'mhlo' ภาษาถิ่น

การดำเนินงาน

mhlo.abs (mhlo::AbsOp)

การผ่าตัดหน้าท้อง

ไวยากรณ์:

operation ::= `mhlo.abs` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

ดำเนินการ ABS แบบใช้องค์ประกอบกับ operand เทนเซอร์และสร้าง result เทนเซอร์

ดู: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#abs

ตัวอย่าง:

%result = mhlo.abs %operand : tensor<3xi32>

ลักษณะ: AlwaysSpeculatableImplTrait , Elementwise , SameOperandsAndResultShape

อินเทอร์เฟซ: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

เอฟเฟ็กต์: MemoryEffects::Effect{}

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
operand เทนเซอร์อันดับของจำนวนเต็ม signless 4/8/16/32/64 บิตหรือประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือ 16 บิต float หรือ 32 บิต float หรือ 64 บิต float หรือประเภท bfloat16 หรือ ประเภทเชิงซ้อนที่มีองค์ประกอบ float 32 บิตหรือองค์ประกอบ float 64 บิต หรือจำนวนเต็มเซ็นชื่อแบบควอนตัม 4/8/16/32 บิต หรือ 4/8/16/32 บิตแบบควอนตัมต่อจำนวนเต็มเซ็นชื่อแบบจำนวนบิต หรือ 4/8/16/ จำนวนเต็มที่ไม่ได้ลงนามแบบควอนตัมแบบ 32 บิต หรือแบบควอนตัมแบบสม่ำเสมอแบบ 4/8/16/32 บิตต่อแกนค่าจำนวนเต็มแบบไม่ได้ลงนาม

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result เทนเซอร์อันดับของจำนวนเต็ม signless 4/8/16/32/64 บิตหรือประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือ 16 บิต float หรือ 32 บิต float หรือ 64 บิต float หรือประเภท bfloat16 หรือ จำนวนเต็มที่ลงนามแบบควอนตัม 4/8/16/32 บิต หรือจำนวนเต็มที่ลงนามแบบควอนตัม 4/8/16/32 บิตต่อจำนวนเต็มเซ็นชื่อแบบแกน หรือ 4/8/16/32 บิตแบบควอนตัมจำนวนเต็มแบบไม่มีลายเซ็น หรือ 4/8/16/ ปริมาณเลขสม่ำเสมอแบบ 32 บิตต่อค่าจำนวนเต็มที่ไม่ได้ลงนาม

mhlo.add (mhlo::AddOp)

เพิ่มการดำเนินการ

ไวยากรณ์:

operation ::= `mhlo.add` $lhs `,` $rhs attr-dict
              `:` custom<SameOperandsAndResultType>(type($lhs), type($rhs), type($result))

ดำเนินการบวกเทนเซอร์ lhs และ rhs สองตัวตามองค์ประกอบ และสร้าง result เทนเซอร์

ดู: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#add

ตัวอย่าง:

%result = mhlo.add %lhs, %rhs : tensor<2x2xi32>

ลักษณะ: AlwaysSpeculatableImplTrait , Commutative , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

อินเทอร์เฟซ: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

เอฟเฟ็กต์: MemoryEffects::Effect{}

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
lhs เทนเซอร์อันดับของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือลอย 16 บิตหรือลอย 32 บิตหรือลอย 64 บิตหรือชนิด bfloat16 หรือ pred (บูลีน AKA หรือจำนวนเต็ม 1 บิต) หรือ 4/8 /16/32/64-bit signless integer หรือ 4/8/16/32/64-bit unsigned integer หรือ complex type ที่มี 32-bit float หรือ 64-bit float element หรือ 4/8/16/32-bit uniform quantized จำนวนเต็มแบบลงนามหรือจำนวนเต็มแบบมีเครื่องหมาย 4/8/16/32 บิตแบบควอนตัมแบบจำนวนเต็มแบบไม่มีเครื่องหมาย หรือแบบแบบควอนตัมแบบแบบ 4/8/16/32 บิตต่อแกนแบบจำนวนเต็มแบบเซ็นชื่อหรือแบบแบบควอนตัมแบบควอนตัมแบบ 4/8/16/32 บิตแบบควอนตัมต่อแกนแบบค่าจำนวนเต็มแบบไม่มีเครื่องหมาย
rhs เทนเซอร์อันดับของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือลอย 16 บิตหรือลอย 32 บิตหรือลอย 64 บิตหรือชนิด bfloat16 หรือ pred (บูลีน AKA หรือจำนวนเต็ม 1 บิต) หรือ 4/8 /16/32/64-bit signless integer หรือ 4/8/16/32/64-bit unsigned integer หรือ complex type ที่มี 32-bit float หรือ 64-bit float element หรือ 4/8/16/32-bit uniform quantized จำนวนเต็มแบบลงนามหรือจำนวนเต็มแบบมีเครื่องหมาย 4/8/16/32 บิตแบบควอนตัมแบบจำนวนเต็มแบบไม่มีเครื่องหมาย หรือแบบแบบควอนตัมแบบแบบ 4/8/16/32 บิตต่อแกนแบบจำนวนเต็มแบบเซ็นชื่อหรือแบบแบบควอนตัมแบบควอนตัมแบบ 4/8/16/32 บิตแบบควอนตัมต่อแกนแบบค่าจำนวนเต็มแบบไม่มีเครื่องหมาย

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result เทนเซอร์อันดับของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือลอย 16 บิตหรือลอย 32 บิตหรือลอย 64 บิตหรือชนิด bfloat16 หรือ pred (บูลีน AKA หรือจำนวนเต็ม 1 บิต) หรือ 4/8 /16/32/64-bit signless integer หรือ 4/8/16/32/64-bit unsigned integer หรือ complex type ที่มี 32-bit float หรือ 64-bit float element หรือ 4/8/16/32-bit uniform quantized จำนวนเต็มแบบลงนามหรือจำนวนเต็มแบบมีเครื่องหมาย 4/8/16/32 บิตแบบควอนตัมแบบจำนวนเต็มแบบไม่มีเครื่องหมาย หรือแบบแบบควอนตัมแบบแบบ 4/8/16/32 บิตต่อแกนแบบจำนวนเต็มแบบเซ็นชื่อหรือแบบแบบควอนตัมแบบควอนตัมแบบ 4/8/16/32 บิตแบบควอนตัมต่อแกนแบบค่าจำนวนเต็มแบบไม่มีเครื่องหมาย

mhlo.add_dependency (mhlo::AddDependencyOp)

เพิ่มการดำเนินการพึ่งพา

ไวยากรณ์:

operation ::= `mhlo.add_dependency` operands attr-dict `:` functional-type(operands, results)

การดำเนินการนี้เป็นแบบส่วนตัวสำหรับคอมไพเลอร์ XLA ดังนั้นจึงยังไม่มีข้อกำหนด

อย่างไม่เป็นทางการ การดำเนินการนี้มีตัวถูกดำเนินการสองตัว: ตัวถูกดำเนินการข้อมูลและโทเค็น ผลลัพธ์ของการดำเนินการคือตัวถูกดำเนินการข้อมูล เมื่อใช้กับ AfterAll การดำเนินการนี้จะเปิดใช้งานการเรียงลำดับการดำเนินการที่ไม่มีผลข้างเคียง (การดำเนินการที่ไม่สร้างค่าโทเค็น)

ตัวอย่าง:

%1 = mhlo.add_dependency %arg0, %0 : (tensor<3x4xf32>, !mhlo.token) -> tensor<3x4xf32>

ลักษณะ: AlwaysSpeculatableImplTrait

อินเทอร์เฟซ: ConditionallySpeculatable , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

เอฟเฟ็กต์: MemoryEffects::Effect{}

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
operand เทนเซอร์อันดับของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือลอย 16 บิตหรือลอย 32 บิตหรือลอย 64 บิตหรือชนิด bfloat16 หรือ pred (บูลีน AKA หรือจำนวนเต็ม 1 บิต) หรือ 4/8 /16/32/64-bit signless integer หรือ 4/8/16/32/64-bit unsigned integer หรือ complex type ที่มี 32-bit float หรือ 64-bit float element หรือ 4/8/16/32-bit uniform quantized จำนวนเต็มที่ลงนามหรือจำนวนเต็มสม่ำเสมอ 4/8/16/32 บิตที่เซ็นชื่อแล้ว ค่าจำนวนเต็มที่ไม่ได้ลงนามหรือเทนเซอร์อันดับของจำนวนเต็มสม่ำเสมอ 4/8/16/32 บิตต่อแกน จำนวนเต็มที่ลงนามหรือจำนวนเต็มสม่ำเสมอ 4/8/16/32 บิตต่อแกน ค่าจำนวนเต็มหรือโทเค็นที่ไม่ได้ลงนาม
token โทเค็น

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์อันดับของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือลอย 16 บิตหรือลอย 32 บิตหรือลอย 64 บิตหรือชนิด bfloat16 หรือ pred (บูลีน AKA หรือจำนวนเต็ม 1 บิต) หรือ 4/8 /16/32/64-bit signless integer หรือ 4/8/16/32/64-bit unsigned integer หรือ complex type ที่มี 32-bit float หรือ 64-bit float element หรือ 4/8/16/32-bit uniform quantized จำนวนเต็มที่ลงนามหรือจำนวนเต็มสม่ำเสมอ 4/8/16/32 บิตที่เซ็นชื่อแล้ว ค่าจำนวนเต็มที่ไม่ได้ลงนามหรือเทนเซอร์อันดับของจำนวนเต็มสม่ำเสมอ 4/8/16/32 บิตต่อแกน จำนวนเต็มที่ลงนามหรือจำนวนเต็มสม่ำเสมอ 4/8/16/32 บิตต่อแกน ค่าจำนวนเต็มหรือโทเค็นที่ไม่ได้ลงนาม

mhlo.after_all (mhlo::AfterAllOp)

การดำเนินการ AfterAll

ไวยากรณ์:

operation ::= `mhlo.after_all` $inputs attr-dict
              `:` custom<VariadicSameOperandsAndResultType>(ref($inputs), type($inputs), type($result))

ตรวจสอบให้แน่ใจว่าการดำเนินการที่สร้าง inputs นั้นได้รับการดำเนินการก่อนการดำเนินการใดๆ ที่ขึ้นอยู่กับ result

ดู: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#after_all

ตัวอย่าง:

%result = mhlo.after_all %input0, %input1 : !mhlo.token

ลักษณะ: AlwaysSpeculatableImplTrait

อินเทอร์เฟซ: ConditionallySpeculatable , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

เอฟเฟ็กต์: MemoryEffects::Effect{}

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
inputs ตัวแปรของโทเค็น

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result โทเค็น

mhlo.all_gather (mhlo::AllGatherOp)

การดำเนินการ AllGather

ภายในแต่ละกลุ่มกระบวนการในตารางกระบวนการ เชื่อมต่อค่าของตัวถูกดำเนินการเทนเซอร์จากแต่ละกระบวนการไปตาม all_gather_dim และสร้างผลลัพธ์เทนเซอร์ computation จะถูกนำไปใช้แยกกันสำหรับตัวถูกดำเนินการแต่ละตัวใน operands โดยให้ผลลัพธ์หนึ่งผลลัพธ์ต่อตัวถูกดำเนินการ

ดู: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#all_gather

ตัวอย่าง:

%result = "mhlo.all_gather"(%operand) {
  all_gather_dim = 1 : i64,
  replica_groups = dense<[[0, 1]]> : tensor<1x2xi64>
  // channel_id = 0
  channel_handle = #mhlo.channel_handle<handle = 0, type = 0>,
  // use_global_device_ids = false
} : (tensor<2x2xf32>) -> tensor<2x4xf32>

ลักษณะ: SameOperandsAndResultElementType

คุณลักษณะ:

คุณลักษณะ ประเภท MLIR คำอธิบาย
all_gather_dim ::mlir::IntegerAttr แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 64 บิต
replica_groups ::mlir::DenseIntElementsAttr แอ็ตทริบิวต์องค์ประกอบจำนวนเต็มไร้เครื่องหมาย 64 บิต
channel_handle ::mlir::mhlo::ChannelHandleAttr จำนวนเต็ม 64 บิตสองตัว 'จัดการ' และ 'ประเภท'
use_global_device_ids ::mlir::UnitAttr คุณลักษณะหน่วย

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
operands variadic ของเทนเซอร์อันดับของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือ 16-บิต float หรือ 32-บิต float หรือ 64-บิต float หรือชนิด bfloat16 หรือ pred (AKA boolean หรือจำนวนเต็ม 1 บิต) หรือ 4 /8/16/32/64-bit signless integer หรือ 4/8/16/32/64-bit unsigned integer หรือ complex type ที่มี 32-bit float หรือ 64-bit float element หรือ 4/8/16/32-bit จำนวนเต็มเชิงปริมาณที่ลงนามแบบสม่ำเสมอหรือจำนวนเต็มแบบไม่ลงนามแบบควอนตัม 4/8/16/32 บิต หรือจำนวนเต็มแบบสม่ำเสมอ 4/8/16/32 บิตต่อแกนจำนวนเต็มที่ลงนามหรือจำนวนเต็มแบบสม่ำเสมอ 4/8/16/32 บิตต่อแกนจำนวนเต็มที่ไม่ได้ลงนาม ค่านิยม

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«ไม่มีชื่อ» variadic ของเทนเซอร์อันดับของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือ 16-บิต float หรือ 32-บิต float หรือ 64-บิต float หรือชนิด bfloat16 หรือ pred (AKA boolean หรือจำนวนเต็ม 1 บิต) หรือ 4 /8/16/32/64-bit signless integer หรือ 4/8/16/32/64-bit unsigned integer หรือ complex type ที่มี 32-bit float หรือ 64-bit float element หรือ 4/8/16/32-bit จำนวนเต็มเชิงปริมาณที่ลงนามแบบสม่ำเสมอหรือจำนวนเต็มแบบไม่ลงนามแบบควอนตัม 4/8/16/32 บิต หรือจำนวนเต็มแบบสม่ำเสมอ 4/8/16/32 บิตต่อแกนจำนวนเต็มที่ลงนามหรือจำนวนเต็มแบบสม่ำเสมอ 4/8/16/32 บิตต่อแกนจำนวนเต็มที่ไม่ได้ลงนาม ค่านิยม

mhlo.all_reduce (mhlo::AllReduceOp)

ลดการดำเนินการทั้งหมด

ภายในกลุ่มกระบวนการแต่ละกลุ่มในตารางกระบวนการ จะใช้ computation ฟังก์ชันการลดกับค่าของตัวถูกดำเนินการเทนเซอร์จากแต่ละกระบวนการ และสร้างเทนเซอร์ผลลัพธ์ computation จะใช้แยกกันสำหรับตัวถูกดำเนินการแต่ละตัวใน operands โดยให้ผลลัพธ์หนึ่งผลลัพธ์ต่อตัวถูกดำเนินการ

ดู: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#all_reduce

ตัวอย่าง:

%result = "mhlo.all_reduce"(%operand) ({
  ^bb0(%arg0: tensor<f32>, %arg1: tensor<f32>):
    %0 = mhlo.add %arg1, %arg2 : tensor<f32>
    mhlo.return %0 : tensor<f32>
}) {
  replica_groups = dense<[[0, 1]]> : tensor<1x2xi64>
  // channel_id = 0
  channel_handle = #mhlo.channel_handle<handle = 0, type = 0>
  // use_global_device_ids = false
} : (tensor<4xf32>) -> tensor<4xf32>

ลักษณะ: InferTensorType , SingleBlockImplicitTerminator<ReturnOp> , SingleBlock

อินเทอร์เฟซ: InferShapedTypeOpInterface , InferTypeOpInterface

คุณลักษณะ:

คุณลักษณะ ประเภท MLIR คำอธิบาย
replica_groups ::mlir::DenseIntElementsAttr แอ็ตทริบิวต์องค์ประกอบจำนวนเต็มไร้เครื่องหมาย 64 บิต
channel_handle ::mlir::mhlo::ChannelHandleAttr จำนวนเต็ม 64 บิตสองตัว 'จัดการ' และ 'ประเภท'
use_global_device_ids ::mlir::UnitAttr คุณลักษณะหน่วย

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
operands variadic ของเทนเซอร์อันดับของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือ 16-บิต float หรือ 32-บิต float หรือ 64-บิต float หรือชนิด bfloat16 หรือ pred (AKA boolean หรือจำนวนเต็ม 1 บิต) หรือ 4 /8/16/32/64-bit signless integer หรือ 4/8/16/32/64-bit unsigned integer หรือ complex type ที่มี 32-bit float หรือ 64-bit float element หรือ 4/8/16/32-bit จำนวนเต็มเชิงปริมาณที่ลงนามแบบสม่ำเสมอหรือจำนวนเต็มแบบไม่ลงนามแบบควอนตัม 4/8/16/32 บิต หรือจำนวนเต็มแบบสม่ำเสมอ 4/8/16/32 บิตต่อแกนจำนวนเต็มที่ลงนามหรือจำนวนเต็มแบบสม่ำเสมอ 4/8/16/32 บิตต่อแกนจำนวนเต็มที่ไม่ได้ลงนาม ค่านิยม

