StableHLO, makine öğrenimi (ML) modellerindeki üst düzey işlemler (HLO) için kullanılan bir işlem kümesidir. Temel olarak farklı makine öğrenimi çerçeveleri ve makine öğrenimi derleyicileri arasındaki taşınabilirlik katmanıdır: StableHLO programları üreten makine öğrenimi çerçeveleri, StableHLO programlarını kullanan makine öğrenimi derleyicileriyle uyumludur.
Amacımız, çeşitli makine öğrenimi çerçeveleri (ör. TensorFlow, JAX ve PyTorch) ile ML derleyicileri (ör. XLA ve IREE) arasında daha fazla birlikte çalışabilirlik sağlayarak makine öğrenimi geliştirme sürecini basitleştirmek ve hızlandırmaktır.
StableHLO, MHLO diline dayalı olup serileştirme ve sürüm oluşturma gibi ek işlevlerle geliştirmektedir. MLIR bayt kodunu serileştirme biçimi olarak kullanıp geri ve ileri uyumluluk garantileri sunuyoruz. Bu, StableHLO gelişmeye devam etse bile çerçeveler ve derleyiciler arasında uyumluluk sağlar.
Bu depo, XLA ve IREE gibi derleyicilerin kullanımına yönelik StableHLO programları tanımlamak için kullanabileceğiniz C++ ve Python'da MLIR tabanlı bir uygulamayla birlikte StableHLO spesifikasyonunu içerir.
Derleme talimatları
Derleme talimatları için GitHub'da StableHLO'ya bakın.
Topluluk
Makine öğrenimi çerçeveleri ve makine öğrenimi derleyicileri arasında harika bir taşınabilirlik katmanı oluşturmak için makine öğrenimi sektörünün tamamında işbirliği yapılması gerekir. Bu nedenle, StableHLO projesinde yardımınızı almaktan mutluluk duyarız.
Geliştirmeyi düzenlemek için GitHub sorunları / pull isteklerinden ve daha uzun tartışmalar yapmak için openxla-discuss'dan yararlanıyoruz. Ayrıca OpenXLA Discord sunucusunda bir #stablehlo kanalımız da var.