تمت ترجمة هذه الصفحة بواسطة Cloud Translation API‏.

دليل مطوّري برامج XLA

يوضِّح لك هذا الدليل كيفية البدء في تطوير مشروع XLA.

قبل البدء، أكمل المتطلبات الأساسية التالية:

بعد ذلك، اتّبِع الخطوات أدناه للحصول على رمز المصدر وإعداد بيئة وإنشاء المستودع وإنشاء طلب السحب.

الحصول على الرمز‏

أنشئ شوكة في مستودع XLA.
استنسِخ شوكتك في الريبو، واستبدل <USER> باسم مستخدم GitHub:
```
git clone <a href="https://github.com/">https://github.com/</a><USER>/xla.git
```
التغيير إلى دليل xla: cd xla

اضبط إعدادات مستودع التحميل عن بُعد:

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

ثبِّت Bazel.

لإنشاء XLA، يجب أن يكون Bazel مثبّتًا لديك. الطريقة المُقترحة لتثبيت Bazel هي استخدام دالة Bazelisk التي تعمل تلقائيًا على تنزيل إصدار Bazel الصحيح لتنسيق XLA. إذا لم يكن Bazelisk غير متاح، يمكنك تثبيت Bazel يدويًا.
أنشئ حاوية TensorFlow Docker وشغِّلها.

للحصول على صورة TensorFlow Docker لوحدة المعالجة المركزية، شغِّل الأمر التالي:
```
docker run --name xla -w /xla -it -d --rm -v $PWD:/xla tensorflow/build:latest-python3.9 bash
```
بدلاً من ذلك، للحصول على صورة TensorFlow Docker لوحدة معالجة الرسومات، نفِّذ الأمر التالي:
```
docker run --name xla_gpu -w /xla -it -d --rm -v $PWD:/xla tensorflow/tensorflow:devel-gpu bash
```

إصدار يتناسب مع وحدة المعالجة المركزية (CPU):

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

إنشاء لوحدة معالجة الرسومات:

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

سيستغرق إنشاءك الأول بعض الوقت لأنه يجب أن ينشئ حزمة كاملة، بما في ذلك XLA وMLIR وStableHLO.

للمزيد من المعلومات عن إنشاء XLA، يُرجى الاطّلاع على إنشاء من المصدر.

عندما تكون مستعدًا لإرسال التغييرات لمراجعتها، عليك إنشاء طلب سحب.

للاطّلاع على فلسفة مراجعة رموز XLA، يمكنك مراجعة مراجعات الرموز.