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«ไม่มีชื่อ» variadic ของเทนเซอร์อันดับของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือ 16-บิต float หรือ 32-บิต float หรือ 64-บิต float หรือชนิด bfloat16 หรือ pred (AKA boolean หรือจำนวนเต็ม 1 บิต) หรือ 4 /8/16/32/64-bit signless integer หรือ 4/8/16/32/64-bit unsigned integer หรือ complex type ที่มี 32-bit float หรือ 64-bit float element หรือ 4/8/16/32-bit จำนวนเต็มเชิงปริมาณที่ลงนามแบบสม่ำเสมอหรือจำนวนเต็มแบบไม่ลงนามแบบควอนตัม 4/8/16/32 บิต หรือจำนวนเต็มแบบสม่ำเสมอ 4/8/16/32 บิตต่อแกนจำนวนเต็มที่ลงนามหรือจำนวนเต็มแบบสม่ำเสมอ 4/8/16/32 บิตต่อแกนจำนวนเต็มที่ไม่ได้ลงนาม ค่านิยม

mhlo.all_to_all (mhlo::AllToAllOp)

การดำเนินการ AllToAll

ภายในกลุ่มกระบวนการแต่ละกลุ่มในตารางกระบวนการ ให้แบ่งค่าของ operand เทนเซอร์ตาม split_dimension ออกเป็นส่วน ๆ กระจายส่วนที่แยกระหว่างกระบวนการ เชื่อมต่อส่วนที่กระจัดกระจายไปตาม concat_dimension และสร้าง result เทนเซอร์

ดู: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#all_to_all

ตัวอย่าง:

%result = "mhlo.all_to_all"(%operand) {
  split_dimension = 1 : i64,
  concat_dimension = 0 : i64,
  split_count = 2 : i64,
  replica_groups = dense<[[0, 1]]> : tensor<1x2xi64>
} : (tensor<2x4xf32>) -> tensor<4x2xf32>

ลักษณะ: AlwaysSpeculatableImplTrait , InferTensorType , SameOperandsElementType , SameOperandsShape , SameVariadicOperandSize

อินเทอร์เฟซ: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

เอฟเฟ็กต์: MemoryEffects::Effect{}

คุณลักษณะ:

คุณลักษณะ ประเภท MLIR คำอธิบาย
split_dimension ::mlir::IntegerAttr แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 64 บิต
concat_dimension ::mlir::IntegerAttr แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 64 บิต
split_count ::mlir::IntegerAttr แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 64 บิต
replica_groups ::mlir::DenseIntElementsAttr แอ็ตทริบิวต์องค์ประกอบจำนวนเต็มไร้เครื่องหมาย 64 บิต
channel_handle ::mlir::mhlo::ChannelHandleAttr จำนวนเต็ม 64 บิตสองตัว 'จัดการ' และ 'ประเภท'

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
operand variadic ของเทนเซอร์อันดับของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือ 16-บิต float หรือ 32-บิต float หรือ 64-บิต float หรือชนิด bfloat16 หรือ pred (AKA boolean หรือจำนวนเต็ม 1 บิต) หรือ 4 /8/16/32/64-bit signless integer หรือ 4/8/16/32/64-bit unsigned integer หรือ complex type ที่มี 32-bit float หรือ 64-bit float element หรือ 4/8/16/32-bit จำนวนเต็มเชิงปริมาณที่ลงนามแบบสม่ำเสมอหรือจำนวนเต็มแบบไม่ลงนามแบบควอนตัม 4/8/16/32 บิต หรือจำนวนเต็มแบบสม่ำเสมอ 4/8/16/32 บิตต่อแกนจำนวนเต็มที่ลงนามหรือจำนวนเต็มแบบสม่ำเสมอ 4/8/16/32 บิตต่อแกนจำนวนเต็มที่ไม่ได้ลงนาม ค่านิยม

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«ไม่มีชื่อ» variadic ของเทนเซอร์อันดับของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือ 16-บิต float หรือ 32-บิต float หรือ 64-บิต float หรือชนิด bfloat16 หรือ pred (AKA boolean หรือจำนวนเต็ม 1 บิต) หรือ 4 /8/16/32/64-bit signless integer หรือ 4/8/16/32/64-bit unsigned integer หรือ complex type ที่มี 32-bit float หรือ 64-bit float element หรือ 4/8/16/32-bit จำนวนเต็มเชิงปริมาณที่ลงนามแบบสม่ำเสมอหรือจำนวนเต็มแบบไม่ลงนามแบบควอนตัม 4/8/16/32 บิต หรือจำนวนเต็มแบบสม่ำเสมอ 4/8/16/32 บิตต่อแกนจำนวนเต็มที่ลงนามหรือจำนวนเต็มแบบสม่ำเสมอ 4/8/16/32 บิตต่อแกนจำนวนเต็มที่ไม่ได้ลงนาม ค่านิยม

mhlo.and (mhlo::AndOp)

และการดำเนินงาน

ไวยากรณ์:

operation ::= `mhlo.and` $lhs `,` $rhs attr-dict
              `:` custom<SameOperandsAndResultType>(type($lhs), type($rhs), type($result))

ดำเนินการตามองค์ประกอบ AND ของเทนเซอร์สองตัว lhs และ rhs และสร้าง result เทนเซอร์

ดู: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#and

ตัวอย่าง:

%result = mhlo.and %lhs, %rhs : tensor<2x2xi32>

ลักษณะ: AlwaysSpeculatableImplTrait , Commutative , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

อินเทอร์เฟซ: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

เอฟเฟ็กต์: MemoryEffects::Effect{}

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
lhs เทนเซอร์อันดับของ pred (AKA บูลีนหรือจำนวนเต็ม 1 บิต) หรือจำนวนเต็มไร้เครื่องหมาย 4/8/16/32/64 บิตหรือค่าจำนวนเต็มที่ไม่ได้ลงนาม 4/8/16/32/64 บิต
rhs เทนเซอร์อันดับของ pred (AKA บูลีนหรือจำนวนเต็ม 1 บิต) หรือจำนวนเต็มไร้เครื่องหมาย 4/8/16/32/64 บิตหรือค่าจำนวนเต็มที่ไม่ได้ลงนาม 4/8/16/32/64 บิต

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result เทนเซอร์อันดับของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือลอย 16 บิตหรือลอย 32 บิตหรือลอย 64 บิตหรือชนิด bfloat16 หรือ pred (บูลีน AKA หรือจำนวนเต็ม 1 บิต) หรือ 4/8 /16/32/64-bit signless integer หรือ 4/8/16/32/64-bit unsigned integer หรือ complex type ที่มี 32-bit float หรือ 64-bit float element หรือ 4/8/16/32-bit uniform quantized จำนวนเต็มแบบลงนามหรือจำนวนเต็มแบบมีเครื่องหมาย 4/8/16/32 บิตแบบควอนตัมแบบจำนวนเต็มแบบไม่มีเครื่องหมาย หรือแบบแบบควอนตัมแบบแบบ 4/8/16/32 บิตต่อแกนแบบจำนวนเต็มแบบเซ็นชื่อหรือแบบแบบควอนตัมแบบควอนตัมแบบ 4/8/16/32 บิตแบบควอนตัมต่อแกนแบบค่าจำนวนเต็มแบบไม่มีเครื่องหมาย

mhlo.async_done (mhlo::AsyncDoneOp)

การดำเนินการ AsyncDone

การดำเนินการนี้เป็นแบบส่วนตัวสำหรับคอมไพเลอร์ XLA ดังนั้นจึงยังไม่มีข้อกำหนด

อย่างไม่เป็นทางการ การดำเนินการนี้จะบล็อกจนกระทั่งสิ้นสุดการคำนวณแบบอะซิงโครนัส มันจะส่งคืนผลลัพธ์สุดท้ายของการคำนวณแบบอะซิงโครนัส

ดูเอกสารประกอบสำหรับ AsyncStart สำหรับข้อมูลเพิ่มเติม

อินเทอร์เฟซ: InferTypeOpInterface

คุณลักษณะ:

คุณลักษณะ ประเภท MLIR คำอธิบาย
called_computation ::mlir::FlatSymbolRefAttr คุณลักษณะการอ้างอิงสัญลักษณ์แบบแบน
execution_thread ::mlir::StringAttr แอตทริบิวต์สตริง

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
bundle async_bundle พร้อมการรวมกันของเทนเซอร์อันดับของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือลอย 16 บิตหรือลอย 32 บิตหรือลอย 64 บิตหรือประเภท bfloat16 หรือ pred (AKA บูลีนหรือจำนวนเต็ม 1 บิต ) หรือจำนวนเต็มไร้เครื่องหมาย 4/8/16/32/64 บิต หรือจำนวนเต็มไร้เครื่องหมาย 4/8/16/32/64 บิตหรือประเภทเชิงซ้อนที่มีองค์ประกอบลอย 32 บิตหรือองค์ประกอบลอย 64 บิต หรือ 4/8/16/ จำนวนเต็มที่ลงนามแบบควอนตัมแบบ 32 บิต หรือจำนวนเต็มแบบไม่ลงนามแบบควอนตัมแบบ 4/8/16/32 บิต หรือแบบควอนตัมแบบสม่ำเสมอแบบ 4/8/16/32 บิตต่อจำนวนเต็มแบบมีลายเซ็นแบบ 4/8/16/32 บิตแบบควอนตัมต่อ ค่าจำนวนเต็มแกนที่ไม่ได้ลงนามหรือค่าโทเค็น

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«ไม่มีชื่อ» variadic ของเทนเซอร์อันดับของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือ 16-บิต float หรือ 32-บิต float หรือ 64-บิต float หรือชนิด bfloat16 หรือ pred (AKA boolean หรือจำนวนเต็ม 1 บิต) หรือ 4 /8/16/32/64-bit signless integer หรือ 4/8/16/32/64-bit unsigned integer หรือ complex type ที่มี 32-bit float หรือ 64-bit float element หรือ 4/8/16/32-bit จำนวนเต็มเชิงปริมาณที่ลงนามแบบสม่ำเสมอหรือจำนวนเต็มแบบไม่ลงนามแบบควอนตัม 4/8/16/32 บิต หรือจำนวนเต็มแบบสม่ำเสมอ 4/8/16/32 บิตต่อแกนจำนวนเต็มที่ลงนามหรือจำนวนเต็มแบบสม่ำเสมอ 4/8/16/32 บิตต่อแกนจำนวนเต็มที่ไม่ได้ลงนาม ค่าหรือโทเค็นหรือทูเพิลที่ซ้อนกันด้วยการรวมกันของเทนเซอร์อันดับของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือ 16 บิต float หรือ 32 บิต float หรือ 64 บิต float หรือประเภท bfloat16 หรือ pred (AKA boolean หรือจำนวนเต็ม 1 บิต) หรือจำนวนเต็มไร้เครื่องหมาย 4/8/16/32/64 บิต หรือจำนวนเต็มไร้เครื่องหมาย 4/8/16/32/64 บิตหรือประเภทเชิงซ้อนที่มีองค์ประกอบทศนิยม 32 บิต หรือองค์ประกอบทศนิยม 64 บิต หรือ 4 /8/16/32-บิต เลขจำนวนเต็มที่เซ็นชื่อแบบควอนตัมหรือ 4/8/16/32-บิต เลขจำนวนเต็มที่เซ็นชื่อแบบควอนตัมหรือจัดอันดับเทนเซอร์ของ 4/8/16/32-บิต คำนวณควอนตัมแบบสม่ำเสมอต่อจำนวนเต็มเซ็นชื่อหรือ 4/8 /16/32-บิตที่สม่ำเสมอเชิงปริมาณต่อแกนค่าจำนวนเต็มหรือค่าโทเค็นที่ไม่ได้ลงนาม

mhlo.async_start (mhlo::AsyncStartOp)

การดำเนินการ AsyncStart

การดำเนินการนี้เป็นแบบส่วนตัวสำหรับคอมไพเลอร์ XLA ดังนั้นจึงยังไม่มีข้อกำหนด

อย่างไม่เป็นทางการ การดำเนินการนี้จะเริ่มต้นการคำนวณแบบอะซิงโครนัส

ใช้เมื่อมีฟังก์ชันที่มีทั้งการรอแบบอะซิงโครนัส (เช่น DMA) และการคำนวณแบบออนเธรด ตัวอย่างเช่น ฟังก์ชันอาจประกอบด้วยการคำนวณ, DMA, การคำนวณอื่น, DMA ที่สอง และการคำนวณขั้นสุดท้าย สิ่งนี้จะแสดงเป็น async_start ตามด้วย async_update และ async_done async_start จะทำการคำนวณบนเธรดครั้งแรก จากนั้นจึงเริ่ม DMA async_update จะรอให้ DMA เสร็จสิ้นหากยังไม่เสร็จสิ้น จากนั้นจึงดำเนินการคำนวณครั้งที่สองในฟังก์ชัน และเริ่ม DMA ที่สอง ท้ายที่สุด async_done จะรอบน DMA สุดท้ายนี้ จากนั้นจึงเรียกใช้การคำนวณล่าสุดที่ต้องรันบนเธรด และส่งคืนผลลัพธ์ของการคำนวณขั้นสุดท้ายนั้น

operands จะถูกส่งผ่านไปยังการคำนวณโดยตรง called_computation เป็นฟังก์ชันที่จะรันแบบอะซิงโครนัส execution_thread เป็นชื่อของเธรดที่มันจะถูกเรียกใช้ เธรดหลักเรียกว่า "หลัก" กระทู้ทั้งหมดมีชื่อ

สิ่งนี้จะส่งคืนสถานะทั้งหมดที่จำเป็นระหว่างการดำเนินการแบบอะซิงก์ หลังจากกำหนดบัฟเฟอร์ ค่าที่ส่งคืนจะแสดงถึงพื้นที่ที่จำเป็นในการเก็บอินพุต ผลลัพธ์ และสแครชแพดใดๆ ที่จำเป็นหรือแก้ไขโดยการดำเนินการแบบอะซิงโครนัส

คุณลักษณะ:

คุณลักษณะ ประเภท MLIR คำอธิบาย
called_computation ::mlir::FlatSymbolRefAttr คุณลักษณะการอ้างอิงสัญลักษณ์แบบแบน
execution_thread ::mlir::StringAttr แอตทริบิวต์สตริง

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
inputs variadic ของเทนเซอร์อันดับของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือ 16-บิต float หรือ 32-บิต float หรือ 64-บิต float หรือชนิด bfloat16 หรือ pred (AKA boolean หรือจำนวนเต็ม 1 บิต) หรือ 4 /8/16/32/64-bit signless integer หรือ 4/8/16/32/64-bit unsigned integer หรือ complex type ที่มี 32-bit float หรือ 64-bit float element หรือ 4/8/16/32-bit จำนวนเต็มเชิงปริมาณที่ลงนามแบบสม่ำเสมอหรือจำนวนเต็มแบบไม่ลงนามแบบควอนตัม 4/8/16/32 บิต หรือจำนวนเต็มแบบสม่ำเสมอ 4/8/16/32 บิตต่อแกนจำนวนเต็มที่ลงนามหรือจำนวนเต็มแบบสม่ำเสมอ 4/8/16/32 บิตต่อแกนจำนวนเต็มที่ไม่ได้ลงนาม ค่าหรือโทเค็นหรือทูเพิลที่ซ้อนกันด้วยการรวมกันของเทนเซอร์อันดับของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือ 16 บิต float หรือ 32 บิต float หรือ 64 บิต float หรือประเภท bfloat16 หรือ pred (AKA boolean หรือจำนวนเต็ม 1 บิต) หรือจำนวนเต็มไร้เครื่องหมาย 4/8/16/32/64 บิต หรือจำนวนเต็มไร้เครื่องหมาย 4/8/16/32/64 บิตหรือประเภทเชิงซ้อนที่มีองค์ประกอบทศนิยม 32 บิต หรือองค์ประกอบทศนิยม 64 บิต หรือ 4 /8/16/32-บิต เลขจำนวนเต็มที่เซ็นชื่อแบบควอนตัมหรือ 4/8/16/32-บิต เลขจำนวนเต็มที่เซ็นชื่อแบบควอนตัมหรือจัดอันดับเทนเซอร์ของ 4/8/16/32-บิต คำนวณควอนตัมแบบสม่ำเสมอต่อจำนวนเต็มเซ็นชื่อหรือ 4/8 /16/32-บิตที่สม่ำเสมอเชิงปริมาณต่อแกนค่าจำนวนเต็มหรือค่าโทเค็นที่ไม่ได้ลงนาม

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«ไม่มีชื่อ» async_bundle พร้อมการรวมกันของเทนเซอร์อันดับของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือลอย 16 บิตหรือลอย 32 บิตหรือลอย 64 บิตหรือประเภท bfloat16 หรือ pred (AKA บูลีนหรือจำนวนเต็ม 1 บิต ) หรือจำนวนเต็มไร้เครื่องหมาย 4/8/16/32/64 บิต หรือจำนวนเต็มไร้เครื่องหมาย 4/8/16/32/64 บิตหรือประเภทเชิงซ้อนที่มีองค์ประกอบลอย 32 บิตหรือองค์ประกอบลอย 64 บิต หรือ 4/8/16/ จำนวนเต็มที่ลงนามแบบควอนตัมแบบ 32 บิต หรือจำนวนเต็มแบบไม่ลงนามแบบควอนตัมแบบ 4/8/16/32 บิต หรือแบบควอนตัมแบบสม่ำเสมอแบบ 4/8/16/32 บิตต่อจำนวนเต็มแบบมีลายเซ็นแบบ 4/8/16/32 บิตแบบควอนตัมต่อ ค่าจำนวนเต็มแกนที่ไม่ได้ลงนามหรือค่าโทเค็น

mhlo.async_update (mhlo::AsyncUpdateOp)

