OpenXLA היא סביבה עסקית פתוחה של רכיבי תשתית למידת מכונה (ML) שמאפשרים לשפר את הביצועים, להעביר אותם בקלות ולהרחיב אותם. הרכיבים האלה מפשטים את הפיתוח של למידת המכונה על ידי פירוק הכלים בין מסגרות חזית לבין קצוות עורפיים של חומרה. המערכת פותחה על ידי מובילים בתחום התוכנה, החומרה והמודלים של AI.
איך הקהילה משתמשת ב-OpenXLA? בדף הזה נאספים קישורים למאגרים ולפרויקטים שמשתמשים ב-OpenXLA, כדי לספק השראה וקודים לדוגמה.
יש לכם פרויקט שמשתמש ב-OpenXLA? אפשר לשלוח לנו בקשת משיכה ולהוסיף אותה לדף הזה.
מסגרות
- JAX היא מסגרת ML עם API שדומה ל-NumPy, שמאפשרת לכתוב מודלים של ML עם ביצועים גבוהים
- PyTorch/XLA מספק גשר מ-PyTorch ל-OpenXLA ול-StableHLO
- TensorFlow היא מסגרת למידת מכונה ותיקה עם מערכת אקולוגית גדולה
יישומי פלאגין של PJRT
- libTPU מאפשרת להריץ מודלים במעבדי Cloud TPU של Google
הידור קצה
- Google AI Edge משתמש ב-StableHLO כפורמט קלט לפריסה במכשירים ניידים באמצעות LiteRT
- AI Edge Torch מייצא מודלים של PyTorch לפריסה בנייד באמצעות StableHLO
- AI Edge Torch מייצא מודלים של PyTorch לפריסה בנייד באמצעות StableHLO
כלים ותצוגה חזותית
- דוח הביצועים של המודל מציע תצוגה חזותית של תרשים היררכי עם תמיכה במודלים של StableHLO
