XLA 开发者指南

本指南介绍如何着手开发 XLA 项目。

在开始之前，请先满足以下前提条件：

1. 转到 CONTRIBUTING.md，查看贡献流程。
2. 签署贡献者许可协议（如果您尚未签署）。
3. 安装或配置以下依赖项：
   • GitHub 帐号
   • Docker

然后，按照以下步骤获取源代码、设置环境、构建代码库，并创建拉取请求。

获取代码

1. 创建 XLA 代码库的分支。

2. 克隆代码库的分支，将 <USER> 替换为您的 GitHub 用户名：

   git clone <a href="https://github.com/">https://github.com/</a><USER>/xla.git
   

3. 切换到 xla 目录：cd xla

4. 配置远程上游仓库：

   git remote add upstream <a href="https://github.com/openxla/xla.git">https://github.com/openxla/xla.git</a>
   

设置环境

1. 安装 Bazel。

   如需构建 XLA，您必须安装 Bazel。建议使用 Bazelisk 安装 Bazel，后者会自动下载适用于 XLA 的正确 Bazel 版本。如果 Bazelisk 不可用，您可以手动安装 Bazel。

2. 创建并运行 TensorFlow Docker 容器。

   如需获取适用于 CPU 的 TensorFlow Docker 映像，请运行以下命令：

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

   或者，如需获取适用于 GPU 的 TensorFlow Docker 映像，请运行以下命令：

   docker run --name xla_gpu -w /xla -it -d --rm -v $PWD:/xla tensorflow/tensorflow:devel-gpu bash
   

Build

针对 CPU 构建：

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

针对 GPU 构建：

docker exec -e TF_NEED_CUDA=1 xla_gpu ./configure
docker exec xla_gpu bazel build --test_output=all --spawn_strategy=sandboxed //xla/...

首次构建将需要花费很长时间，因为它必须构建整个堆栈，包括 XLA、MLIR 和 StableHLO。

如需详细了解如何构建 XLA，请参阅从源代码构建。

创建拉取请求

准备好将更改送审时，请创建拉取请求。

如需了解 XLA 代码审核理念，请参阅代码审核。