OpenXLA waa il furan oo la wada horumariyay ML compiler deegaanka
Dhawaan Shirkadaha ugu waaweyn ee ku hawlan horumarinta dhinaca barashada mashiinka ayaa la soo bandhigay mashruuca FurXLA, loogu talagalay horumarinta wadajirka ah ee qalabka si loo ururiyo oo loo hagaajiyo moodooyinka hababka barashada mashiinka.
Mashruucu wuxuu qaaday mas'uuliyadda horumarinta qalabyada u oggolaanaya mideynta isku-dubbaridka moodooyinka lagu diyaariyey qaab-dhismeedka TensorFlow, PyTorch iyo JAX si loogu tababaro hufan iyo fulinta GPU-yada kala duwan iyo dardar-geliyayaasha takhasuska leh. Shirkadaha sida Google, NVIDIA, AMD, Intel, Meta, Apple, Arm, Alibaba iyo Amazon ayaa ku biiray shaqada wadajirka ah ee mashruuca.
Mashruuca OpenXLA wuxuu bixiyaa iskudubarid casri ah oo ML ah kaas oo cabbiri kara kakanaanta kaabayaasha ML. Tiirarkeeda aasaasiga ah waa waxqabadka, miisaan-qaadista, qaadidda, dabacsanaanta iyo kordhinta isticmaalayaasha. Iyadoo OpenXLA, waxaan rajaynaynaa inaan furno awooda dhabta ah ee AI anagoo dardargelinayna horumarinteeda iyo gaarsiinta.
OpenXLA waxay awood u siisaa horumariyayaasha inay ururiyaan oo ay wanaajiyaan moodooyinka dhammaan qaab-dhismeedka ML ee hormuudka ka ah tababarka hufan iyo u adeegida qalabyo kala duwan oo kala duwan. Soo-saareyaasha isticmaalaya OpenXLA waxay arki doonaan horumarro la taaban karo oo ku saabsan waqtiga tababarka, waxqabadka, daahitaanka adeegga, iyo ugu dambeyntii waqtiga suuqa iyo xisaabinta kharashyada.
Waxaa la rajeynayaa in ay ku biiraan dadaalka ee kooxaha cilmi-baarista ugu waaweyn iyo wakiilada bulshada, waxay suurtogal noqon doontaa in la kiciyo horumarinta hababka barashada mashiinka oo ay xaliyaan dhibaatada kala qaybsanaanta kaabayaasha qaab-dhismeedka iyo kooxaha kala duwan.
OpenXLA waxay ogolaataa inay hirgeliso taageero wax ku ool ah oo loogu talagalay qalab kala duwan, iyadoon loo eegin qaabka uu habka barashada mishiinku ku salaysan yahay. OpenXLA waxaa la filayaa inay yarayso wakhtiga tababarka moodeelka, wanaajiso waxqabadka, yarayso daahitaanka, yarayso xisaabinta dulsaarka, oo ay dhinto wakhtiga suuqa.
FurXLA wuxuu ka kooban yahay saddex qaybood oo waaweyn, koodka kaas oo lagu qaybiyo shatiga Apache 2.0:
- XLA (aljabrada toosan ee la dedejiyey) waa isku-duwaha kuu oggolaanaya inaad sare u qaaddo moodooyinka barashada mashiinka ee fulinta waxqabadka sarreeya ee aaladaha kala duwan ee qalabka, oo ay ku jiraan GPU-yada, CPU-yada, iyo dardar-geliyayaasha takhasuska leh ee soo saarayaasha kala duwan.
- StableHLO waa qeexid aasaasi ah iyo hirgelinta hawlo Heer Sare ah (HLOs) si loogu isticmaalo moodooyinka nidaamka barashada mashiinka. Waxay u shaqeysaa sidii lakab u dhexeeya qaab-dhismeedka barashada mashiinka iyo isku-dubaridyada beddela moodalka si uu ugu shaqeeyo qalab gaar ah. Lakabyada waxaa loo diyaariyey in ay soo saaraan moodallo qaab StableHLO ah oo loogu talagalay qaab-dhismeedka PyTorch, TensorFlow iyo JAX. Qolka MHLO waxa loo istcimaalaa aasaaska StableHLO, kaas oo lagu kordhiyey taageerada taxanaha iyo xakamaynta nooca.
- IREE (Deegaanka Fulinta Dhexdhexaadinta Dhexdhexaadinta) waa ururiye iyo wakhti hawleed u beddela moodooyinka barashada mashiinka matalaad dhexdhexaad ah oo caalami ah oo ku salaysan qaabka MLIR (Matalaad Heer-dhexe ah) ee mashruuca LLVM. Astaamaha, suurtagalnimada diyaarinta (ka hor), taageerada xakamaynta socodka, awoodda isticmaalka walxaha firfircoon ee moodooyinka, hagaajinta CPU-yada kala duwan iyo GPU-yada, iyo hoos u dhaca hoose ayaa la muujiyay.
Marka la eego faa'iidooyinka ugu muhiimsan ee OpenXLA, waxaa lagu sheegay taas waxqabadka ugu fiicna ayaa la gaaray iyada oo aan la dhex gelin code-qorista qalab gaar ah, marka lagu daro Bixi wax-ka-beddelid-ka-baxsan-sanduuqa, oo ay ku jiraan fududaynta tibaaxaha aljabrada, qoondaynta xusuusta hufan, jadwalka fulinta, iyada oo la tixgelinayo hoos u dhigista isticmaalka xusuusta ugu badan iyo kharashyada dheeraadka ah.
Faa'iidada kale waa fududaynta miisaanka iyo isbarbardhigga xisaabinta. Way ku filan tahay horumariye inuu ku daro tafaasiil hoose oo ka mid ah kiraystayaasha muhiimka ah, taas oo ku saleysan taas oo isku-dubariduhu si toos ah u soo saari karo koodka xisaabinta barbar socota.
Waxaa sidoo kale la iftiimiyay in qaadidda waxaa lagu bixiyaa taageero qalabyo badan oo qalabaysan, sida AMD iyo NVIDIA GPUs, x86 iyo ARM CPUs, Google TPU ML Accelerators, AWS Trainium Inferentia IPUs, Graphcore, iyo Wafer-Scale Engine Cerebras.
Taageerada isku xirka kordhinta iyo hirgelinta hawlo dheeraad ah, sidii taageero loogu qori lahaa horudhaca barashada mashiinka qoto dheer iyadoo la adeegsanayo CUDA, HIP, SYCL, Triton iyo luqadaha kale ee xisaabinta barbar socota, iyo sidoo kale suurtogalnimada hagaajinta gacanta ee cidhifyada moodooyinka.
Ugu dambeyntiina, haddii aad xiisaynayso inaad wax badan ka ogaato, waad la tashan kartaa faahfaahinta xiriirka soo socda.