การดำเนินการ AsyncUpdate

การดำเนินการนี้เป็นแบบส่วนตัวสำหรับคอมไพเลอร์ XLA ดังนั้นจึงยังไม่มีข้อกำหนด

อย่างไม่เป็นทางการ การดำเนินการนี้จะบล็อกการคำนวณแบบอะซิงโครนัสจนกระทั่งมีสิ่งกีดขวางการซิงค์ สิ่งนี้จะส่งคืน bundle หลังจากดำเนินการกับมัน

ดูเอกสารประกอบสำหรับ AsyncStart สำหรับข้อมูลเพิ่มเติม

อินเทอร์เฟซ: InferTypeOpInterface

คุณลักษณะ:

คุณลักษณะ ประเภท MLIR คำอธิบาย
called_computation ::mlir::FlatSymbolRefAttr คุณลักษณะการอ้างอิงสัญลักษณ์แบบแบน
execution_thread ::mlir::StringAttr แอตทริบิวต์สตริง

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
bundle async_bundle พร้อมการรวมกันของเทนเซอร์อันดับของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือลอย 16 บิตหรือลอย 32 บิตหรือลอย 64 บิตหรือประเภท bfloat16 หรือ pred (AKA บูลีนหรือจำนวนเต็ม 1 บิต ) หรือจำนวนเต็มไร้เครื่องหมาย 4/8/16/32/64 บิต หรือจำนวนเต็มไร้เครื่องหมาย 4/8/16/32/64 บิตหรือประเภทเชิงซ้อนที่มีองค์ประกอบลอย 32 บิตหรือองค์ประกอบลอย 64 บิต หรือ 4/8/16/ จำนวนเต็มที่ลงนามแบบควอนตัมแบบ 32 บิต หรือจำนวนเต็มแบบไม่ลงนามแบบควอนตัมแบบ 4/8/16/32 บิต หรือแบบควอนตัมแบบสม่ำเสมอแบบ 4/8/16/32 บิตต่อจำนวนเต็มแบบมีลายเซ็นแบบ 4/8/16/32 บิตแบบควอนตัมต่อ ค่าจำนวนเต็มแกนที่ไม่ได้ลงนามหรือค่าโทเค็น

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«ไม่มีชื่อ» async_bundle พร้อมการรวมกันของเทนเซอร์อันดับของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือลอย 16 บิตหรือลอย 32 บิตหรือลอย 64 บิตหรือประเภท bfloat16 หรือ pred (AKA บูลีนหรือจำนวนเต็ม 1 บิต ) หรือจำนวนเต็มไร้เครื่องหมาย 4/8/16/32/64 บิต หรือจำนวนเต็มไร้เครื่องหมาย 4/8/16/32/64 บิตหรือประเภทเชิงซ้อนที่มีองค์ประกอบลอย 32 บิตหรือองค์ประกอบลอย 64 บิต หรือ 4/8/16/ จำนวนเต็มที่ลงนามแบบควอนตัมแบบ 32 บิต หรือจำนวนเต็มแบบไม่ลงนามแบบควอนตัมแบบ 4/8/16/32 บิต หรือแบบควอนตัมแบบสม่ำเสมอแบบ 4/8/16/32 บิตต่อจำนวนเต็มแบบมีลายเซ็นแบบ 4/8/16/32 บิตแบบควอนตัมต่อ ค่าจำนวนเต็มแกนที่ไม่ได้ลงนามหรือค่าโทเค็น

mhlo.atan2 (mhlo::Atan2Op)

ปฏิบัติการ Atan2

ไวยากรณ์:

operation ::= `mhlo.atan2` $lhs `,` $rhs attr-dict
              `:` custom<SameOperandsAndResultType>(type($lhs), type($rhs), type($result))

ดำเนินการ atan2 ตามองค์ประกอบบนเทนเซอร์ lhs และ rhs และสร้าง result เทนเซอร์

ดู: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#atan2

ตัวอย่าง:

%result = mhlo.atan2 %lhs, %rhs : tensor<3xf32>

ลักษณะ: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

อินเทอร์เฟซ: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

เอฟเฟ็กต์: MemoryEffects::Effect{}

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
lhs เทนเซอร์อันดับของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือประเภท float 16 บิต หรือ float 32 บิต หรือประเภท float 64 บิต หรือ bfloat16 หรือประเภทเชิงซ้อนที่มีองค์ประกอบ float 32 บิต หรือองค์ประกอบ float 64 บิต หรือ 4/8/16/32-บิต ชุดเลขจำนวนเต็มที่ลงนามแบบควอนตัม หรือ 4/8/16/32-บิต ชุดควอนตัมค่าจำนวนเต็มแบบไม่ได้ลงนาม
rhs เทนเซอร์อันดับของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือประเภท float 16 บิต หรือ float 32 บิต หรือประเภท float 64 บิต หรือ bfloat16 หรือประเภทเชิงซ้อนที่มีองค์ประกอบ float 32 บิต หรือองค์ประกอบ float 64 บิต หรือ 4/8/16/32-บิต ชุดเลขจำนวนเต็มที่ลงนามแบบควอนตัม หรือ 4/8/16/32-บิต ชุดควอนตัมค่าจำนวนเต็มแบบไม่ได้ลงนาม

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result เทนเซอร์อันดับของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือประเภท float 16 บิต หรือ float 32 บิต หรือประเภท float 64 บิต หรือ bfloat16 หรือประเภทเชิงซ้อนที่มีองค์ประกอบ float 32 บิต หรือองค์ประกอบ float 64 บิต หรือ 4/8/16/32-บิต ชุดเลขจำนวนเต็มที่ลงนามแบบควอนตัม หรือ 4/8/16/32-บิต ชุดควอนตัมค่าจำนวนเต็มแบบไม่ได้ลงนาม

mhlo.batch_norm_grad (mhlo::BatchNormGradOp)

การดำเนินการ BatchNormGrad

คำนวณการไล่ระดับสีของอินพุตหลายตัวของ BatchNormTrainingOp backpropagating จาก grad_output และสร้างเทนเซอร์ grad_operand , grad_scale และ grad_offset

ดู: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#batch_norm_grad

ตัวอย่าง:

%grad_operand, %grad_scale, %grad_offset =
"mhlo.batch_norm_grad"(%operand, %scale, %mean, %variance, %grad_output) {
  epsilon = 0.0 : f32,
  feature_index = 2 : i64
} : (tensor<2x2x2xf32>, tensor<2xf32>, tensor<2xf32>, tensor<2xf32>,
    tensor<2x2x2xf32>) -> (tensor<2x2x2xf32>, tensor<2xf32>, tensor<2xf32>)

ลักษณะ: AlwaysSpeculatableImplTrait , InferTensorType

อินเทอร์เฟซ: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

เอฟเฟ็กต์: MemoryEffects::Effect{}

คุณลักษณะ:

คุณลักษณะ ประเภท MLIR คำอธิบาย
epsilon ::mlir::FloatAttr แอตทริบิวต์ทศนิยมแบบ 32 บิต
feature_index ::mlir::IntegerAttr แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 64 บิต

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
operand เทนเซอร์อันดับของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือค่าประเภท float 16 บิต หรือ float 32 บิต หรือค่าประเภท float 64 บิต หรือ bfloat16
scale เทนเซอร์ 1D ของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือค่าประเภท float 16 บิต หรือ float 32 บิต หรือค่าประเภท float 64 บิต หรือ bfloat16
mean เทนเซอร์ 1D ของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือค่าประเภท float 16 บิต หรือ float 32 บิต หรือค่าประเภท float 64 บิต หรือ bfloat16
variance เทนเซอร์ 1D ของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือค่าประเภท float 16 บิต หรือ float 32 บิต หรือค่าประเภท float 64 บิต หรือ bfloat16
grad_output เทนเซอร์อันดับของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือค่าประเภท float 16 บิต หรือ float 32 บิต หรือค่าประเภท float 64 บิต หรือ bfloat16

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
grad_operand เทนเซอร์อันดับของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือค่าประเภท float 16 บิต หรือ float 32 บิต หรือค่าประเภท float 64 บิต หรือ bfloat16
grad_scale เทนเซอร์ 1D ของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือค่าประเภท float 16 บิต หรือ float 32 บิต หรือค่าประเภท float 64 บิต หรือ bfloat16
grad_offset เทนเซอร์ 1D ของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือค่าประเภท float 16 บิต หรือ float 32 บิต หรือค่าประเภท float 64 บิต หรือ bfloat16

mhlo.batch_norm_inference (mhlo::BatchNormInferenceOp)

การดำเนินการ BatchNormInference

ปรับเมตริกเทนเซอร์ operand ถูกดำเนินการให้เป็นมาตรฐานในทุกมิติ ยกเว้นมิติ feature_index และสร้างเทนเซอร์ result

ดู: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#batch_norm_inference

ตัวอย่าง:

%result = "mhlo.batch_norm_inference"(%operand, %scale, %offset, %mean, %variance) {
  epsilon = 0.0 : f32,
  feature_index = 2 : i64
} : (tensor<2x2x2xf32>, tensor<2xf32>, tensor<2xf32>, tensor<2xf32>, tensor<2xf32>) -> tensor<2x2x2xf32>

ลักษณะ: AlwaysSpeculatableImplTrait , InferTensorType

อินเทอร์เฟซ: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

เอฟเฟ็กต์: MemoryEffects::Effect{}

คุณลักษณะ:

คุณลักษณะ ประเภท MLIR คำอธิบาย
epsilon ::mlir::FloatAttr แอตทริบิวต์ทศนิยมแบบ 32 บิต
feature_index ::mlir::IntegerAttr แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 64 บิต

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
operand เทนเซอร์อันดับของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือค่าประเภท float 16 บิต หรือ float 32 บิต หรือค่าประเภท float 64 บิต หรือ bfloat16
scale เทนเซอร์ 1D ของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือค่าประเภท float 16 บิต หรือ float 32 บิต หรือค่าประเภท float 64 บิต หรือ bfloat16
offset เทนเซอร์ 1D ของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือค่าประเภท float 16 บิต หรือ float 32 บิต หรือค่าประเภท float 64 บิต หรือ bfloat16
mean เทนเซอร์ 1D ของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือค่าประเภท float 16 บิต หรือ float 32 บิต หรือค่าประเภท float 64 บิต หรือ bfloat16
variance เทนเซอร์ 1D ของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือค่าประเภท float 16 บิต หรือ float 32 บิต หรือค่าประเภท float 64 บิต หรือ bfloat16

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result เทนเซอร์อันดับของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือค่าประเภท float 16 บิต หรือ float 32 บิต หรือค่าประเภท float 64 บิต หรือ bfloat16

mhlo.batch_norm_training (mhlo::BatchNormTrainingOp)

การดำเนินการ BatchNormTraining

คำนวณค่าเฉลี่ยและความแปรปรวนระหว่างแบทช์และมิติเชิงพื้นที่ และปรับเทนเซอร์ operand ถูกดำเนินการให้เป็นมาตรฐาน สำหรับแต่ละคุณลักษณะในมิติ feature_index และสร้างเทนเซอร์ output , batch_mean และ batch_var

ดู: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#batch_norm_training

ตัวอย่าง:

%output, %batch_mean, %batch_var = "mhlo.batch_norm_training"(%operand, %scale, %offset) {
  epsilon = 0.0 : f32,
  feature_index = 2 : i64
} : (tensor<2x2x2xf32>, tensor<2xf32>, tensor<2xf32>) -> (tensor<2x2x2xf32>, tensor<2xf32>, tensor<2xf32>)

ลักษณะ: AlwaysSpeculatableImplTrait , InferTensorType

อินเทอร์เฟซ: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

เอฟเฟ็กต์: MemoryEffects::Effect{}

คุณลักษณะ:

คุณลักษณะ ประเภท MLIR คำอธิบาย
epsilon ::mlir::FloatAttr แอตทริบิวต์ทศนิยมแบบ 32 บิต
feature_index ::mlir::IntegerAttr แอ็ตทริบิวต์จำนวนเต็มไร้เครื่องหมาย 64 บิต

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
operand เทนเซอร์อันดับของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือค่าประเภท float 16 บิต หรือ float 32 บิต หรือค่าประเภท float 64 บิต หรือ bfloat16
scale เทนเซอร์ 1D ของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือค่าประเภท float 16 บิต หรือ float 32 บิต หรือค่าประเภท float 64 บิต หรือ bfloat16
offset เทนเซอร์ 1D ของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือค่าประเภท float 16 บิต หรือ float 32 บิต หรือค่าประเภท float 64 บิต หรือ bfloat16

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์อันดับของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือค่าประเภท float 16 บิต หรือ float 32 บิต หรือค่าประเภท float 64 บิต หรือ bfloat16
batch_mean เทนเซอร์ 1D ของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือค่าประเภท float 16 บิต หรือ float 32 บิต หรือค่าประเภท float 64 บิต หรือ bfloat16
batch_var เทนเซอร์ 1D ของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือค่าประเภท float 16 บิต หรือ float 32 บิต หรือค่าประเภท float 64 บิต หรือ bfloat16

mhlo.bitcast (mhlo::BitcastOp)

การทำงานของบิตคาสต์

ไวยากรณ์:

operation ::= `mhlo.bitcast` operands attr-dict `:` functional-type(operands, results)

การดำเนินการนี้เป็นแบบส่วนตัวสำหรับคอมไพเลอร์ XLA ดังนั้นจึงยังไม่มีข้อกำหนด

การดำเนินการนี้จะเปลี่ยนรูปร่างของอินพุตในลักษณะที่การจัดเรียงทางกายภาพขององค์ประกอบไม่เปลี่ยนแปลง

การดำเนินการนี้ต้องการข้อมูลโครงร่างเพื่อให้เข้าใจถึง "การจัดเรียงองค์ประกอบทางกายภาพ" และการสนับสนุนโครงร่างใน MHLO อยู่ระหว่างดำเนินการ

ตัวอย่าง:

%0 = mhlo.bitcast %arg0 : (tensor<3x4xf32>) -> tensor<3x4x1xf32>

ลักษณะ: AlwaysSpeculatableImplTrait

อินเทอร์เฟซ: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface)

เอฟเฟ็กต์: MemoryEffects::Effect{}

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
operand เทนเซอร์อันดับของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือลอย 16 บิตหรือลอย 32 บิตหรือลอย 64 บิตหรือชนิด bfloat16 หรือ pred (บูลีน AKA หรือจำนวนเต็ม 1 บิต) หรือ 4/8 /16/32/64-bit signless integer หรือ 4/8/16/32/64-bit unsigned integer หรือ complex type ที่มี 32-bit float หรือ 64-bit float element หรือ 4/8/16/32-bit uniform quantized จำนวนเต็มแบบลงนามหรือจำนวนเต็มแบบมีเครื่องหมาย 4/8/16/32 บิตแบบควอนตัมแบบจำนวนเต็มแบบไม่มีเครื่องหมาย หรือแบบแบบควอนตัมแบบแบบ 4/8/16/32 บิตต่อแกนแบบจำนวนเต็มแบบเซ็นชื่อหรือแบบแบบควอนตัมแบบควอนตัมแบบ 4/8/16/32 บิตแบบควอนตัมต่อแกนแบบค่าจำนวนเต็มแบบไม่มีเครื่องหมาย

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«ไม่มีชื่อ» เทนเซอร์อันดับของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือลอย 16 บิตหรือลอย 32 บิตหรือลอย 64 บิตหรือชนิด bfloat16 หรือ pred (บูลีน AKA หรือจำนวนเต็ม 1 บิต) หรือ 4/8 /16/32/64-bit signless integer หรือ 4/8/16/32/64-bit unsigned integer หรือ complex type ที่มี 32-bit float หรือ 64-bit float element หรือ 4/8/16/32-bit uniform quantized จำนวนเต็มแบบลงนามหรือจำนวนเต็มแบบมีเครื่องหมาย 4/8/16/32 บิตแบบควอนตัมแบบจำนวนเต็มแบบไม่มีเครื่องหมาย หรือแบบแบบควอนตัมแบบแบบ 4/8/16/32 บิตต่อแกนแบบจำนวนเต็มแบบเซ็นชื่อหรือแบบแบบควอนตัมแบบควอนตัมแบบ 4/8/16/32 บิตแบบควอนตัมต่อแกนแบบค่าจำนวนเต็มแบบไม่มีเครื่องหมาย

mhlo.bitcast_convert (mhlo::BitcastConvertOp)

การดำเนินการ BitcastConvert

ไวยากรณ์:

operation ::= `mhlo.bitcast_convert` operands attr-dict `:` functional-type(operands, results)

ดำเนินการบิตคาสต์บน operand เทนเซอร์และสร้างเทนเซอร์ result โดยที่บิตของเทนเซอร์ operand ทั้งหมดถูกตีความใหม่โดยใช้ประเภทของเทนเซอร์ result

ดู: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#bitcast_convert

ตัวอย่าง:

%result = mhlo.bitcast_convert %operand : (tensor<2xf32>) -> tensor<2x4xi8>

ลักษณะ: AlwaysSpeculatableImplTrait

อินเทอร์เฟซ: ConditionallySpeculatable , InferShapedTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

เอฟเฟ็กต์: MemoryEffects::Effect{}

ตัวดำเนินการ:

ตัวดำเนินการ คำอธิบาย
operand เทนเซอร์อันดับของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือลอย 16 บิตหรือลอย 32 บิตหรือลอย 64 บิตหรือชนิด bfloat16 หรือ pred (บูลีน AKA หรือจำนวนเต็ม 1 บิต) หรือ 4/8 /16/32/64-bit signless integer หรือ 4/8/16/32/64-bit unsigned integer หรือ complex type ที่มี 32-bit float หรือ 64-bit float element หรือ 4/8/16/32-bit uniform quantized จำนวนเต็มแบบลงนามหรือจำนวนเต็มแบบมีเครื่องหมาย 4/8/16/32 บิตแบบควอนตัมแบบจำนวนเต็มแบบไม่มีเครื่องหมาย หรือแบบแบบควอนตัมแบบแบบ 4/8/16/32 บิตต่อแกนแบบจำนวนเต็มแบบเซ็นชื่อหรือแบบแบบควอนตัมแบบควอนตัมแบบ 4/8/16/32 บิตแบบควอนตัมต่อแกนแบบค่าจำนวนเต็มแบบไม่มีเครื่องหมาย

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«ไม่มีชื่อ» เทนเซอร์อันดับของประเภท f8E4M3B11FNUZ หรือประเภท f8E4M3FN หรือประเภท f8E4M3FNUZ หรือประเภท f8E5M2 หรือประเภท f8E5M2FNUZ หรือลอย 16 บิตหรือลอย 32 บิตหรือลอย 64 บิตหรือชนิด bfloat16 หรือ pred (บูลีน AKA หรือจำนวนเต็ม 1 บิต) หรือ 4/8 /16/32/64-bit signless integer หรือ 4/8/16/32/64-bit unsigned integer หรือ complex type ที่มี 32-bit float หรือ 64-bit float element หรือ 4/8/16/32-bit uniform quantized จำนวนเต็มแบบลงนามหรือจำนวนเต็มแบบมีเครื่องหมาย 4/8/16/32 บิตแบบควอนตัมแบบจำนวนเต็มแบบไม่มีเครื่องหมาย หรือแบบแบบควอนตัมแบบแบบ 4/8/16/32 บิตต่อแกนแบบจำนวนเต็มแบบเซ็นชื่อหรือแบบแบบควอนตัมแบบควอนตัมแบบ 4/8/16/32 บิตแบบควอนตัมต่อแกนแบบค่าจำนวนเต็มแบบไม่มีเครื่องหมาย

mhlo.broadcast (mhlo :: broadcastop)

การออกอากาศ

การดำเนินการนี้กำลังจะออกจาก Stablehlo ดังนั้นจึงไม่รวมอยู่ในข้อกำหนด: https://github.com/openxla/stablehlo/issues/3

อย่างไม่เป็นทางการการดำเนินการนี้ทำสิ่งเดียวกันกับการออกอากาศของ XLA: https://www.tensorflow.org/xla/operation_semantics#broadcast

ตัวอย่าง:

%result = mhlo.broadcast %operand, sizes = [1, 2] : (tensor<3xi32>) -> tensor<1x2x3xi32>

ลักษณะ: AlwaysSpeculatableImplTrait , InferTensorType , SameOperandsAndResultElementType

อินเทอร์เฟซ: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

เอฟเฟกต์: MemoryEffects::Effect{}

คุณลักษณะ:

คุณลักษณะ ประเภท mlir คำอธิบาย
broadcast_sizes :: MLIR :: DenseIntlementSttr แอตทริบิวต์องค์ประกอบจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิต

ตัวถูกดำเนินการ:

ตัวดำเนินการ คำอธิบาย
operand อันดับเทนเซอร์ของประเภท f8e4m3b11fnuz หรือประเภท f8e4m3fn หรือประเภท f8e4m3fnuz หรือประเภท f8e5m2 หรือประเภท f8e5m2fnuz หรือลอย 16 บิตหรือ 32 บิตลอยตัวหรือ 64 บิต /16/32/64 บิตจำนวนเต็มไร้สัญลักษณ์หรือ 4/8/16/32/64- บิตหรือประเภทที่ไม่ได้ลงนามหรือประเภทที่ซับซ้อนด้วยองค์ประกอบลอย 32 บิตหรือองค์ประกอบลอย 64 บิตหรือ 4/8/16/32- บิต จำนวนเต็มที่ลงนามหรือ 4/8/16/32- 32 บิตปริมาณจำนวนเต็มที่ไม่ได้ลงนามหรือ 4/8/16/16/32 บิตเชิงปริมาณต่อแกนที่ลงนามจำนวนเต็มหรือ 4/8/16/32- บิตปริมาณสม่ำเสมอต่อแกนที่ไม่ได้ลงนาม

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«ไม่มีชื่อ» อันดับเทนเซอร์ของประเภท f8e4m3b11fnuz หรือประเภท f8e4m3fn หรือประเภท f8e4m3fnuz หรือประเภท f8e5m2 หรือประเภท f8e5m2fnuz หรือลอย 16 บิตหรือ 32 บิตลอยตัวหรือ 64 บิต /16/32/64 บิตจำนวนเต็มไร้สัญลักษณ์หรือ 4/8/16/32/64- บิตหรือประเภทที่ไม่ได้ลงนามหรือประเภทที่ซับซ้อนด้วยองค์ประกอบลอย 32 บิตหรือองค์ประกอบลอย 64 บิตหรือ 4/8/16/32- บิต จำนวนเต็มที่ลงนามหรือ 4/8/16/32- 32 บิตปริมาณจำนวนเต็มที่ไม่ได้ลงนามหรือ 4/8/16/16/32 บิตเชิงปริมาณต่อแกนที่ลงนามจำนวนเต็มหรือ 4/8/16/32- บิตปริมาณสม่ำเสมอต่อแกนที่ไม่ได้ลงนาม

mhlo.broadcast_in_dim (mhlo :: broadcastIndimop)

การดำเนินการ BroadcastIndim

ขยายขนาดและ/หรืออันดับของเทนเซอร์อินพุตโดยการทำซ้ำข้อมูลใน operand เทนเซอร์และสร้างเทนเซอร์ result

ดู: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#broadcast_in_dim

ตัวอย่าง:

%result = mhlo.broadcast_in_dim %operand, dims = [2, 1] : (tensor<1x3xi32>) -> tensor<2x3x2xi32>

ลักษณะ: AlwaysSpeculatableImplTrait , HLO_CompatibleOperandsAndResultElementType

อินเทอร์เฟซ: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface)

เอฟเฟกต์: MemoryEffects::Effect{}

คุณลักษณะ:

คุณลักษณะ ประเภท mlir คำอธิบาย
broadcast_dimensions :: MLIR :: DenseIntlementSttr แอตทริบิวต์องค์ประกอบจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิต

ตัวถูกดำเนินการ:

ตัวดำเนินการ คำอธิบาย
operand อันดับเทนเซอร์ของประเภท f8e4m3b11fnuz หรือประเภท f8e4m3fn หรือประเภท f8e4m3fnuz หรือประเภท f8e5m2 หรือประเภท f8e5m2fnuz หรือลอย 16 บิตหรือ 32 บิตลอยตัวหรือ 64 บิต /16/32/64 บิตจำนวนเต็มไร้สัญลักษณ์หรือ 4/8/16/32/64- บิตหรือประเภทที่ไม่ได้ลงนามหรือประเภทที่ซับซ้อนด้วยองค์ประกอบลอย 32 บิตหรือองค์ประกอบลอย 64 บิตหรือ 4/8/16/32- บิต จำนวนเต็มที่ลงนามหรือ 4/8/16/32- 32 บิตปริมาณจำนวนเต็มที่ไม่ได้ลงนามหรือ 4/8/16/16/32 บิตเชิงปริมาณต่อแกนที่ลงนามจำนวนเต็มหรือ 4/8/16/32- บิตปริมาณสม่ำเสมอต่อแกนที่ไม่ได้ลงนาม

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«ไม่มีชื่อ» เทนเซอร์ที่มีรูปร่างคงที่ของประเภท f8e4m3b11fnuz หรือประเภท f8e4m3fn หรือประเภท f8e4m3fnuz หรือประเภท f8e5m2 หรือ f8e5m2fnuz ประเภทหรือลอย 16 บิตหรือ 32 บิตลอยหรือ 64 บิต 8/16/32/64- บิตจำนวนเต็มแบบไม่มีเครื่องหมายหรือ 4/8/16/32/64 บิตหรือประเภทที่ไม่ได้ลงนามหรือประเภทที่ซับซ้อนด้วยองค์ประกอบลอย 32 บิตหรือองค์ประกอบลอย 64 บิตหรือชุดเครื่องแบบ 4/8/16/32 บิต จำนวนเต็มที่ลงนามในปริมาณหรือ 4/8/16/16/32 บิตชุดจำนวนเต็มที่ไม่ได้ลงนามในปริมาณที่ไม่ได้ลงนามหรือ 4/8/16/32- บิตสม่ำเสมอเชิงปริมาณต่อแกนที่ลงนามจำนวนเต็มหรือ 4/8/16/16/32- บิตค่าสม่ำเสมอต่อแกนที่ไม่ได้ลงนาม

mhlo.case (mhlo :: caseop)

การดำเนินการเคส

ผลิตผลลัพธ์จากการดำเนินการหนึ่ง function จาก branches อยู่กับค่าของ index

ดู: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#case

ตัวอย่าง:

%result0, %result1 = "mhlo.case"(%index) ({
  mhlo.return %result_branch0, %result_branch0 : tensor<2xi64>, tensor<2xi64>
}, {
  mhlo.return %result_branch1, %result_branch1 : tensor<2xi64>, tensor<2xi64>
}) : (tensor<i32>) -> (tensor<2xi64>, tensor<2xi64>)

ลักษณะ: RecursiveMemoryEffects , SingleBlockImplicitTerminator<ReturnOp> , SingleBlock

อินเทอร์เฟซ: InferTypeOpInterface

ตัวถูกดำเนินการ:

ตัวดำเนินการ คำอธิบาย
index เทนเซอร์ของค่าจำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิต

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«ไม่มีชื่อ» ความแปรปรวนของ Tensor อันดับของประเภท F8E4M3B11fnuz หรือประเภท F8E4M3FN หรือประเภท F8E4M3FNUZ หรือประเภท F8E5M2 หรือ F8E5M2FNUZ ประเภทหรือลอย 16 บิต /8/16/32/64 บิตจำนวนเต็มแบบไม่มีเครื่องหมายหรือ 4/8/16/32/64 บิตหรือประเภทที่ไม่ได้ลงนามหรือประเภทที่ซับซ้อนด้วยองค์ประกอบลอย 32 บิตหรือองค์ประกอบลอย 64 บิตหรือ 4/8/16/32 บิต จำนวนเต็มที่ลงนามในปริมาณสม่ำเสมอหรือ 4/8/16/32 บิตค่าจำนวนเต็มที่ไม่ได้ลงนามในปริมาณที่ไม่ได้ลงนามหรือเทนเซอร์อันดับ 4/8/16/16/32 บิตเท่ากันปริมาณต่อแกนที่ลงนามหรือ 4/8/16/32 บิต ต่อแกนต่อแกนหรือโทเค็นที่ไม่ได้ลงนาม

mhlo.cbrt (mhlo :: cbrtop)

การดำเนินการ CBRT

ไวยากรณ์:

operation ::= `mhlo.cbrt` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

ดำเนินการการทำงานของลูกบาศก์รูทองค์ประกอบที่ชาญฉลาดบน operand เทนเซอร์และสร้างเทนเซอร์ result

ดู: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#cbrt

ตัวอย่าง:

%result = mhlo.cbrt %operand : tensor<4xf32>

ลักษณะ: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

อินเทอร์เฟซ: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

เอฟเฟกต์: MemoryEffects::Effect{}

ตัวถูกดำเนินการ:

ตัวดำเนินการ คำอธิบาย
operand อันดับเทนเซอร์ของประเภท f8e4m3b11fnuz หรือประเภท f8e4m3fn หรือประเภท f8e4m3fnuz หรือประเภท f8e5m2 หรือประเภท f8e5m2fnuz หรือลอยลอย 164 บิต 4/8/16/32- บิตชุดจำนวนเต็มที่ลงนามในปริมาณหรือ 4/8/16/16/32 บิตค่าจำนวนเต็มที่ไม่ได้ลงนามในปริมาณสม่ำเสมอ

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result อันดับเทนเซอร์ของประเภท f8e4m3b11fnuz หรือประเภท f8e4m3fn หรือประเภท f8e4m3fnuz หรือประเภท f8e5m2 หรือประเภท f8e5m2fnuz หรือลอยลอย 164 บิต 4/8/16/32- บิตชุดจำนวนเต็มที่ลงนามในปริมาณหรือ 4/8/16/16/32 บิตค่าจำนวนเต็มที่ไม่ได้ลงนามในปริมาณสม่ำเสมอ

mhlo.ceil (mhlo :: ceilop)

การดำเนินการเพดาน

ไวยากรณ์:

operation ::= `mhlo.ceil` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

ดำเนินการเพดานองค์ประกอบที่ชาญฉลาดของ operand นเซอร์และผลิตเทนเซอร์ result

ดู: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#ceil

ตัวอย่าง:

%result = mhlo.ceil %operand : tensor<5xf32>

ลักษณะ: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

อินเทอร์เฟซ: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

เอฟเฟกต์: MemoryEffects::Effect{}

ตัวถูกดำเนินการ:

ตัวดำเนินการ คำอธิบาย
operand อันดับเทนเซอร์ของประเภท f8e4m3b11fnuz หรือประเภท f8e4m3fn หรือประเภท f8e4m3fnuz หรือประเภท f8e5m2 หรือประเภท f8e5m2fnuz หรือค่าลอย 16 บิตหรือลอย 32 บิต

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result อันดับเทนเซอร์ของประเภท f8e4m3b11fnuz หรือประเภท f8e4m3fn หรือประเภท f8e4m3fnuz หรือประเภท f8e5m2 หรือประเภท f8e5m2fnuz หรือค่าลอย 16 บิตหรือลอย 32 บิต

mhlo.cholesky (mhlo :: choleskyop)

การดำเนินการ cholesky

คำนวณการสลายตัวของ Cholesky ของชุดเมทริกซ์

ดู: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#cholesky

ตัวอย่าง:

%result = mhlo.cholesky %a, lower = true : tensor<3x3xf32>

ลักษณะ: AlwaysSpeculatableImplTrait , InferTensorType , SameOperandsAndResultElementType

อินเทอร์เฟซ: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

เอฟเฟกต์: MemoryEffects::Effect{}

คุณลักษณะ:

คุณลักษณะ ประเภท mlir คำอธิบาย
lower :: mlir :: boolattr คุณลักษณะบูล

ตัวถูกดำเนินการ:

ตัวดำเนินการ คำอธิบาย
a อันดับเทนเซอร์ของประเภท f8e4m3b11fnuz หรือประเภท f8e4m3fn หรือประเภท f8e4m3fnuz หรือประเภท f8e5m2 หรือประเภท f8e5m2fnuz หรือลอยลอย 164 บิตหรือ 32 บิต

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«ไม่มีชื่อ» อันดับเทนเซอร์ของประเภท f8e4m3b11fnuz หรือประเภท f8e4m3fn หรือประเภท f8e4m3fnuz หรือประเภท f8e5m2 หรือประเภท f8e5m2fnuz หรือลอยลอย 164 บิตหรือ 32 บิต

mhlo.clamp (mhlo :: clampop)

การดำเนินการหนีบ

ไวยากรณ์:

operation ::= `mhlo.clamp` $min `,` $operand `,` $max attr-dict
              `:` custom<SameOperandsAndResultType>(type($min), type($operand), type($max), type($result))

ยึดทุกองค์ประกอบของ operand ดำเนินการระหว่างค่าต่ำสุดและค่าสูงสุดและสร้างเทนเซอร์ result

ดู: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#clamp

ตัวอย่าง:

%result = mhlo.clamp %min, %operand, %max : tensor<3xi32>

ลักษณะ: AlwaysSpeculatableImplTrait , HLO_BroadcastingElementwise , InferTensorType , SameOperandsAndResultElementType

อินเทอร์เฟซ: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

เอฟเฟกต์: MemoryEffects::Effect{}

ตัวถูกดำเนินการ:

