คู่มือนักพัฒนาซอฟต์แวร์ XLA

คู่มือนี้จะแสดงวิธีเริ่มต้นพัฒนาโปรเจ็กต์ XLA

ก่อนเริ่มต้น ให้ทำตามข้อกำหนดเบื้องต้นต่อไปนี้

  1. ไปที่หน้าการมีส่วนร่วมและอ่านกระบวนการมีส่วนร่วม
  2. ลงนามในข้อตกลงอนุญาตให้ใช้สิทธิสำหรับผู้มีส่วนร่วม หากยังไม่ได้ดำเนินการ
  3. ติดตั้งหรือกำหนดค่าทรัพยากร Dependency ต่อไปนี้

จากนั้นทำตามขั้นตอนด้านล่างเพื่อรับซอร์สโค้ด ตั้งค่าสภาพแวดล้อม สร้างที่เก็บ และสร้างคำขอดึงข้อมูล

รับโค้ด

  1. สร้างฟอร์กของที่เก็บ XLA
  2. โคลนที่เก็บของคุณโดยแทนที่ <USER> ด้วยชื่อผู้ใช้ GitHub ของคุณ

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

  3. เปลี่ยนเป็นไดเรกทอรี xla: cd xla

  4. กำหนดค่ารีโปต้นทางระยะไกล

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

ตั้งค่าสภาพแวดล้อม

  1. ติดตั้ง Bazel

    หากต้องการสร้าง XLA คุณต้องติดตั้ง Bazel วิธีที่เราแนะนำในการติดตั้ง Bazel คือการใช้ Bazelisk ซึ่งจะดาวน์โหลด Bazel เวอร์ชันที่ถูกต้องสำหรับ XLA โดยอัตโนมัติ หาก Bazelisk ไม่พร้อมใช้งาน คุณสามารถติดตั้ง Bazel ด้วยตนเองได้

  2. สร้างและเรียกใช้คอนเทนเนอร์ Docker ของ TensorFlow

    หากต้องการรับอิมเมจ Docker ของ TensorFlow สําหรับทั้งการสร้าง CPU และ GPU ให้เรียกใช้คําสั่งต่อไปนี้

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

สร้าง

บิลด์สำหรับ CPU:

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

บิลด์สำหรับ GPU:

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/...

บิลด์แรกจะใช้เวลานานพอสมควรเนื่องจากต้องสร้างทั้งสแต็ก ซึ่งรวมถึง XLA, MLIR และ StableHLO

ดูข้อมูลเพิ่มเติมเกี่ยวกับการสร้าง XLA ได้ที่สร้างจากแหล่งที่มา

สร้างคำขอดึงข้อมูล

เมื่อพร้อมส่งการเปลี่ยนแปลงเข้ารับการตรวจสอบแล้ว ให้สร้างคำขอดึงข้อมูล

ดูข้อมูลเกี่ยวกับปรัชญาการตรวจสอบโค้ด XLA ได้ที่กระบวนการตรวจสอบ