XLA 개발자 가이드

이 가이드에서는 XLA 프로젝트 개발을 시작하는 방법을 보여줍니다.

시작하기 전에 다음 기본 요건을 완료하세요.

  1. CONTRIBUTING.md로 이동하여 참여를 검토합니다. 프로세스입니다
  2. 아직 서명하지 않았다면 기여자 라이선스 계약.
  3. 다음 종속 항목을 설치하거나 구성합니다.

그런 다음 아래 단계에 따라 소스 코드를 가져오고, 환경을 설정하고, pull 요청을 만듭니다

코드 가져오기

  1. XLA 저장소의 포크를 만듭니다.
  2. 저장소의 포크를 클론하고 <USER>을 GitHub 사용자 이름으로 바꿉니다.

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

  4. 원격 업스트림 저장소를 구성합니다.

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

환경 설정

  1. Bazel을 설치합니다.

    XLA를 빌드하려면 Bazel이 설치되어 있어야 합니다. 권장되는 설치 방법 Bazel은 Bazelisk를 사용합니다. 이는 XLA에 올바른 Bazel 버전을 자동으로 다운로드합니다. 바젤리스크가 있다면 사용할 수 없는 경우 Bazel을 설치할 수 있습니다. 작업을 수행할 수 있습니다

  2. TensorFlow Docker 컨테이너를 만들고 실행합니다.

    CPU 및 GPU 빌드에 모두 TensorFlow Docker 이미지를 가져오려면 다음을 실행합니다. 다음 명령어를 실행합니다.

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

빌드

CPU용으로 빌드:

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

GPU용 빌드:

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/...

첫 번째 빌드는 XLA, MLIR, StableHLO를 비롯한 전체 스택을 빌드해야 하므로 시간이 꽤 걸립니다.

XLA 빌드에 관한 자세한 내용은 소스에서 빌드를 참고하세요.

pull 요청 만들기

검토를 위해 변경사항을 전송할 준비가 되면 pull 요청을 참조하세요.

XLA 코드 검토 철학에 대해 자세히 알아보려면 검토 절차.