ตัวดำเนินการ คำอธิบาย
min อันดับเทนเซอร์ของประเภท f8e4m3b11fnuz หรือประเภท f8e4m3fn หรือประเภท f8e4m3fnuz หรือประเภท f8e5m2 หรือประเภท f8e5m2fnuz หรือลอย 16 บิตหรือ 32 บิตลอยตัวหรือ 64 บิต /16/32/64 บิตจำนวนเต็มไร้สัญลักษณ์หรือ 4/8/16/32/64- บิตหรือประเภทที่ไม่ได้ลงนามหรือประเภทที่ซับซ้อนด้วยองค์ประกอบลอย 32 บิตหรือองค์ประกอบลอย 64 บิตหรือ 4/8/16/32- บิต จำนวนเต็มที่ลงนามหรือ 4/8/16/32- 32 บิตปริมาณจำนวนเต็มที่ไม่ได้ลงนามหรือ 4/8/16/16/32 บิตเชิงปริมาณต่อแกนที่ลงนามจำนวนเต็มหรือ 4/8/16/32- บิตปริมาณสม่ำเสมอต่อแกนที่ไม่ได้ลงนาม
operand อันดับเทนเซอร์ของประเภท f8e4m3b11fnuz หรือประเภท f8e4m3fn หรือประเภท f8e4m3fnuz หรือประเภท f8e5m2 หรือประเภท f8e5m2fnuz หรือลอย 16 บิตหรือ 32 บิตลอยตัวหรือ 64 บิต /16/32/64 บิตจำนวนเต็มไร้สัญลักษณ์หรือ 4/8/16/32/64- บิตหรือประเภทที่ไม่ได้ลงนามหรือประเภทที่ซับซ้อนด้วยองค์ประกอบลอย 32 บิตหรือองค์ประกอบลอย 64 บิตหรือ 4/8/16/32- บิต จำนวนเต็มที่ลงนามหรือ 4/8/16/32- 32 บิตปริมาณจำนวนเต็มที่ไม่ได้ลงนามหรือ 4/8/16/16/32 บิตเชิงปริมาณต่อแกนที่ลงนามจำนวนเต็มหรือ 4/8/16/32- บิตปริมาณสม่ำเสมอต่อแกนที่ไม่ได้ลงนาม
max อันดับเทนเซอร์ของประเภท f8e4m3b11fnuz หรือประเภท f8e4m3fn หรือประเภท f8e4m3fnuz หรือประเภท f8e5m2 หรือประเภท f8e5m2fnuz หรือลอย 16 บิตหรือ 32 บิตลอยตัวหรือ 64 บิต /16/32/64 บิตจำนวนเต็มไร้สัญลักษณ์หรือ 4/8/16/32/64- บิตหรือประเภทที่ไม่ได้ลงนามหรือประเภทที่ซับซ้อนด้วยองค์ประกอบลอย 32 บิตหรือองค์ประกอบลอย 64 บิตหรือ 4/8/16/32- บิต จำนวนเต็มที่ลงนามหรือ 4/8/16/32- 32 บิตปริมาณจำนวนเต็มที่ไม่ได้ลงนามหรือ 4/8/16/16/32 บิตเชิงปริมาณต่อแกนที่ลงนามจำนวนเต็มหรือ 4/8/16/32- บิตปริมาณสม่ำเสมอต่อแกนที่ไม่ได้ลงนาม

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result อันดับเทนเซอร์ของประเภท f8e4m3b11fnuz หรือประเภท f8e4m3fn หรือประเภท f8e4m3fnuz หรือประเภท f8e5m2 หรือประเภท f8e5m2fnuz หรือลอย 16 บิตหรือ 32 บิตลอยตัวหรือ 64 บิต /16/32/64 บิตจำนวนเต็มไร้สัญลักษณ์หรือ 4/8/16/32/64- บิตหรือประเภทที่ไม่ได้ลงนามหรือประเภทที่ซับซ้อนด้วยองค์ประกอบลอย 32 บิตหรือองค์ประกอบลอย 64 บิตหรือ 4/8/16/32- บิต จำนวนเต็มที่ลงนามหรือ 4/8/16/32- 32 บิตปริมาณจำนวนเต็มที่ไม่ได้ลงนามหรือ 4/8/16/16/32 บิตเชิงปริมาณต่อแกนที่ลงนามจำนวนเต็มหรือ 4/8/16/32- บิตปริมาณสม่ำเสมอต่อแกนที่ไม่ได้ลงนาม

mhlo.collective_broadcast (mhlo :: collectivebroadcastop)

การดำเนินการ collectivebroadcast

ภายในแต่ละกลุ่มกระบวนการในกริดกระบวนการส่งค่าของ operand เทนเซอร์จากกระบวนการต้นทางไปยังกระบวนการเป้าหมายและสร้างเทนเซอร์ result

ดู: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#collective_broadcast

ตัวอย่าง:

%result = "mhlo.collective_broadcast"(%operand) {
  replica_groups = dense<[[0, 1]]> : tensor<1x2xi64>,
  channel_handle = #mhlo.channel_handle<handle = 0, type = 0>
} : (tensor<1x2xi64>) -> tensor<1x2xi64>

ลักษณะ: CompatibleOperandsAndResultType

อินเทอร์เฟซ: InferShapedTypeOpInterface , InferTypeOpInterface

คุณลักษณะ:

คุณลักษณะ ประเภท mlir คำอธิบาย
replica_groups :: MLIR :: DenseIntlementSttr แอตทริบิวต์องค์ประกอบจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิต
channel_handle :: mlir :: mhlo :: channelhandleattr จำนวนเต็ม 64 บิต 'ที่จับ' และ 'พิมพ์' สองตัว

ตัวถูกดำเนินการ:

ตัวดำเนินการ คำอธิบาย
operand อันดับเทนเซอร์ของประเภท f8e4m3b11fnuz หรือประเภท f8e4m3fn หรือประเภท f8e4m3fnuz หรือประเภท f8e5m2 หรือประเภท f8e5m2fnuz หรือลอย 16 บิตหรือ 32 บิตลอยตัวหรือ 64 บิต /16/32/64 บิตจำนวนเต็มไร้สัญลักษณ์หรือ 4/8/16/32/64- บิตหรือประเภทที่ไม่ได้ลงนามหรือประเภทที่ซับซ้อนด้วยองค์ประกอบลอย 32 บิตหรือองค์ประกอบลอย 64 บิตหรือ 4/8/16/32- บิต จำนวนเต็มที่ลงนามหรือ 4/8/16/32- 32 บิตปริมาณจำนวนเต็มที่ไม่ได้ลงนามหรือ 4/8/16/16/32 บิตเชิงปริมาณต่อแกนที่ลงนามจำนวนเต็มหรือ 4/8/16/32- บิตปริมาณสม่ำเสมอต่อแกนที่ไม่ได้ลงนาม

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«ไม่มีชื่อ» อันดับเทนเซอร์ของประเภท f8e4m3b11fnuz หรือประเภท f8e4m3fn หรือประเภท f8e4m3fnuz หรือประเภท f8e5m2 หรือประเภท f8e5m2fnuz หรือลอย 16 บิตหรือ 32 บิตลอยตัวหรือ 64 บิต /16/32/64 บิตจำนวนเต็มไร้สัญลักษณ์หรือ 4/8/16/32/64- บิตหรือประเภทที่ไม่ได้ลงนามหรือประเภทที่ซับซ้อนด้วยองค์ประกอบลอย 32 บิตหรือองค์ประกอบลอย 64 บิตหรือ 4/8/16/32- บิต จำนวนเต็มที่ลงนามหรือ 4/8/16/32- 32 บิตปริมาณจำนวนเต็มที่ไม่ได้ลงนามหรือ 4/8/16/16/32 บิตเชิงปริมาณต่อแกนที่ลงนามจำนวนเต็มหรือ 4/8/16/32- บิตปริมาณสม่ำเสมอต่อแกนที่ไม่ได้ลงนาม

mhlo.collective_permute (mhlo :: collectivepermuteop)

การดำเนินการแบบรวม

ภายในแต่ละกลุ่มกระบวนการในกริดกระบวนการส่งค่าของ operand เทนเซอร์จากกระบวนการต้นทางไปยังกระบวนการเป้าหมายและสร้างเทนเซอร์ result

ดู: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#collective_permute

ตัวอย่าง:

%result = "mhlo.collective_permute"(%operand) {
  source_target_pairs = dense<[[0, 1], [1, 2]]> : tensor<2x2xi64>,
  // channel_id = 0
  channel_handle = #mhlo.channel_handle<handle = 0, type = 0>
} : (tensor<4x2xf32>) -> tensor<4x2xf32>

ลักษณะ: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType

อินเทอร์เฟซ: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

เอฟเฟกต์: MemoryEffects::Effect{}

คุณลักษณะ:

คุณลักษณะ ประเภท mlir คำอธิบาย
source_target_pairs :: MLIR :: DenseIntlementSttr แอตทริบิวต์องค์ประกอบจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิต
channel_handle :: mlir :: mhlo :: channelhandleattr จำนวนเต็ม 64 บิต 'ที่จับ' และ 'พิมพ์' สองตัว

ตัวถูกดำเนินการ:

ตัวดำเนินการ คำอธิบาย
operand อันดับเทนเซอร์ของประเภท f8e4m3b11fnuz หรือประเภท f8e4m3fn หรือประเภท f8e4m3fnuz หรือประเภท f8e5m2 หรือประเภท f8e5m2fnuz หรือลอย 16 บิตหรือ 32 บิตลอยตัวหรือ 64 บิต /16/32/64 บิตจำนวนเต็มไร้สัญลักษณ์หรือ 4/8/16/32/64- บิตหรือประเภทที่ไม่ได้ลงนามหรือประเภทที่ซับซ้อนด้วยองค์ประกอบลอย 32 บิตหรือองค์ประกอบลอย 64 บิตหรือ 4/8/16/32- บิต จำนวนเต็มที่ลงนามหรือ 4/8/16/32- 32 บิตปริมาณจำนวนเต็มที่ไม่ได้ลงนามหรือ 4/8/16/16/32 บิตเชิงปริมาณต่อแกนที่ลงนามจำนวนเต็มหรือ 4/8/16/32- บิตปริมาณสม่ำเสมอต่อแกนที่ไม่ได้ลงนาม

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«ไม่มีชื่อ» อันดับเทนเซอร์ของประเภท f8e4m3b11fnuz หรือประเภท f8e4m3fn หรือประเภท f8e4m3fnuz หรือประเภท f8e5m2 หรือประเภท f8e5m2fnuz หรือลอย 16 บิตหรือ 32 บิตลอยตัวหรือ 64 บิต /16/32/64 บิตจำนวนเต็มไร้สัญลักษณ์หรือ 4/8/16/32/64- บิตหรือประเภทที่ไม่ได้ลงนามหรือประเภทที่ซับซ้อนด้วยองค์ประกอบลอย 32 บิตหรือองค์ประกอบลอย 64 บิตหรือ 4/8/16/32- บิต จำนวนเต็มที่ลงนามหรือ 4/8/16/32- 32 บิตปริมาณจำนวนเต็มที่ไม่ได้ลงนามหรือ 4/8/16/16/32 บิตเชิงปริมาณต่อแกนที่ลงนามจำนวนเต็มหรือ 4/8/16/32- บิตปริมาณสม่ำเสมอต่อแกนที่ไม่ได้ลงนาม

mhlo.compare (mhlo :: compareop)

เปรียบเทียบการดำเนินการ

ไวยากรณ์:

operation ::= `mhlo.compare` $comparison_direction `,` $lhs `,` $rhs (`,` $compare_type^)?
              attr-dict `:` functional-type(operands, results)

ทำการเปรียบเทียบองค์ประกอบที่ชาญฉลาดของ lhs และ rhs Tensors ตามการ comparison_direction และ compare_type และสร้างเทนเซอร์ result

ดู: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#compare

ตัวอย่าง:

%result = mhlo.compare LT, %lhs, %rhs, FLOAT : (tensor<2xf32>, tensor<2xf32>) -> tensor<2xi1>

ลักษณะ: AlwaysSpeculatableImplTrait , Elementwise , InferTensorType , SameOperandsAndResultShape , SameOperandsElementType

อินเทอร์เฟซ: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

เอฟเฟกต์: MemoryEffects::Effect{}

คุณลักษณะ:

คุณลักษณะ ประเภท mlir คำอธิบาย
comparison_direction :: mlir :: mhlo :: comparisondirectionattr การดำเนินการเปรียบเทียบที่จะดำเนินการ
compare_type :: MLIR :: MHLO :: ComparisonTypeattr ประเภทการเปรียบเทียบที่จะใช้

ตัวถูกดำเนินการ:

ตัวดำเนินการ คำอธิบาย
lhs อันดับเทนเซอร์ของประเภท f8e4m3b11fnuz หรือประเภท f8e4m3fn หรือประเภท f8e4m3fnuz หรือประเภท f8e5m2 หรือประเภท f8e5m2fnuz หรือลอย 16 บิตหรือ 32 บิตลอยตัวหรือ 64 บิต /16/32/64 บิตจำนวนเต็มไร้สัญลักษณ์หรือ 4/8/16/32/64- บิตหรือประเภทที่ไม่ได้ลงนามหรือประเภทที่ซับซ้อนด้วยองค์ประกอบลอย 32 บิตหรือองค์ประกอบลอย 64 บิตหรือ 4/8/16/32- บิต จำนวนเต็มที่ลงนามหรือ 4/8/16/32- 32 บิตปริมาณจำนวนเต็มที่ไม่ได้ลงนามหรือ 4/8/16/16/32 บิตเชิงปริมาณต่อแกนที่ลงนามจำนวนเต็มหรือ 4/8/16/32- บิตปริมาณสม่ำเสมอต่อแกนที่ไม่ได้ลงนาม
rhs อันดับเทนเซอร์ของประเภท f8e4m3b11fnuz หรือประเภท f8e4m3fn หรือประเภท f8e4m3fnuz หรือประเภท f8e5m2 หรือประเภท f8e5m2fnuz หรือลอย 16 บิตหรือ 32 บิตลอยตัวหรือ 64 บิต /16/32/64 บิตจำนวนเต็มไร้สัญลักษณ์หรือ 4/8/16/32/64- บิตหรือประเภทที่ไม่ได้ลงนามหรือประเภทที่ซับซ้อนด้วยองค์ประกอบลอย 32 บิตหรือองค์ประกอบลอย 64 บิตหรือ 4/8/16/32- บิต จำนวนเต็มที่ลงนามหรือ 4/8/16/32- 32 บิตปริมาณจำนวนเต็มที่ไม่ได้ลงนามหรือ 4/8/16/16/32 บิตเชิงปริมาณต่อแกนที่ลงนามจำนวนเต็มหรือ 4/8/16/32- บิตปริมาณสม่ำเสมอต่อแกนที่ไม่ได้ลงนาม

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«ไม่มีชื่อ» อันดับเทนเซอร์ของค่า pred (aka boolean หรือจำนวนเต็ม 1 บิต)

mhlo.complex (mhlo :: complexop)

การทำงานที่ซับซ้อน

ไวยากรณ์:

operation ::= `mhlo.complex` operands attr-dict
              `:` custom<ComplexOpType>(type($lhs), type($rhs), type($result))

ดำเนินการแปลงองค์ประกอบที่ชาญฉลาดเป็นค่าที่ซับซ้อนจากคู่ของค่าจริงและจินตภาพ lhs และ rhs และสร้างเทนเซอร์ result

ดู: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#complex

ตัวอย่าง:

%result = mhlo.complex %lhs, %rhs : tensor<2xcomplex<f32>>

ลักษณะ: AlwaysSpeculatableImplTrait , Elementwise , SameOperandsAndResultShape , SameOperandsElementType

อินเทอร์เฟซ: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

เอฟเฟกต์: MemoryEffects::Effect{}

ตัวถูกดำเนินการ:

ตัวดำเนินการ คำอธิบาย
lhs จัดอันดับเทนเซอร์ของค่าลอย 32 บิตหรือค่าลอย 64 บิต
rhs จัดอันดับเทนเซอร์ของค่าลอย 32 บิตหรือค่าลอย 64 บิต

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result จัดอันดับเทนเซอร์ของประเภทที่ซับซ้อนด้วยค่าลอยตัว 32 บิตหรือค่าลอย 64 บิต

mhlo.composite (MHLO :: CompositeOp)

การทำงานแบบคอมโพสิต

ไวยากรณ์:

operation ::= `mhlo.composite` $name $inputs attr-dict `:` functional-type(operands, results)

ห่อหุ้มการดำเนินการที่ประกอบขึ้น (ประกอบ) ของการดำเนินการที่มีเสถียรภาพอื่น ๆ การใช้ inputs และ composite_attributes และการผลิต results ความหมายของ OP ถูกนำมาใช้โดยแอตทริบิวต์ decomposition composite OP สามารถถูกแทนที่ด้วยการสลายตัวโดยไม่เปลี่ยนความหมายของโปรแกรม ในกรณีที่การ inlining การสลายตัวไม่ได้ให้ความหมาย OP เดียวกันชอบใช้ custom_call

version (ค่าเริ่มต้นเป็น 0 ) ใช้เพื่อแสดงว่าเมื่อความหมายของคอมโพสิตเปลี่ยนไป

ดู: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#composite

ตัวอย่าง:

%results = mhlo.composite "my.op" %arg0, %arg1 {
  decomposition = @my_op,
  composite_attributes = { my_attribute = "my_value" },
  version = 1 : i32
} : (tensor<f32>, tensor<f32>) -> tensor<f32>

อินเทอร์เฟซ: SymbolUserOpInterface

คุณลักษณะ:

คุณลักษณะ ประเภท mlir คำอธิบาย
name :: mlir :: stringattr แอตทริบิวต์สตริง
composite_attributes :: MLIR :: DictionaryAttr พจนานุกรมของค่าแอตทริบิวต์ชื่อ
decomposition :: mlir :: flatsymbolrefattr แอตทริบิวต์อ้างอิงสัญลักษณ์แบน
version :: mlir :: Integerattr แอตทริบิวต์จำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิต

ตัวถูกดำเนินการ:

