Bu dokümanda, XLA bileşenlerinin nasıl oluşturulacağı açıklanmaktadır.
XLA deposunu klonlamadıysanız veya Bazel'i yüklemediyseniz XLA Geliştirici Kılavuzu'nun ilk bölümlerine göz atın.
Linux
Yapılandır
XLA derlemeleri, deponun kök dizininde bulunan .bazelrc dosyası tarafından yapılandırılır. ./configure.py komut dosyası, yaygın ayarları düzenlemek için kullanılabilir.
Yapılandırmayı değiştirmeniz gerekiyorsa deposunun kök dizininden ./configure.py komut dosyasını çalıştırın. Bu komut dosyasında, XLA bağımlılıkları ve ek derleme yapılandırma seçenekleri (ör. derleyici işaretleri) için işaretler bulunur. Ayrıntılar için Örnek oturum bölümüne bakın.
CPU desteği
XLA'yı derlemek/test etmek için TensorFlow'un Docker container'ı gibi uygun bir Docker container'ı kullanmanızı öneririz:
docker run --name xla -w /xla -it -d --rm -v $PWD:/xla tensorflow/build:latest-python3.9 bash
Bir Docker kapsayıcı kullanarak aşağıdaki komutları kullanarak XLA'yı CPU desteğiyle derleyebilirsiniz:
docker exec xla ./configure.py --backend=CPU
docker exec xla bazel build //xla/... --spawn_strategy=sandboxed --test_output=all
Docker olmadan CPU desteğiyle XLA hedefleri oluşturmak istiyorsanız clang'ı yüklemeniz gerekir. XLA şu anda CI'de clang-17 ile derleniyor ancak önceki sürümler de çalışabilir:
apt install clang
Ardından aşağıdaki komutları kullanarak hedefleri yapılandırın ve oluşturun:
./configure.py --backend=CPU
bazel build --test_output=all --spawn_strategy=sandboxed //xla/...
GPU desteği
GPU desteğiyle XLA oluşturmak için yukarıdakiyle aynı Docker container'ını kullanmanız önerilir:
docker run --name xla_gpu -w /xla -it -d --rm -v $PWD:/xla tensorflow/build:latest-python3.9 bash
XLA'yı GPU desteğiyle derlemek için aşağıdaki komutu kullanın:
docker exec xla_gpu ./configure.py --backend=CUDA
docker exec xla_gpu bazel build --test_output=all --spawn_strategy=sandboxed //xla/...
TensorFlow'un GPU Docker resimleriyle ilgili daha fazla bilgi için bu dokümanı inceleyebilirsiniz.
XLA hedeflerini Docker olmadan da GPU desteğiyle derleyebilirsiniz. Aşağıdaki komutları kullanarak hedefleri yapılandırın ve derleyin:
./configure.py --backend=CUDA
bazel build --test_output=all --spawn_strategy=sandboxed //xla/...
Hermetik CUDA ile ilgili daha fazla bilgi için bu dokümanı inceleyebilirsiniz.