دليل مطوّري برامج XLA

يوضح لك هذا الدليل كيفية البدء في تطوير مشروع XLA.

قبل البدء، أكمل المتطلّبات الأساسية التالية:

  1. انتقِل إلى CONTRIBUTING.md وراجِع المساهمة. الدفع.
  2. وقِّع على اتفاقية ترخيص المساهمين
  3. ثبِّت التبعيات التالية أو اضبطها:

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

الحصول على الرمز‏

  1. أنشئ نسخة مزوّدة بإذن الوصول الإداري من مستودع XLA.
  2. استنسِخ نسختك من المستودع، مع استبدال <USER> باسم المستخدم على GitHub:

    git clone <a href="https://github.com/">https://github.com/</a><USER>/xla.git
    
  3. التغيير إلى الدليل xla: cd xla

  4. اضبط مستودع التحميل عن بُعد:

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

إعداد بيئة

  1. ثبِّت Bazel.

    لإنشاء XLA، يجب تثبيت Bazel. الطريقة الموصى بها لتثبيت يستخدم Bazel برنامج Bazelisk. والذي ينزّل تلقائيًا إصدار Bazel الصحيح لـ XLA. إذا لم يكن Bazelisk متاحًا، يمكنك تثبيت 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 لأنّه يجب إنشاء السلسلة الكاملة للتجميع، بما في ذلك XLA وMLIR وStableHLO.

لمزيد من المعلومات حول إنشاء XLA، يُرجى الاطّلاع على إنشاء 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: