XLA 开发者指南

本指南介绍了如何开始开发 XLA 项目。

在开始之前，请完成以下前提条件：

1. 前往“贡献”页面，查看贡献流程。
2. 如果您尚未签署贡献者许可协议，请签署该协议。
3. 安装或配置以下依赖项：
   • GitHub 账号
   • Docker

然后，按照以下步骤获取源代码、设置环境、构建代码库并创建拉取请求。

获取代码

1. 创建 XLA 代码库的分支。

2. 克隆您分支的代码库，将 <USER> 替换为您的 GitHub 用户名：

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

3. 切换到 xla 目录：cd xla

4. 配置远程上游代码库：

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

设置环境

1. 安装 Bazel。

   如需构建 XLA，您必须安装 Bazel。安装 Bazel 的推荐方法是使用 Bazelisk，它会自动为 XLA 下载正确的 Bazel 版本。如果 Bazelisk 不可用，您可以手动安装 Bazel。

2. 创建并运行 TensorFlow Docker 容器。

   如需获取用于 CPU 和 GPU 构建的 TensorFlow Docker 映像，请运行以下命令：

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

构建

针对 CPU 构建：

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

针对 GPU 构建：

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/...

第一次构建需要很长时间，因为它必须构建整个堆栈，包括 XLA、MLIR 和 StableHLO。

如需详细了解如何构建 XLA，请参阅从源代码构建。

创建拉取请求

准备好将更改送审后，请创建拉取请求。

如需了解 XLA 代码审核理念，请参阅审核流程。