دليل مطوّري برامج XLA

يوضّح لك هذا الدليل كيفية بدء تطوير مشروع XLA.

قبل البدء، عليك إكمال المتطلبات الأساسية التالية:

1. انتقِل إلى صفحة المساهمة وراجِع عملية المساهمة.
2. وقِّع على اتفاقية ترخيص المساهمين إذا لم يسبق لك ذلك.
3. ثبِّت التبعيات التالية أو اضبطها:
   • حساب على GitHub
   • Docker

بعد ذلك، اتّبِع الخطوات التالية للحصول على رمز المصدر وإعداد بيئة وإنشاء المستودع وإنشاء طلب سحب.

الحصول على الشفرة‏

1. أنشئ نسخة مزوّدة بإذن الوصول الإداري من مستودع XLA.

2. استنسِخ شوكة مستودع الموارد، مع استبدال <USER> باسم مستخدم GitHub:

       
           git clone https://github.com//xla.git
       
   

3. انتقِل إلى الدليل xla: cd xla

4. اضبط مستودع التحميل عن بُعد:

       
           git remote add upstream https://github.com/openxla/xla.git
       
   

إعداد بيئة

1. ثبِّت Bazel.

   لإنشاء XLA، يجب تثبيت Bazel. الطريقة المقترَحة لتثبيت Bazel هي استخدام Bazelisk، الذي ينزِّل تلقائيًا إصدار Bazel الصحيح لاستخدامه مع XLA. في حال عدم توفّر تطبيق Bazel هنا، يمكنك تثبيت تطبيق Bazel يدويًا.

2. أنشئ حاوية Docker لنظام TensorFlow وشغِّلها.

   للحصول على صورة TensorFlow Docker لكل من وحدة المعالجة المركزية ووحدة معالجة الرسومات، نفِّذ الطرة التالية:

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

إنشاء

إنشاء وحدة المعالجة المركزية (CPU):

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

إنشاء وحدة معالجة الرسومات:

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

./configure.py --backend=CUDA

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

سيستغرق الإصدار الأول بعض الوقت لأنه يجب إنشاء الحزمة بالكامل، بما في ذلك XLA وMLIR وStableHLO.

لمزيد من المعلومات عن إنشاء XLA، اطّلِع على الإنشاء من المصدر.

إنشاء طلب سحب

عندما تكون مستعدًا لإرسال التغييرات للمراجعة، أنشئ طلب سحب.

للتعرّف على فلسفة مراجعة رمز XLA، يمكنك الاطّلاع على عملية المراجعة.