XLA 開發人員指南

本指南說明如何開始開發 XLA 專案。

在開始之前，請先完成下列必要條件：

  1. 前往 CONTRIBUTING.md 並查看捐款程序。
  2. 如果您尚未簽署《Contributor License Agreement》，請先簽署。
  3. 安裝或設定下列依附元件：

然後按照下列步驟取得原始碼、設定環境、建構存放區及建立提取要求。

取得程式碼

  1. 建立 XLA 存放區的分支。

  2. 複製存放區分支，將 <USER> 替換為 GitHub 使用者名稱：

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

  3. 變更為 xla 目錄：cd xla

  4. 設定遠端上游存放區：

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

設定環境

  1. 安裝 Bazel。

    如要建構 XLA，您必須安裝 Bazel。建議您使用 Bazelisk 安裝 Bazelisk，藉此自動下載 XLA 適用的 Bazel 版本。如果無法使用 Bazelisk，您可以手動安裝 Bazel。

  2. 建立並執行 TensorFlow Docker 容器。

    如要取得 CPU 適用的 TensorFlow Docker 映像檔，請執行下列指令：

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

    或者，如要取得 GPU 適用的 TensorFlow Docker 映像檔，請執行下列指令：

    docker run --name xla_gpu -w /xla -it -d --rm -v $PWD:/xla tensorflow/tensorflow:devel-gpu bash

建構

針對 CPU 進行建構：

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

針對 GPU 進行建構：

docker exec -e TF_NEED_CUDA=1 xla_gpu ./configure
docker exec xla_gpu bazel build --test_output=all --spawn_strategy=sandboxed //xla/...

您的第一個版本會需要花很多時間，因為必須建構整個堆疊，包括 XLA、MLIR 和 StableHLO。

如要進一步瞭解如何建構 XLA，請參閱「從原始碼開始建構」。

建立提取要求

準備好將變更送審時，請建立提取要求。

如要瞭解 XLA 程式碼審查的運作方式，請參閱「程式碼審查」。