ตัวดำเนินการ คำอธิบาย
inputs ความแปรปรวนของ Tensor อันดับของประเภท F8E4M3B11fnuz หรือประเภท F8E4M3FN หรือประเภท F8E4M3FNUZ หรือประเภท F8E5M2 หรือ F8E5M2FNUZ ประเภทหรือลอย 16 บิต /8/16/32/64 บิตจำนวนเต็มแบบไม่มีเครื่องหมายหรือ 4/8/16/32/64 บิตหรือประเภทที่ไม่ได้ลงนามหรือประเภทที่ซับซ้อนด้วยองค์ประกอบลอย 32 บิตหรือองค์ประกอบลอย 64 บิตหรือ 4/8/16/32 บิต จำนวนเต็มที่ลงนามในปริมาณสม่ำเสมอหรือ 4/8/16/16/32 บิตเครื่องแบบจำนวนเต็มที่ไม่ได้ลงนามหรือ 4/8/16/32- บิตเท่ากันปริมาณต่อแกนที่ลงนามจำนวนเต็มหรือ 4/8/16/32- บิตสม่ำเสมอต่อแกนที่ไม่ได้ลงนาม ค่าหรือโทเค็นหรือซ้อนกัน tuple ที่มีการรวมกันของเทนเซอร์อันดับของประเภท f8e4m3b11fnuz หรือประเภท f8e4m3fn หรือประเภท f8e4m3fnuz หรือประเภท f8e5m2 หรือ f8e5m2fnuz ชนิดหรือ 16-bitlat หรือจำนวนเต็ม 1 บิต) หรือ 4/8/16/32/64 บิตจำนวนเต็มหรือ 4/8/16/32/64- บิตที่ไม่ได้ลงชื่อหรือประเภทที่ซับซ้อนด้วย 32 บิตลอยหรือองค์ประกอบลอย 64 บิตหรือ 4 หรือ 4 /8/16/32- บิตชุดจำนวนเต็มที่ลงนามในปริมาณหรือ 4/8/16/32 บิตค่าจำนวนเต็มที่ไม่ได้ลงนามหรือเทนเซอร์อันดับ 4/8/16/13- บิตสม่ำเสมอเชิงปริมาณต่อแกนที่ลงนามหรือ 4/8 /16/32- บิตสม่ำเสมอต่อปริมาณต่อแกนที่ไม่ได้ลงชื่อหรือค่าโทเค็น

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«ไม่มีชื่อ» ความแปรปรวนของ Tensor อันดับของประเภท F8E4M3B11fnuz หรือประเภท F8E4M3FN หรือประเภท F8E4M3FNUZ หรือประเภท F8E5M2 หรือ F8E5M2FNUZ ประเภทหรือลอย 16 บิต /8/16/32/64 บิตจำนวนเต็มแบบไม่มีเครื่องหมายหรือ 4/8/16/32/64 บิตหรือประเภทที่ไม่ได้ลงนามหรือประเภทที่ซับซ้อนด้วยองค์ประกอบลอย 32 บิตหรือองค์ประกอบลอย 64 บิตหรือ 4/8/16/32 บิต จำนวนเต็มที่ลงนามในปริมาณสม่ำเสมอหรือ 4/8/16/16/32 บิตเครื่องแบบจำนวนเต็มที่ไม่ได้ลงนามหรือ 4/8/16/32- บิตเท่ากันปริมาณต่อแกนที่ลงนามจำนวนเต็มหรือ 4/8/16/32- บิตสม่ำเสมอต่อแกนที่ไม่ได้ลงนาม ค่าหรือโทเค็นหรือซ้อนกัน tuple ที่มีการรวมกันของเทนเซอร์อันดับของประเภท f8e4m3b11fnuz หรือประเภท f8e4m3fn หรือประเภท f8e4m3fnuz หรือประเภท f8e5m2 หรือ f8e5m2fnuz ชนิดหรือ 16-bitlat หรือจำนวนเต็ม 1 บิต) หรือ 4/8/16/32/64 บิตจำนวนเต็มหรือ 4/8/16/32/64- บิตที่ไม่ได้ลงชื่อหรือประเภทที่ซับซ้อนด้วย 32 บิตลอยหรือองค์ประกอบลอย 64 บิตหรือ 4 หรือ 4 /8/16/32- บิตชุดจำนวนเต็มที่ลงนามในปริมาณหรือ 4/8/16/32 บิตค่าจำนวนเต็มที่ไม่ได้ลงนามหรือเทนเซอร์อันดับ 4/8/16/13- บิตสม่ำเสมอเชิงปริมาณต่อแกนที่ลงนามหรือ 4/8 /16/32- บิตสม่ำเสมอต่อปริมาณต่อแกนที่ไม่ได้ลงชื่อหรือค่าโทเค็น

mhlo.compute_reshape_shape (MHLO :: Computereshapeshapeop)

การทำงานของคอมพิวเตอร์

ไวยากรณ์:

operation ::= `mhlo.compute_reshape_shape` operands attr-dict `:` functional-type(operands, results)

การดำเนินการนี้เป็นงานที่อยู่ระหว่างดำเนินการดังนั้นจึงยังไม่รวมอยู่ในข้อกำหนด: https://github.com/openxla/stablehlo/issues/8

อย่างไม่เป็นทางการการดำเนินการนี้คำนวณ output_shape สำหรับ dynamicReshapeop จากจำนวนขององค์ประกอบ num_elements ในตัวถูกดำเนินการของ dynamicReshapeop และรูปร่าง dynamic_shape ที่ให้ไว้สำหรับการเปลี่ยนภาพของ TF: https://www.tensorflow.org/api_docs/python/tf

ตัวอย่างเช่นสำหรับ num_elements = 12 และ dynamic_shape = [2, -1] result จะเป็น [2, 6] หากตัวถูกดำเนินการไม่ถูกต้อง (เช่นถ้ามิติไม่แบ่งจำนวนองค์ประกอบอย่างเท่าเทียมกันหรือหากมีค่าหลาย -1 ในมิติ) สิ่งนี้จะนำไปสู่พฤติกรรมที่ไม่ได้กำหนด

ตัวอย่าง:

%result = mhlo.compute_reshape_shape %num_elements, %dynamic_shape
       : (index, tensor<2xi32>) -> tensor<2xi32>

ลักษณะ: AlwaysSpeculatableImplTrait

อินเทอร์เฟซ: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface)

เอฟเฟกต์: MemoryEffects::Effect{}

ตัวถูกดำเนินการ:

ตัวดำเนินการ คำอธิบาย
num_elements ดัชนี
dynamic_shape 1D เทนเซอร์ของจำนวนเต็มหรือค่าดัชนี

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result 1D เทนเซอร์ของจำนวนเต็มหรือค่าดัชนี

mhlo.concatenate (mhlo :: concatenateop)

การดำเนินการต่อ

เชื่อมต่อจำนวนเทนเซอร์ที่หลากหลายใน inputs ตามมิติ dimension ในลำดับเดียวกับอาร์กิวเมนต์ที่กำหนดและสร้างเทนเซอร์ result

ดู: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#concatenate

ตัวอย่าง:

%result = mhlo.concatenate %input0, %input1, dim = 0 : (tensor<3x2xi64>, tensor<1x2xi64>) -> tensor<4x2xi64>

ลักษณะ: AlwaysSpeculatableImplTrait , SameOperandsAndResultElementType

อินเทอร์เฟซ: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

เอฟเฟกต์: MemoryEffects::Effect{}

คุณลักษณะ:

คุณลักษณะ ประเภท mlir คำอธิบาย
dimension :: mlir :: Integerattr แอตทริบิวต์จำนวนเต็ม 64 บิต

ตัวถูกดำเนินการ:

ตัวดำเนินการ คำอธิบาย
val ความแปรปรวนของ Tensor อันดับของประเภท F8E4M3B11fnuz หรือประเภท F8E4M3FN หรือประเภท F8E4M3FNUZ หรือประเภท F8E5M2 หรือ F8E5M2FNUZ ประเภทหรือลอย 16 บิต /8/16/32/64 บิตจำนวนเต็มแบบไม่มีเครื่องหมายหรือ 4/8/16/32/64 บิตหรือประเภทที่ไม่ได้ลงนามหรือประเภทที่ซับซ้อนด้วยองค์ประกอบลอย 32 บิตหรือองค์ประกอบลอย 64 บิตหรือ 4/8/16/32 บิต จำนวนเต็มที่ลงนามในปริมาณสม่ำเสมอหรือ 4/8/16/16/32 บิตเครื่องแบบจำนวนเต็มที่ไม่ได้ลงนามหรือ 4/8/16/32- บิตเท่ากันปริมาณต่อแกนที่ลงนามจำนวนเต็มหรือ 4/8/16/32- บิตสม่ำเสมอต่อแกนที่ไม่ได้ลงนาม ค่านิยม

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«ไม่มีชื่อ» อันดับเทนเซอร์ของประเภท f8e4m3b11fnuz หรือประเภท f8e4m3fn หรือประเภท f8e4m3fnuz หรือประเภท f8e5m2 หรือประเภท f8e5m2fnuz หรือลอย 16 บิตหรือ 32 บิตลอยตัวหรือ 64 บิต /16/32/64 บิตจำนวนเต็มไร้สัญลักษณ์หรือ 4/8/16/32/64- บิตหรือประเภทที่ไม่ได้ลงนามหรือประเภทที่ซับซ้อนด้วยองค์ประกอบลอย 32 บิตหรือองค์ประกอบลอย 64 บิตหรือ 4/8/16/32- บิต จำนวนเต็มที่ลงนามหรือ 4/8/16/32- 32 บิตปริมาณจำนวนเต็มที่ไม่ได้ลงนามหรือ 4/8/16/16/32 บิตเชิงปริมาณต่อแกนที่ลงนามจำนวนเต็มหรือ 4/8/16/32- บิตปริมาณสม่ำเสมอต่อแกนที่ไม่ได้ลงนาม

mhlo.constant (MHLO :: Constantop)

การทำงานอย่างต่อเนื่อง

ผลิตเทนเซอร์ output พุทจาก value คงที่

ดู: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#constant

ตัวอย่าง:

%output = mhlo.constant dense<[[0.0, 1.0], [2.0, 3.0]]> : tensor<2x2xf32>

ลักษณะ: AlwaysSpeculatableImplTrait , ConstantLike

อินเทอร์เฟซ: ConditionallySpeculatable , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

เอฟเฟกต์: MemoryEffects::Effect{}

คุณลักษณะ:

คุณลักษณะ ประเภท mlir คำอธิบาย
value :: MLIR :: ElementSattr แอตทริบิวต์เวกเตอร์/เทนเซอร์คงที่

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output เทนเซอร์ที่มีรูปร่างคงที่ของประเภท f8e4m3b11fnuz หรือประเภท f8e4m3fn หรือประเภท f8e4m3fnuz หรือประเภท f8e5m2 หรือ f8e5m2fnuz ประเภทหรือลอย 16 บิตหรือ 32 บิตลอยหรือ 64 บิต 8/16/32/64- บิตจำนวนเต็มแบบไม่มีเครื่องหมายหรือ 4/8/16/32/64 บิตหรือประเภทที่ไม่ได้ลงนามหรือประเภทที่ซับซ้อนด้วยองค์ประกอบลอย 32 บิตหรือองค์ประกอบลอย 64 บิตหรือชุดเครื่องแบบ 4/8/16/32 บิต จำนวนเต็มที่ลงนามในปริมาณหรือ 4/8/16/16/32 บิตชุดจำนวนเต็มที่ไม่ได้ลงนามในปริมาณที่ไม่ได้ลงนามหรือ 4/8/16/32- บิตสม่ำเสมอเชิงปริมาณต่อแกนที่ลงนามจำนวนเต็มหรือ 4/8/16/16/32- บิตค่าสม่ำเสมอต่อแกนที่ไม่ได้ลงนาม

mhlo.convert (mhlo :: convertop)

แปลงการทำงาน

ไวยากรณ์:

operation ::= `mhlo.convert` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

ดำเนินการแปลงองค์ประกอบที่ชาญฉลาดจากองค์ประกอบหนึ่งไปยังอีกประเภทหนึ่งบน operand เทนเซอร์และสร้างเทนเซอร์ result

ดู: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#convert

ตัวอย่าง:

%result = mhlo.convert %operand : (tensor<3xi32>) -> tensor<3xcomplex<f32>>

ลักษณะ: AlwaysSpeculatableImplTrait , Elementwise , SameOperandsAndResultShape

อินเทอร์เฟซ: ConditionallySpeculatable , InferShapedTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

เอฟเฟกต์: MemoryEffects::Effect{}

ตัวถูกดำเนินการ:

ตัวดำเนินการ คำอธิบาย
operand อันดับเทนเซอร์ของประเภท f8e4m3b11fnuz หรือประเภท f8e4m3fn หรือประเภท f8e4m3fnuz หรือประเภท f8e5m2 หรือประเภท f8e5m2fnuz หรือลอย 16 บิตหรือ 32 บิตลอยตัวหรือ 64 บิต /16/32/64 บิตจำนวนเต็มไร้สัญลักษณ์หรือ 4/8/16/32/64- บิตหรือประเภทที่ไม่ได้ลงนามหรือประเภทที่ซับซ้อนด้วยองค์ประกอบลอย 32 บิตหรือองค์ประกอบลอย 64 บิตหรือ 4/8/16/32- บิต จำนวนเต็มที่ลงนามหรือ 4/8/16/32- 32 บิตปริมาณจำนวนเต็มที่ไม่ได้ลงนามหรือ 4/8/16/16/32 บิตเชิงปริมาณต่อแกนที่ลงนามจำนวนเต็มหรือ 4/8/16/32- บิตปริมาณสม่ำเสมอต่อแกนที่ไม่ได้ลงนาม

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result อันดับเทนเซอร์ของประเภท f8e4m3b11fnuz หรือประเภท f8e4m3fn หรือประเภท f8e4m3fnuz หรือประเภท f8e5m2 หรือประเภท f8e5m2fnuz หรือลอย 16 บิตหรือ 32 บิตลอยตัวหรือ 64 บิต /16/32/64 บิตจำนวนเต็มไร้สัญลักษณ์หรือ 4/8/16/32/64- บิตหรือประเภทที่ไม่ได้ลงนามหรือประเภทที่ซับซ้อนด้วยองค์ประกอบลอย 32 บิตหรือองค์ประกอบลอย 64 บิตหรือ 4/8/16/32- บิต จำนวนเต็มที่ลงนามหรือ 4/8/16/32- 32 บิตปริมาณจำนวนเต็มที่ไม่ได้ลงนามหรือ 4/8/16/16/32 บิตเชิงปริมาณต่อแกนที่ลงนามจำนวนเต็มหรือ 4/8/16/32- บิตปริมาณสม่ำเสมอต่อแกนที่ไม่ได้ลงนาม

mhlo.convolution (mhlo :: convolutionop)

การดำเนินการแบบ Convolution

ไวยากรณ์:

operation ::= `mhlo.convolution` `(`operands`)`
              `dim_numbers` `=` custom<ConvolutionDimensions>($dimension_numbers) `,`
              `window` `=` `{` custom<WindowAttributes>($window_strides, $padding,
              $lhs_dilation, $rhs_dilation,
              $window_reversal) `}`
              attr-dict `:` functional-type(operands, results)

คำนวณผลิตภัณฑ์ DOT ระหว่าง Windows ของ lhs และชิ้นส่วน rhs และสร้าง result

ดู: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#convolution

ตัวอย่าง:

%result = "mhlo.convolution"(%lhs, %rhs) {
  window_strides = dense<4> : tensor<2xi64>,
  padding = dense<0> : tensor<2x2xi64>,
  lhs_dilation = dense<2> : tensor<2xi64>,
  rhs_dilation = dense<1> : tensor<2xi64>,
  window_reversal = dense<false> : tensor<2xi1>,
  dimension_numbers = #mhlo.conv<[b, 0, 1, f]x[0, 1, i, o]->[b, 0, 1, f]>,
  feature_group_count = 1 : i64,
  batch_group_count = 1 : i64,
  precision_config = [#stablehlo<precision DEFAULT>, #stablehlo<precision DEFAULT>]
} : (tensor<1x4x4x1xi32>, tensor<3x3x1x1xi32>) -> tensor<1x2x2x1xi32>

ลักษณะ: AlwaysSpeculatableImplTrait

อินเทอร์เฟซ: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface)

เอฟเฟกต์: MemoryEffects::Effect{}

คุณลักษณะ:

คุณลักษณะ ประเภท mlir คำอธิบาย
window_strides :: MLIR :: DenseIntlementSttr แอตทริบิวต์องค์ประกอบจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิต
padding :: MLIR :: DenseIntlementSttr แอตทริบิวต์องค์ประกอบจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิต
lhs_dilation :: MLIR :: DenseIntlementSttr แอตทริบิวต์องค์ประกอบจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิต
rhs_dilation :: MLIR :: DenseIntlementSttr แอตทริบิวต์องค์ประกอบจำนวนเต็มแบบไม่มีเครื่องหมาย 64 บิต
window_reversal :: mlir :: denselementsattr แอตทริบิวต์เวกเตอร์/เทนเซอร์บูลีนคงที่
dimension_numbers :: mlir :: mhlo :: convdimensionNumbersattr โครงสร้างของข้อมูลมิติสำหรับความร่วมมือ OP
feature_group_count :: mlir :: Integerattr แอตทริบิวต์จำนวนเต็ม 64 บิต
batch_group_count :: mlir :: Integerattr แอตทริบิวต์จำนวนเต็ม 64 บิต
precision_config :: mlir :: arrayattr แอตทริบิวต์การกำหนดค่าที่แม่นยำ

ตัวถูกดำเนินการ:

