O MLIR unifica a infraestrutura para modelos de ML de alto desempenho no TensorFlow.

O projeto MLIR define uma representação intermediária comum (IR, na sigla em inglês) que unifica a infraestrutura necessária para executar modelos de machine learning de alto desempenho no TensorFlow e em frameworks de ML semelhantes. Esse projeto inclui a aplicação de técnicas de HPC e a integração de algoritmos de pesquisa, como o aprendizado por reforço. O objetivo do MLIR é reduzir o custo de criação de novo hardware e melhorar a usabilidade para os usuários atuais do TensorFlow.
// Syntactically similar to LLVM:
func @testFunction(%arg0: i32) {
  %x = call @thingToCall(%arg0) : (i32) -> i32
  br ^bb1
^bb1:
  %y = addi %x, %x : i32
  return %y : i32
}