স্ট্যাবলএইচএলও

StableHLO হল মেশিন লার্নিং (ML) মডেলে উচ্চ-স্তরের অপারেশনের (HLO) জন্য একটি অপারেশন সেট। মূলত, এটি বিভিন্ন ML ফ্রেমওয়ার্ক এবং ML কম্পাইলারগুলির মধ্যে একটি বহনযোগ্যতা স্তর: ML ফ্রেমওয়ার্ক যা StableHLO প্রোগ্রামগুলি তৈরি করে সেগুলি ML কম্পাইলারগুলির সাথে সামঞ্জস্যপূর্ণ যেগুলি StableHLO প্রোগ্রামগুলি ব্যবহার করে৷

আমাদের লক্ষ্য হল বিভিন্ন ML ফ্রেমওয়ার্ক (যেমন TensorFlow, JAX এবং PyTorch) এবং ML কম্পাইলার (যেমন XLA এবং IREE) এর মধ্যে আরও আন্তঃকার্যযোগ্যতা তৈরি করে ML বিকাশকে সহজ করা এবং ত্বরান্বিত করা।

StableHLO MHLO উপভাষার উপর ভিত্তি করে এবং এটিকে ক্রমিককরণ এবং সংস্করণ সহ অতিরিক্ত কার্যকারিতা সহ উন্নত করে। আমরা সিরিয়ালাইজেশন ফরম্যাট হিসাবে MLIR বাইটকোড ব্যবহার করি এবং পশ্চাদগামী এবং এগিয়ে সামঞ্জস্যের গ্যারান্টি প্রদান করি। এটি ফ্রেমওয়ার্ক এবং কম্পাইলারগুলির মধ্যে সামঞ্জস্য নিশ্চিত করে, এমনকি StableHLO বিকশিত হতে থাকে।

এই সংগ্রহস্থলে C++ এবং Python-এ MLIR-ভিত্তিক বাস্তবায়ন সহ StableHLO স্পেসিফিকেশন রয়েছে, যা আপনি XLA এবং IREE-এর মতো কম্পাইলারদের দ্বারা ব্যবহারের জন্য StableHLO প্রোগ্রামগুলিকে সংজ্ঞায়িত করতে ব্যবহার করতে পারেন।

নির্দেশনা তৈরি করুন

নির্মাণ নির্দেশাবলীর জন্য GitHub-এ StableHLO দেখুন।

সম্প্রদায়

ML ফ্রেমওয়ার্ক এবং ML কম্পাইলারগুলির মধ্যে একটি আশ্চর্যজনক পোর্টেবিলিটি স্তর তৈরি করার জন্য সমগ্র ML শিল্প জুড়ে সহযোগিতার প্রয়োজন, তাই StableHLO প্রকল্পে আপনার সাহায্য পেয়ে আমরা খুশি।

আমরা উন্নয়ন সংগঠিত করার জন্য GitHub সমস্যা/পুল অনুরোধগুলি ব্যবহার করছি এবং দীর্ঘ আলোচনার জন্য openxla-আলোচনা করছি । ওপেনএক্সএলএ ডিসকর্ড সার্ভারে আমাদের একটি #stablehlo চ্যানেল রয়েছে।