StableHLO هي مجموعة عمليات للعمليات العالية المستوى (HLO) في نماذج تعلُّم الآلة (ML). فهي في الأساس طبقة قابلة للنقل بين أطر عمل تعلُّم الآلة المختلفة وبرامج تجميع تعلُّم الآلة، إذ تكون أُطر العمل الخاصة بالتعلُّم الآلة التي تنتج برامج StableHLO متوافقة مع برامج تعلُّم الآلة التي تستخدم برامج StableHLO.
هدفنا هو تبسيط تطوير تعلُّم الآلة وتسريعه من خلال توفير المزيد من إمكانية التشغيل التفاعلي بين أُطر عمل تعلُّم الآلة المختلفة (مثل TensorFlow وJAX و PyTorch) وبرامج تجميع تعلُّم الآلة (مثل XLA وIREE).
تستند StableHLO إلى لهجة MHLO وتُحسِّنها من خلال وظائف إضافية، بما في ذلك التسلسل وإدارة الإصدارات. نستخدم الرمز الثنائي MLIR بصفته تنسيقًا للتسلسل ونوفّر ضمانات للتوافق مع الإصدارات السابقة واللاحقة. ويضمن ذلك التوافق بين الإطارات المرجعية والمجمّعات، حتى مع استمرار تطوير StableHLO.
يتضمّن هذا المستودع مواصفات StableHLO بالإضافة إلى تنفيذ يستند إلى MLIR في C++ وPython، ويمكنك استخدامه لتحديد برامج StableHLO لاستخدامها من قِبل المجمعات مثل XLA وIREE.
تعليمات الإصدار
اطّلِع على StableHLO على GitHub للحصول على تعليمات الإنشاء .
المنتدى
يتطلب إنشاء طبقة إمكانية نقل رائعة بين أطر عمل تعلُّم الآلة وبرامج تجميع تعلُّم الآلة التعاون في مجال تعلُّم الآلة بأكمله، لذا تسرّنا مساعدتك في مشروع StableHLO.
نستخدم مشاكل GitHub أو طلبات السحب لتنظيم عملية التطوير وopenxla-discuss للقيام بمناقشات أطول. لدينا أيضًا قناة #stablehlo
على خادم OpenXLA Discord.