OpenXLA 是一个由高性能、可移植且可扩展的机器学习 (ML) 基础架构组件组成的开放生态系统,可通过在前端框架和硬件后端之间解碎工具来简化机器学习开发。由 AI 建模、软件和硬件行业领导者打造。
社区如何使用 OpenXLA?本页面汇总了使用 OpenXLA 的代码库和项目的链接,以提供灵感和代码指针!
是否有使用 OpenXLA 的项目?请向我们发送拉取请求,并将其添加到此页面!
框架
- JAX 是一个机器学习框架,具有类似 NumPy 的 API,用于编写高性能机器学习模型
- PyTorch/XLA 提供了一个从 PyTorch 到 OpenXLA 和 StableHLO 的桥梁
- TensorFlow 是一个拥有庞大生态系统的长期机器学习框架
PJRT 插件
- libTPU 允许模型在 Google 的 Cloud TPU 上执行
Edge 编译
- Google AI Edge 使用 StableHLO 作为输入格式,通过 LiteRT 部署到移动设备
- AI Edge Torch 通过 StableHLO 导出 PyTorch 模型以进行移动部署
工具和可视化
- Model Explorer 提供分层图可视化功能,支持 StableHLO 模型