ตัวดำเนินการ คำอธิบาย
lhs อันดับเทนเซอร์ของประเภท f8e4m3b11fnuz หรือประเภท f8e4m3fn หรือประเภท f8e4m3fnuz หรือประเภท f8e5m2 หรือประเภท f8e5m2fnuz หรือลอย 16 บิตหรือ 32 บิตลอยตัวหรือ 64 บิต /16/32/64 บิตจำนวนเต็มไร้สัญลักษณ์หรือ 4/8/16/32/64- บิตหรือประเภทที่ไม่ได้ลงนามหรือประเภทที่ซับซ้อนด้วยองค์ประกอบลอย 32 บิตหรือองค์ประกอบลอย 64 บิตหรือ 4/8/16/32- บิต จำนวนเต็มที่ลงนามหรือ 4/8/16/32- 32 บิตปริมาณจำนวนเต็มที่ไม่ได้ลงนามหรือ 4/8/16/16/32 บิตเชิงปริมาณต่อแกนที่ลงนามจำนวนเต็มหรือ 4/8/16/32- บิตปริมาณสม่ำเสมอต่อแกนที่ไม่ได้ลงนาม
rhs อันดับเทนเซอร์ของประเภท f8e4m3b11fnuz หรือประเภท f8e4m3fn หรือประเภท f8e4m3fnuz หรือประเภท f8e5m2 หรือประเภท f8e5m2fnuz หรือลอย 16 บิตหรือ 32 บิตลอยตัวหรือ 64 บิต /16/32/64 บิตจำนวนเต็มไร้สัญลักษณ์หรือ 4/8/16/32/64- บิตหรือประเภทที่ไม่ได้ลงนามหรือประเภทที่ซับซ้อนด้วยองค์ประกอบลอย 32 บิตหรือองค์ประกอบลอย 64 บิตหรือ 4/8/16/32- บิต จำนวนเต็มที่ลงนามหรือ 4/8/16/32- 32 บิตปริมาณจำนวนเต็มที่ไม่ได้ลงนามหรือ 4/8/16/16/32 บิตเชิงปริมาณต่อแกนที่ลงนามจำนวนเต็มหรือ 4/8/16/32- บิตปริมาณสม่ำเสมอต่อแกนที่ไม่ได้ลงนาม

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«ไม่มีชื่อ» อันดับเทนเซอร์ของประเภท f8e4m3b11fnuz หรือประเภท f8e4m3fn หรือประเภท f8e4m3fnuz หรือประเภท f8e5m2 หรือประเภท f8e5m2fnuz หรือลอย 16 บิตหรือ 32 บิตลอยตัวหรือ 64 บิต /16/32/64 บิตจำนวนเต็มไร้สัญลักษณ์หรือ 4/8/16/32/64- บิตหรือประเภทที่ไม่ได้ลงนามหรือประเภทที่ซับซ้อนด้วยองค์ประกอบลอย 32 บิตหรือองค์ประกอบลอย 64 บิตหรือ 4/8/16/32- บิต จำนวนเต็มที่ลงนามหรือ 4/8/16/32- 32 บิตปริมาณจำนวนเต็มที่ไม่ได้ลงนามหรือ 4/8/16/16/32 บิตเชิงปริมาณต่อแกนที่ลงนามจำนวนเต็มหรือ 4/8/16/32- บิตปริมาณสม่ำเสมอต่อแกนที่ไม่ได้ลงนาม

mhlo.copy (mhlo :: copyop)

การดำเนินการคัดลอก

ไวยากรณ์:

operation ::= `mhlo.copy` operands attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

การดำเนินการนี้เป็นแบบส่วนตัวของคอมไพเลอร์ XLA ดังนั้นจึงยังไม่มีข้อกำหนด

อย่างไม่เป็นทางการการดำเนินการนี้เป็นสำเนาของ operand ขึ้นอยู่กับข้อมูลเมตาที่แนบมากับการดำเนินการมันสามารถทำงานได้ค่อนข้างแตกต่างจากที่ไม่ได้

ตัวอย่าง:

%0 = mhlo.copy %arg0 : tensor<f32>

ลักษณะ: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise

อินเทอร์เฟซ: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

เอฟเฟกต์: MemoryEffects::Effect{}

คุณลักษณะ:

คุณลักษณะ ประเภท mlir คำอธิบาย
cross_program_prefetch_index :: mlir :: Integerattr แอตทริบิวต์จำนวนเต็มแบบไม่มีเครื่องหมาย 32 บิต

ตัวถูกดำเนินการ:

ตัวดำเนินการ คำอธิบาย
operand อันดับเทนเซอร์ของประเภท f8e4m3b11fnuz หรือประเภท f8e4m3fn หรือประเภท f8e4m3fnuz หรือประเภท f8e5m2 หรือประเภท f8e5m2fnuz หรือลอย 16 บิตหรือ 32 บิตลอยตัวหรือ 64 บิต /16/32/64 บิตจำนวนเต็มไร้สัญลักษณ์หรือ 4/8/16/32/64- บิตหรือประเภทที่ไม่ได้ลงนามหรือประเภทที่ซับซ้อนด้วยองค์ประกอบลอย 32 บิตหรือองค์ประกอบลอย 64 บิตหรือ 4/8/16/32- บิต จำนวนเต็มที่ลงนามหรือ 4/8/16/32 บิตเครื่องแบบปริมาณจำนวนเต็มที่ไม่ได้ลงนามหรือ 4/8/16/16/32 บิตเท่ากันเชิงปริมาณต่อแกนที่ลงนามจำนวนเต็มหรือ 4/8/16/32- บิตเท่ากันต่อแกนค่าจำนวนเต็มที่ไม่ได้ลงนาม โทเค็นหรือซ้อนกัน tuple ที่มีการรวมกันของ Tensor อันดับของประเภท F8E4M3B11fnuz หรือประเภท F8E4M3FN หรือประเภท F8E4M3FNUZ หรือประเภท F8E5M2 หรือประเภท F8E5M2FNUZ -bit Integer) หรือ 4/8/16/32/64-bit Integer หรือ 4/8/16/32/64- บิตที่ไม่ได้ลงชื่อหรือประเภทที่ซับซ้อนด้วยการลอย 32 บิตหรือองค์ประกอบลอย 64 บิตหรือ 4/8 /16/32 บิตเครื่องแบบจำนวนจำนวนเต็มที่ลงนามหรือ 4/8/16/32 บิตค่าจำนวนเต็มที่ไม่ได้ลงนามหรือเทนเซอร์อันดับ 4/8/16/16/32 บิตเท่ากันเชิงปริมาณต่อแกนที่ลงนามหรือ 4/8/16 /32- บิตสม่ำเสมอต่อปริมาณต่อแกนที่ไม่ได้ลงชื่อหรือค่าโทเค็น

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result อันดับเทนเซอร์ของประเภท f8e4m3b11fnuz หรือประเภท f8e4m3fn หรือประเภท f8e4m3fnuz หรือประเภท f8e5m2 หรือประเภท f8e5m2fnuz หรือลอย 16 บิตหรือ 32 บิตลอยตัวหรือ 64 บิต /16/32/64 บิตจำนวนเต็มไร้สัญลักษณ์หรือ 4/8/16/32/64- บิตหรือประเภทที่ไม่ได้ลงนามหรือประเภทที่ซับซ้อนด้วยองค์ประกอบลอย 32 บิตหรือองค์ประกอบลอย 64 บิตหรือ 4/8/16/32- บิต จำนวนเต็มที่ลงนามหรือ 4/8/16/32 บิตเครื่องแบบปริมาณจำนวนเต็มที่ไม่ได้ลงนามหรือ 4/8/16/16/32 บิตเท่ากันเชิงปริมาณต่อแกนที่ลงนามจำนวนเต็มหรือ 4/8/16/32- บิตเท่ากันต่อแกนค่าจำนวนเต็มที่ไม่ได้ลงนาม โทเค็นหรือซ้อนกัน tuple ที่มีการรวมกันของ Tensor อันดับของประเภท F8E4M3B11fnuz หรือประเภท F8E4M3FN หรือประเภท F8E4M3FNUZ หรือประเภท F8E5M2 หรือประเภท F8E5M2FNUZ -bit Integer) หรือ 4/8/16/32/64-bit Integer หรือ 4/8/16/32/64- บิตที่ไม่ได้ลงชื่อหรือประเภทที่ซับซ้อนด้วยการลอย 32 บิตหรือองค์ประกอบลอย 64 บิตหรือ 4/8 /16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer values or ranked tensor of 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16 /32-bit uniform quantized per axis unsigned integer values or token values

mhlo.cosine (mhlo::CosineOp)

Cosine operation

ไวยากรณ์:

operation ::= `mhlo.cosine` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Performs element-wise cosine operation on operand tensor and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#cosine

ตัวอย่าง:

%result = mhlo.cosine %operand : tensor<2xf32>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer values

mhlo.count_leading_zeros (mhlo::ClzOp)

Clz operation

ไวยากรณ์:

operation ::= `mhlo.count_leading_zeros` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Performs element-wise count of the number of leading zero bits in the operand tensor and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#count_leading_zeros

ตัวอย่าง:

%result = mhlo.count_leading_zeros %operand : tensor<2x2xi8>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result ranked tensor of 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer values

mhlo.create_token (mhlo::CreateTokenOp)

CreateToken operation

ไวยากรณ์:

operation ::= `mhlo.create_token` attr-dict `:` type(results)

This operation is on its way out of StableHLO, so it is not included in the specification: https://github.com/openxla/stablehlo/issues/3

Informally, this operation does the same thing as AfterAllOp with 0 inputs: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#after_all

ตัวอย่าง:

%output = mhlo.create_token : !mhlo.token

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output โทเค็น

mhlo.cross-replica-sum (mhlo::CrossReplicaSumOp)

CrossReplicaSum operation

This operation is on its way out of StableHLO, so it is not included in the specification: https://github.com/openxla/stablehlo/issues/3

Informally, this operation does the same thing as AllReduceOp with channel_id = 0 , use_global_device_ids = false and computation implementing addition: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#all_reduce

ตัวอย่าง:

%result = "mhlo.cross-replica-sum"(%operand) {
  replica_groups = dense<[[0, 1]]> : tensor<1x2xi64>
} : (tensor<4xf32>) -> tensor<4xf32>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
replica_groups ::mlir::DenseIntElementsAttr 64-bit signless integer elements attribute

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«unnamed» ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

mhlo.cstr_reshapable (mhlo::CstrReshapableOp)

CstrReshapable operation

ไวยากรณ์:

operation ::= `mhlo.cstr_reshapable` operands attr-dict `:` functional-type(operands, results)

This operation is a work in progress, so it is not yet included in the specification: https://github.com/openxla/stablehlo/issues/8

Informally, this operation creates a witness on the constraint that ComputeReshapeShape would succeed with the provided operands.

ตัวอย่าง:

%result = mhlo.cstr_reshapable %num_elements, %dynamic_shape
       : (index, tensor<3xi32>) -> !shape.witness

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
num_elements ดัชนี
dynamic_shape 1D tensor of integer or index values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result

mhlo.custom_call (mhlo::CustomCallOp)

CustomCall operation

ไวยากรณ์:

operation ::= `mhlo.custom_call` custom<CustomCallTarget>($call_target_name) `(` $inputs `)`
              attr-dict `:` functional-type(operands, results)

Encapsulates an implementation-defined operation call_target_name that takes inputs and called_computations and produces results .

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#custom_call

ตัวอย่าง:

%results = "mhlo.custom_call"(%input0) {
  call_target_name = "foo",
  has_side_effect = false,
  backend_config = "bar",
  api_version = 1 : i32,
  called_computations = [@foo]
} : (tensor<f32>) -> tensor<f32>

A custom call invokes code external to XLA. The `inputs` are passed to the
external code, and the external code is expected to produce a result of the
given type. The exact mechanism is backend-specific. For example, in the CPU
backend, a call instruction is emitted which targets a symbol with the name
`call_target_name`.

If XLA runtime is enabled for a backend, then custom calls use the runtime
custom call calling convention to call into the external functions. This
calling convention defines an ABI for encoding arguments, attributes and
results.

Depending on the API version there are two ways to pass extra bits of static
information to the external function:

1. For `API_VERSION_TYPED_FFI` custom calls `backend_config` must be a
   dictionary attribute, that will be encoded according to the custom call
   calling convention and passed to the external function as the attributes
   argument. External code is expected to use declarative bindings (see
   `xla/runtime/custom_call.h`) to decode them at run time. These custom
   calls are only supported if XLA uses XLA runtime.

2. For previous API versions it is the user responsibility to encode extra
   bits of static information as a string `backend_config` attribute, and
   decode it at run time.

Interfaces: MemoryEffectOpInterface

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
call_target_name ::mlir::StringAttr string attribute
has_side_effect ::mlir::BoolAttr bool attribute
backend_config ::mlir::Attribute string attribute or dictionary of named attribute values
api_version ::mlir::mhlo::CustomCallApiVersionAttr Custom call API version
called_computations ::mlir::ArrayAttr flat symbol ref array attribute
custom_call_schedule ::mlir::mhlo::CustomCallScheduleAttr Specifies the desired schedule for the custom-call.
operand_layouts ::mlir::ArrayAttr Array of layout (1D tensor of index type) attributes
result_layouts ::mlir::ArrayAttr Array of layout (1D tensor of index type) attributes
output_operand_aliases ::mlir::ArrayAttr Aliasing attribute for outputs and operands of CustomCall

Operands:

ตัวดำเนินการ คำอธิบาย
inputs variadic of tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values or token or nested tuple with any combination of tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values or token values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«unnamed» variadic of tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values or token or nested tuple with any combination of tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values or token values

mhlo.divide (mhlo::DivOp)

Div operation

ไวยากรณ์:

operation ::= `mhlo.divide` $lhs `,` $rhs attr-dict
              `:` custom<SameOperandsAndResultType>(type($lhs), type($rhs), type($result))

Performs element-wise division of dividend lhs and divisor rhs tensors and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#divide

ตัวอย่าง:

%result = mhlo.divide %lhs, %rhs : tensor<4xf32>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
lhs ranked tensor of 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values
rhs ranked tensor of 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result ranked tensor of 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

mhlo.domain (mhlo::DomainOp)

Domain operation

This operation is private to the XLA compiler, so it is does not yet have a specification.

Informally, these operations are used to group instructions with the same DomainMetadata property. ShardingMetadata is the main use case today to group instructions on the same device. Domain instructions provide two major benefits:

  • Prevent unintentionally optimizing instructions across domains.
  • Automatically assign the metadata of the instructions created in the domain. Without domain instructions, each HLO optimization pass would have to check and propagate the metadata, which would be easy to miss and also adds complexity to the compiler. Since domain instructions connect two different domains, each domain instruction is associated with two DomainMetadata -- one on the operand side and one on the user side of the domain.

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
kind ::mlir::mhlo::DomainKindAttr Kind of domain metatdata attached to an HLO domain.
entry_metadata ::mlir::StringAttr string attribute
exit_metadata ::mlir::StringAttr string attribute

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer values or ranked tensor of 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values or token

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer values or ranked tensor of 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values or token

mhlo.dot (mhlo::DotOp)

Dot operation

This operation is on its way out of StableHLO, so it is not included in the specification: https://github.com/openxla/stablehlo/issues/3

Informally, this operation does the same thing as XLA's Dot: https://www.tensorflow.org/xla/operation_semantics#dot

ตัวอย่าง:

%0 = mhlo.dot %arg0, %arg1 : (tensor<1x2xi32>, tensor<2x1xi32>) -> tensor<1x1xi32>

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
precision_config ::mlir::ArrayAttr Precision Config attribute

Operands:

ตัวดำเนินการ คำอธิบาย
lhs ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values
rhs ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«unnamed» ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

mhlo.dot_general (mhlo::DotGeneralOp)

DotGeneral operation

Computes dot products between slices of lhs and slices of rhs and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#dot_general

ตัวอย่าง:

%result = "mhlo.dot_general"(%lhs, %rhs) {
  dot_dimension_numbers = #mhlo.dot<
    lhs_batching_dimensions = [0],
    rhs_batching_dimensions = [0],
    lhs_contracting_dimensions = [2],
    rhs_contracting_dimensions = [1]
  >,
  precision_config = [#stablehlo<precision DEFAULT>, #stablehlo<precision DEFAULT>]
} : (tensor<2x2x2xi32>, tensor<2x2x2xi32>) -> tensor<2x2x2xi32>

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
dot_dimension_numbers ::mlir::mhlo::DotDimensionNumbersAttr Attribute that models the dimension information for dot.
precision_config ::mlir::ArrayAttr Precision Config attribute

Operands:

ตัวดำเนินการ คำอธิบาย
lhs ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values
rhs ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«unnamed» ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

mhlo.dynamic_broadcast_in_dim (mhlo::DynamicBroadcastInDimOp)

DynamicBroadcastInDim operation

This operation is a work in progress, so it is not yet included in the specification: https://github.com/openxla/stablehlo/issues/8

Informally, this operation does the same thing as BroadcastInDimOp except that the result shape is specified dynamically via output_dimensions : https://github.com/openxla/stablehlo/blob/main/docs/spec.md#broadcast_in_dim

It also accepts optional attributes to express static knowledge about the expanding behavior of dimensions. If not specified, all dimensions are assumed to be possibly expanding. The sets of dimensions that are known to be expanding and the set of dimensions that are known to be non-expanding must be disjoint and they must be a subset of the operand's dimensions.

