XLA デベロッパー ガイド

このガイドでは、XLA プロジェクトの開発を開始する方法について説明します。

開始前に、前提条件となる次の手順を行います。

  1. 寄付ページに移動して、寄付のプロセスを確認します。
  2. まだ署名していない場合は、コントリビューター ライセンス契約に署名します。
  3. 次の依存関係をインストールまたは構成します。

次に、以下の手順に沿ってソースコードを取得し、環境を設定し、リポジトリをビルドして、pull リクエストを作成します。

コードを取得する

  1. XLA リポジトリのフォークを作成します。

  2. <USER> は GitHub ユーザー名に置き換えて、リポジトリのフォークのクローンを作成します。

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

  3. xla ディレクトリに移動します。cd xla

  4. リモートのアップストリーム リポジトリを構成します。

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

環境を設定する

  1. Bazel をインストールします。

    XLA をビルドするには、Bazel がインストールされている必要があります。Bazel をインストールするおすすめの方法は、Bazelisk を使用することです。これにより、XLA に適したバージョンの Bazel が自動的にダウンロードされます。Bazelisk を使用できない場合は、手動で Bazel をインストールできます。

  2. TensorFlow Docker コンテナを作成して実行します。

    CPU と GPU の両方のビルド用の TensorFlow Docker イメージを取得するには、次のコマンドを実行します。

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

構築

CPU のビルド:

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

GPU 用にビルドします。

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/...

最初のビルドは、XLA、MLIR、StableHLO を含むスタック全体をビルドする必要があるため、時間がかかります。

XLA のビルドの詳細については、ソースからビルドするをご覧ください。

pull リクエストを作成する

変更を審査に送信する準備ができたら、pull リクエストを作成します。

XLA コードレビューの考え方については、レビュー プロセスをご覧ください。