이 가이드에서는 XLA 프로젝트 개발을 시작하는 방법을 보여줍니다.
시작하기 전에 다음 기본 요건을 완료하세요.
- CONTRIBUTING.md로 이동하여 참여를 검토합니다. 프로세스입니다
- 아직 서명하지 않았다면 기여자 라이선스 계약.
- 다음 종속 항목을 설치하거나 구성합니다.
그런 다음 아래 단계에 따라 소스 코드를 가져오고, 환경을 설정하고, pull 요청을 만듭니다
코드 가져오기
- XLA 저장소의 포크를 만듭니다.
저장소의 포크를 클론하고
<USER>
을 GitHub 사용자 이름으로 바꿉니다.git clone <a href="https://github.com/">https://github.com/</a><USER>/xla.git
xla
디렉터리로 변경합니다.cd xla
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
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
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.