सोर्स से बनाएं

इस दस्तावेज़ में XLA कॉम्पोनेंट बनाने का तरीका बताया गया है.

अगर आपने XLA रिपॉज़िटरी का क्लोन नहीं बनाया है या Basel को इंस्टॉल नहीं किया है, तो कृपया "शुरू करें" सेक्शन में मिलेगा.

Linux

कॉन्फ़िगर करें

XLA बिल्ड को रिपॉज़िटरी के रूट में मौजूद .bazelrc फ़ाइल से कॉन्फ़िगर किया जाता है डायरेक्ट्री. सामान्य सेटिंग में बदलाव करने के लिए, ./configure.py स्क्रिप्ट का इस्तेमाल किया जा सकता है.

अगर आपको कॉन्फ़िगरेशन बदलना है, तो ./configure.py स्क्रिप्ट को यहां से चलाएं डेटा स्टोर करने की जगह की रूट डायरेक्ट्री पर जाएं. इस स्क्रिप्ट में XLA की जगह के लिए फ़्लैग हैं डिपेंडेंसी और अतिरिक्त बिल्ड कॉन्फ़िगरेशन विकल्प (कंपाइलर फ़्लैग, उदाहरण के लिए). ज़्यादा जानकारी के लिए, सैंपल सेशन सेक्शन देखें.

सीपीयू की सुविधा

हमारा सुझाव है कि XLA को बनाने/जांच करने के लिए, सही डॉकर कंटेनर का इस्तेमाल करें, जैसे TensorFlow का डॉकर कंटेनर:

docker run --name xla -w /xla -it -d --rm -v $PWD:/xla tensorflow/build:latest-python3.9 bash

डॉकर कंटेनर का इस्तेमाल करके, सीपीयू की सुविधा के साथ XLA बनाया जा सकता है. इसके लिए, इनका इस्तेमाल करें आदेश:

docker exec xla ./configure.py --backend=CPU
docker exec xla bazel build //xla/...  --spawn_strategy=sandboxed --test_output=all

अगर आपको Docker के बिना, सीपीयू की सुविधा के साथ XLA टारगेट बनाना है, तो आपको क्लैंग इंस्टॉल करें. फ़िलहाल, XLA को clang-17 वाले CI के लिए ही तैयार किया गया है, जबकि पुराने वर्शन में यह मॉडल उपलब्ध है भी काम करना चाहिए:

apt install clang

इसके बाद, इन निर्देशों का इस्तेमाल करके टारगेट कॉन्फ़िगर करें और उन्हें बनाएं:

./configure.py --backend=CPU
bazel build --test_output=all --spawn_strategy=sandboxed //xla/...

जीपीयू सपोर्ट

हमारा सुझाव है कि जीपीयू के साथ XLA बनाने के लिए, ऊपर बताए गए डॉकर कंटेनर का ही इस्तेमाल करें सहायता:

docker run --name xla_gpu -w /xla -it -d --rm -v $PWD:/xla tensorflow/build:latest-python3.9 bash

जीपीयू के साथ काम करने वाली XLA बनाने के लिए, नीचे दिए गए निर्देश का इस्तेमाल करें:

docker exec xla_gpu ./configure.py --backend=CUDA
docker exec xla_gpu bazel build --test_output=all --spawn_strategy=sandboxed //xla/...

इसके बारे में ज़्यादा जानकारी के लिए TensorFlow के जीपीयू डॉकर की इमेज, इस दस्तावेज़ में देखी जा सकती हैं.

Docker के बिना भी जीपीयू सपोर्ट के साथ, XLA टारगेट बनाए जा सकते हैं. कॉन्फ़िगर करें और नीचे दिए गए निर्देशों का इस्तेमाल करके टारगेट बनाएं:

./configure.py --backend=CUDA

bazel build --test_output=all --spawn_strategy=sandboxed //xla/...

इसके बारे में ज़्यादा जानकारी के लिए हरमेटिक CUDA, तो यह दस्तावेज़ देखे जा सकते हैं.