dieser Seite hinzu.
Frameworks
- JAX ist ein ML-Framework mit einer NumPy-ähnlichen API zum Erstellen leistungsstarker ML-Modelle.
- PyTorch/XLA bietet eine Brücke von PyTorch zu OpenXLA und StableHLO.
- TensorFlow ist ein seit langem etabliertes ML-Framework mit einem großen Ökosystem.
PJRT-Plug-ins
- Mit libTPU können Modelle auf den Cloud TPUs von Google ausgeführt werden.
Edge-Kompilierung
- Google AI Edge verwendet StableHLO als Eingabeformat, um mit LiteRT auf Mobilgeräten bereitgestellt zu werden.
- AI Edge Torch exportiert PyTorch-Modelle für die mobile Bereitstellung über StableHLO
- AI Edge Torch exportiert PyTorch-Modelle für die mobile Bereitstellung über StableHLO
Tools und Visualisierung
- Der Modell-Explorer bietet eine hierarchische Grafikvisualisierung mit Unterstützung für StableHLO-Modelle.
