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।
বৈশিষ্ট্য এবং শুরু করা
StableHLO এর বর্তমান রিলিজে অনেক উল্লেখযোগ্য বৈশিষ্ট্য এবং মাইলফলক রয়েছে:
- সম্পূর্ণরূপে নির্দিষ্ট করা হয়েছে: StableHLO স্পেসিফিকেশন যাচাইকারী এবং টাইপ ইনফারেন্সের পাশাপাশি গতিশীলতা এবং কোয়ান্টাইজেশন ক্ষমতা সহ সমস্ত ~100 অপ্সের জন্য সংজ্ঞায়িত করা হয়েছে।
- দীর্ঘমেয়াদী সার্ভার/এজ ডিপ্লোয়মেন্ট এবং বার্ষিক আপডেট চক্রের জন্য মঞ্জুরি দেয়, 5 বছরের পিছনের সামঞ্জস্য এবং 2 বছর এগিয়ে যাওয়ার গ্যারান্টি ।
- C++ এবং Python API সহ স্ট্যাটিক এবং ডাইনামিক অপ সমর্থন সহ রেফারেন্স ইন্টারপ্রেটার ।
- দ্রুত পরীক্ষা-নিরীক্ষা বা মডেলিং বিক্রেতা-নির্দিষ্ট ক্রিয়াকলাপের জন্য যৌগিক অপ্স এবং কাস্টম-কলের মাধ্যমে এক্সটেনসিবিলিটি ।
- মূল বৈশিষ্ট্যগুলির জন্য C++/পাইথন এপিআই এবং সহজে অনবোর্ডিংয়ের জন্য রাতের ডেভ-হুইল ফাইল।
- বিভিন্ন ফ্রেমওয়ার্ক, সেইসাথে অন্যান্য ইউটিলিটি ফাংশন থেকে StableHLO বের করার জন্য Python APIs প্রদর্শনের জন্য Colab টিউটোরিয়াল ।
- ডাইনামিক এবং কোয়ান্টাইজড প্রোগ্রাম এবং ভেন্ডর ইন্টিগ্রেশন টেস্টিং, ফরোয়ার্ড/ব্যাকওয়ার্ড কম্প্যাটিবিলিটি টেস্ট এবং >90% কোড কভারেজের জন্য সোনার ফলাফল সহ 3k টেস্ট ফাইলের টেস্টডেটা স্যুট ।
- হার্ডওয়্যার স্বাধীন প্রোগ্রাম সরলীকরণের জন্য প্রোগ্রাম রূপান্তর , কংক্রিট ইনপুট আর্গুমেন্ট ব্যবহার করে গতিশীল আকৃতির প্রোগ্রামগুলিকে পরিমার্জন করা এবং লিনালগ বা টোসার মতো আপস্ট্রিম এমএলআইআর উপভাষায় রূপান্তর ।
- ট্রান্সফর্মেশনের জন্য অনেক ইকোসিস্টেমের অবদান, সেইসাথে অপসেট পরিবর্তনের জন্য RFCs সহ সম্প্রদায়-চালিত : নতুন FP8 প্রকার, কালেক্টিভ_ব্রডকাস্ট, ব্যাচড গ্যাদার/স্ক্যাটার অপস, হাইব্রিড কোয়ান্টাইজেশন, ইন্টারপ্রেটার API, CHLO পচন, StableHLO সরলীকরণ রূপান্তর, এবং আরও অনেক কিছু!
মডেল ডেভেলপাররা আপনার ML প্রোজেক্ট কম্পাইল করতে StableHLO বা XLA ব্যবহার করতে চাইছেন, আপনার ML ফ্রেমওয়ার্কের জন্য সংশ্লিষ্ট ডকুমেন্টেশন পড়ুন:
কম্পাইলার ডেভেলপাররা StableHLO সংহত করতে চাইছেন, টিউটোরিয়াল এবং বিকাশকারীর বিবরণ সহ এই সাইটে আমাদের শুরু হওয়া ডকুমেন্টেশন দেখুন। কোনো অনবোর্ডিং সমর্থন, প্রশ্ন বা সমস্যার সম্মুখীন হওয়া সংক্রান্ত এই পৃষ্ঠার সম্প্রদায় বিভাগটি দেখুন!
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।