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
broadcast_dimensions ::mlir::DenseIntElementsAttr 64-bit signless integer elements attribute
known_expanding_dimensions ::mlir::DenseIntElementsAttr 64-bit signless integer elements attribute
known_nonexpanding_dimensions ::mlir::DenseIntElementsAttr 64-bit signless integer elements attribute

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values
output_dimensions 1D tensor of index or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«unnamed» ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

mhlo.dynamic_conv (mhlo::DynamicConvOp)

DynamicConv operation

This operation is a work in progress, so it is not yet included in the specification: https://github.com/openxla/stablehlo/issues/8

Informally, this operation does the same thing as ConvolutionOp except that padding is specified dynamically via d_padding : https://github.com/openxla/stablehlo/blob/main/docs/spec.md#convolution

ตัวอย่าง:

%result = "mhlo.dynamic_conv"(%lhs, %rhs, %d_padding) {
  window_strides = dense<4> : tensor<2xi64>,
  lhs_dilation = dense<2> : tensor<2xi64>,
  rhs_dilation = dense<1> : tensor<2xi64>,
  window_reversal = dense<false> : tensor<2xi1>,
  dimension_numbers = #mhlo.conv<[b, 0, 1, f]x[0, 1, i, o]->[b, 0, 1, f]>,
  feature_group_count = 1 : i64,
  batch_group_count = 1 : i64,
  precision_config = [#stablehlo<precision DEFAULT>, #stablehlo<precision DEFAULT>]
} : (tensor<1x4x4x1xi32>, tensor<3x3x1x1xi32>, tensor<2x2xi64>) -> tensor<1x2x2x1xi32>

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
window_strides ::mlir::DenseIntElementsAttr 64-bit signless integer elements attribute
padding ::mlir::DenseIntElementsAttr 64-bit signless integer elements attribute
lhs_dilation ::mlir::DenseIntElementsAttr 64-bit signless integer elements attribute
rhs_dilation ::mlir::DenseIntElementsAttr 64-bit signless integer elements attribute
window_reversal ::mlir::DenseElementsAttr constant boolean vector/tensor attribute
dimension_numbers ::mlir::mhlo::ConvDimensionNumbersAttr Structure of dimension information for conv op
feature_group_count ::mlir::IntegerAttr 64-bit signless integer attribute
batch_group_count ::mlir::IntegerAttr 64-bit signless integer attribute
precision_config ::mlir::ArrayAttr Precision Config attribute

Operands:

ตัวดำเนินการ คำอธิบาย
lhs ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values
rhs ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values
d_padding ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«unnamed» ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

mhlo.dynamic_gather (mhlo::DynamicGatherOp)

DynamicGather operation

This operation is a work in progress, so it is not yet included in the specification: https://github.com/openxla/stablehlo/issues/8

Informally, this operation does the same thing as GatherOp except that slice_sizes are specified dynamically: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#gather

ตัวอย่าง:

%result = "mhlo.dynamic_gather"(%operand, %start_indices, %slice_sizes) {
  dimension_numbers = #mhlo.gather<
    offset_dims = [2, 3],
    collapsed_slice_dims = [0],
    start_index_map = [0, 2],
    index_vector_dim = 2>,
  indices_are_sorted = false
} : (tensor<3x4x2xi32>, tensor<2x3x2xi64>, tensor<3xi64>) -> tensor<2x3x2x2xi32>

Traits: AlwaysSpeculatableImplTrait , InferTensorType

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
dimension_numbers ::mlir::mhlo::GatherDimensionNumbersAttr Attribute that models the dimension information for gather
indices_are_sorted ::mlir::BoolAttr bool attribute

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values
start_indices ranked tensor of 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer values
slice_sizes ranked tensor of 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«unnamed» ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

mhlo.dynamic_iota (mhlo::DynamicIotaOp)

DynamicIota operation

This operation is a work in progress, so it is not yet included in the specification: https://github.com/openxla/stablehlo/issues/8

Informally, this operation does the same thing as IotaOp except that the result shape is specified dynamically via output_shape : https://github.com/openxla/stablehlo/blob/main/docs/spec.md#iota

ตัวอย่าง:

%0 = mhlo.dynamic_iota %arg0, dim = 0 : (tensor<1xindex>) -> tensor<4xi32>

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
iota_dimension ::mlir::IntegerAttr 64-bit signless integer attribute

Operands:

ตัวดำเนินการ คำอธิบาย
output_shape 1D tensor of index or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

mhlo.dynamic_pad (mhlo::DynamicPadOp)

DynamicPad operation

ไวยากรณ์:

operation ::= `mhlo.dynamic_pad` operands attr-dict `:` functional-type(operands, results)

Dynamically Pads the operand , with amount of padding added at low-end/high-end/interior is passed through input tensors.

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values
padding_value ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values
edge_padding_low 1D tensor of index or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer values
edge_padding_high 1D tensor of index or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer values
interior_padding 1D tensor of index or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

mhlo.dynamic_reshape (mhlo::DynamicReshapeOp)

DynamicReshape operation

ไวยากรณ์:

operation ::= `mhlo.dynamic_reshape` operands attr-dict `:` functional-type(operands, results)

This operation is a work in progress, so it is not yet included in the specification: https://github.com/openxla/stablehlo/issues/8

Informally, this operation does the same thing as ReshapeOp except that the result shape is specified dynamically via output_shape : https://github.com/openxla/stablehlo/blob/main/docs/spec.md#reshape

ตัวอย่าง:

%0 = mhlo.dynamic_reshape %arg0, %shape : (tensor<?xf32>, tensor<2xindex>) -> tensor<?x?xf32>

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
operand tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values
output_shape 1D tensor of index or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

mhlo.dynamic_slice (mhlo::DynamicSliceOp)

DynamicSlice operation

Extracts a slice from the operand using dynamically-computed starting indices and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#dynamic_slice

ตัวอย่าง:

%result = mhlo.dynamic_slice %operand, %start_indices0, %start_indices1, sizes = [2, 2]
  : (tensor<4x4xi32>, tensor<i64>, tensor<i64>) -> tensor<2x2xi32>

Traits: AlwaysSpeculatableImplTrait , InferTensorType

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
slice_sizes ::mlir::DenseIntElementsAttr 64-bit signless integer elements attribute

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values
start_indices variadic of 0D tensor of 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

mhlo.dynamic_update_slice (mhlo::DynamicUpdateSliceOp)

DynamicUpdateSlice operation

ไวยากรณ์:

operation ::= `mhlo.dynamic_update_slice` operands attr-dict `:` functional-type(operands, results)

Produces a result tensor which is equal to the operand tensor except that the slice starting at start_indices is updated with the values in update .

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#dynamic_update_slice

ตัวอย่าง:

%result = mhlo.dynamic_update_slice %operand, %update, %start_indices0, %start_indices1
  : (tensor<4x4xi32>, tensor<2x2xi32>, tensor<i64>, tensor<i64>) -> tensor<4x4xi32>

Traits: AlwaysSpeculatableImplTrait , InferTensorType

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values
update ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values
start_indices variadic of 0D tensor of 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

mhlo.einsum (mhlo::EinsumOp)

Einsum operation

This operation is on its way out of StableHLO, so it is not included in the specification: https://github.com/openxla/stablehlo/issues/3

Informally, this operation does the same thing as TF's einsum: https://www.tensorflow.org/api_docs/python/tf/einsum

ตัวอย่าง:

%result = "mhlo.einsum"(%lhs, %rhs) {
  einsum_config = "ab,bc->ac"
} : (tensor<4x16xf32>, tensor<16x4xf32>) -> tensor<4x4xf32>

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
einsum_config ::mlir::StringAttr string attribute

Operands:

ตัวดำเนินการ คำอธิบาย
lhs ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values
rhs ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«unnamed» ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

mhlo.erf (mhlo::ErfOp)

Erf operation

ไวยากรณ์:

operation ::= `mhlo.erf` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Performs element-wise erf operation on operand tensor and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#erf

ตัวอย่าง:

%result = mhlo.erf %operand : tensor<2x2xf32>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type values

mhlo.exponential (mhlo::ExpOp)

Exp operation

ไวยากรณ์:

operation ::= `mhlo.exponential` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Performs element-wise exponential operation on operand tensor and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#exponential

ตัวอย่าง:

%result = mhlo.exponential %operand : tensor<2x2xf64>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer values

mhlo.exponential_minus_one (mhlo::Expm1Op)

Expm1 operation

ไวยากรณ์:

operation ::= `mhlo.exponential_minus_one` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Performs element-wise exponential minus one operation on operand tensor and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#exponential_minus_one

ตัวอย่าง:

%result = mhlo.exponential_minus_one %operand : tensor<2xf32>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer values

mhlo.fft (mhlo::FftOp)

Fft operation

Performs the forward and inverse Fourier transforms for real and complex inputs/outputs.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#fft

ตัวอย่าง:

%result = mhlo.fft %operand, type = FFT, length = [4] : (tensor<4xcomplex<f32>>) -> tensor<4xcomplex<f32>>

Traits: AlwaysSpeculatableImplTrait , InferTensorType

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
fft_type ::mlir::mhlo::FftTypeAttr XLA fast fourier transform type.
fft_length ::mlir::DenseIntElementsAttr 64-bit signless integer elements attribute

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«unnamed» ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

mhlo.floor (mhlo::FloorOp)

Floor operation

ไวยากรณ์:

operation ::= `mhlo.floor` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Performs element-wise floor of operand tensor and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#floor

ตัวอย่าง:

%result = mhlo.floor %operand : tensor<2xf32>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type values

mhlo.fusion (mhlo::FusionOp)

Fusion operation

This operation is private to the XLA compiler, so it is does not yet have a specification.

Informally, this operation consists of a group of basic ops (represented as a region attached to it). It serves as a hint to the backend that it is beneficial to emit the contained ops into a single loop nest or kernel.

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
fusion_kind ::mlir::mhlo::FusionKindAttr fusion kind
output_operand_aliases ::mlir::ArrayAttr Aliasing attribute for outputs and operands of Fusion

Operands:

ตัวดำเนินการ คำอธิบาย
inputs variadic of ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer values or ranked tensor of 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values or token

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
results variadic of ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values or nested tuple with any combination of ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer values or ranked tensor of 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values or token values

mhlo.gather (mhlo::GatherOp)

Gather operation

Gathers slices from operand tensor from offsets specified in start_indices and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#gather

ตัวอย่าง:

%result = "mhlo.gather"(%operand, %start_indices) {
  dimension_numbers = #mhlo.gather<
    offset_dims = [2, 3],
    collapsed_slice_dims = [0],
    start_index_map = [0, 2],
    index_vector_dim = 2>,
  slice_sizes = dense<[0, 2, 2]> : tensor<3xi64>,
  indices_are_sorted = false
} : (tensor<3x4x2xi32>, tensor<2x3x2xi64>) -> tensor<2x3x2x2xi32>

Traits: AlwaysSpeculatableImplTrait , InferTensorType

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
dimension_numbers ::mlir::mhlo::GatherDimensionNumbersAttr Attribute that models the dimension information for gather
slice_sizes ::mlir::DenseIntElementsAttr 64-bit signless integer elements attribute
indices_are_sorted ::mlir::BoolAttr bool attribute

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values
start_indices ranked tensor of 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«unnamed» ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

mhlo.get_dimension_size (mhlo::GetDimensionSizeOp)

GetDimensionSize operation

Produces the size of the given dimension of the operand .

See https://github.com/openxla/stablehlo/blob/main/docs/spec.md#get_dimension_size

ตัวอย่าง:

%result = mhlo.get_dimension_size %operand, dim = 1 : (tensor<2x3xf32>) -> tensor<i32>

Traits: AlwaysSpeculatableImplTrait , InferTensorType

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
dimension ::mlir::IntegerAttr 64-bit signless integer attribute

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«unnamed» tensor of 32-bit signless integer values

mhlo.get_tuple_element (mhlo::GetTupleElementOp)

GetTupleElement operation

ไวยากรณ์:

operation ::= `mhlo.get_tuple_element` $operand `[` $index `]` attr-dict `:` functional-type(operands, results)

Extracts element at index position of the operand tuple and produces a result .

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#get_tuple_element

ตัวอย่าง:

%result = mhlo.get_tuple_element %operand[0] : (tuple<tensor<2xf32>, tuple<tensor<i32>>>) -> tensor<2xf32>

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
index ::mlir::IntegerAttr 32-bit signless integer attribute

Operands:

ตัวดำเนินการ คำอธิบาย
operand nested tuple with any combination of ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer values or ranked tensor of 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values or token values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«unnamed» ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values or token or nested tuple with any combination of ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer values or ranked tensor of 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values or token values

mhlo.if (mhlo::IfOp)

If operation

Produces the output from executing exactly one branch from true_branch or false_branch depending on the value of pred .

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#if

Example: %result = "mhlo.if"(%pred) ({ "mhlo.return"(%result_true_branch) : (tensor ) -> () }, { "mhlo.return"(%result_false_branch) : (tensor ) -> () }) : (tensor ) -> tensor

Traits: RecursiveMemoryEffects , SingleBlockImplicitTerminator<ReturnOp> , SingleBlock

Interfaces: InferTypeOpInterface

Operands:

ตัวดำเนินการ คำอธิบาย
pred ranked tensor of pred (AKA boolean or 1-bit integer) values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«unnamed» variadic of ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer values or ranked tensor of 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values or token

mhlo.imag (mhlo::ImagOp)

Imag operation

ไวยากรณ์:

operation ::= `mhlo.imag` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Extracts the imaginary part, element-wise, from the operand and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#imag

ตัวอย่าง:

%result = mhlo.imag %operand : (tensor<2xcomplex<f32>>) -> tensor<2xf32>

Traits: AlwaysSpeculatableImplTrait , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or complex type with 32-bit float or 64-bit float elements values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type values

mhlo.infeed (mhlo::InfeedOp)

Infeed operation

Reads data from the infeed and produces results .

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#infeed

ตัวอย่าง:

%results:2 = "mhlo.infeed"(%token) {
  infeed_config = ""
} : (!mhlo.token) -> (tensor<3x3x3xi32>, !mhlo.token)

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
infeed_config ::mlir::StringAttr string attribute
layout ::mlir::ArrayAttr array attribute

Operands:

ตัวดำเนินการ คำอธิบาย
token โทเค็น

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«unnamed» variadic of statically shaped tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer values or statically shaped tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values or token

mhlo.iota (mhlo::IotaOp)

Iota operation

Fills an output tensor with values in increasing order starting from zero along the iota_dimension dimension.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#iota

ตัวอย่าง:

%output = mhlo.iota dim = 0 : tensor<4x5xi32>

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
iota_dimension ::mlir::IntegerAttr 64-bit signless integer attribute

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output statically shaped tensor of 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or complex type with 32-bit float or 64-bit float elements values

mhlo.is_finite (mhlo::IsFiniteOp)

IsFinite operation

ไวยากรณ์:

operation ::= `mhlo.is_finite` $x attr-dict `:` functional-type(operands, results)

Performs element-wise check whether the value in x is finite (ie is neither +Inf, -Inf, nor NaN) and produces a y tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#is_finite

ตัวอย่าง:

%y = mhlo.is_finite %x : (tensor<7xf32>) -> tensor<7xi1>

Traits: AlwaysSpeculatableImplTrait , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
x ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
y ranked tensor of pred (AKA boolean or 1-bit integer) values

mhlo.log (mhlo::LogOp)

Log operation

ไวยากรณ์:

operation ::= `mhlo.log` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Performs element-wise logarithm operation on operand tensor and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#log

ตัวอย่าง:

%result = mhlo.log %operand : tensor<2x2xf64>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer values

mhlo.log_plus_one (mhlo::Log1pOp)

Log1p operation

ไวยากรณ์:

operation ::= `mhlo.log_plus_one` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Performs element-wise logarithm plus one operation on operand tensor and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#log_plus_one

ตัวอย่าง:

%result = mhlo.log_plus_one %operand : tensor<6xf32>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer values

mhlo.logistic (mhlo::LogisticOp)

Logistic operation

ไวยากรณ์:

operation ::= `mhlo.logistic` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Performs element-wise logistic operation on operand tensor and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#logistic

ตัวอย่าง:

%result = mhlo.logistic %operand : tensor<2x2xf32>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer values

mhlo.map (mhlo::MapOp)

Map operation

Applies a map function computation to inputs along the dimensions and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#map

ตัวอย่าง:

%result = "mhlo.map"(%input0, %input1) ({
  ^bb0(%arg0: tensor<i32>, %arg1: tensor<i32>):
    %0 = mhlo.multiply %arg0, %arg1 : tensor<i32>
    mhlo.return %0 : tensor<i32>
}) {
  dimensions = dense<[0, 1]> : tensor<2xi64>
} : (tensor<2x2xi32>, tensor<2x2xi32>) -> tensor<2x2xi32>

Traits: InferTensorType , RecursiveMemoryEffects , SameOperandsAndResultShape , SingleBlockImplicitTerminator<ReturnOp> , SingleBlock

Interfaces: InferShapedTypeOpInterface , InferTypeOpInterface

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
dimensions ::mlir::DenseIntElementsAttr 64-bit signless integer elements attribute

Operands:

ตัวดำเนินการ คำอธิบาย
inputs variadic of ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4 /8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer ค่านิยม

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«unnamed» ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

mhlo.maximum (mhlo::MaxOp)

Max operation

ไวยากรณ์:

operation ::= `mhlo.maximum` $lhs `,` $rhs attr-dict
              `:` custom<SameOperandsAndResultType>(type($lhs), type($rhs), type($result))

Performs element-wise max operation on tensors lhs and rhs and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#maximum

ตัวอย่าง:

%result = mhlo.maximum %lhs, %rhs : tensor<4xf32>

Traits: AlwaysSpeculatableImplTrait , Commutative , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
lhs ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values
rhs ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

mhlo.minimum (mhlo::MinOp)

Min operation

ไวยากรณ์:

operation ::= `mhlo.minimum` $lhs `,` $rhs attr-dict
              `:` custom<SameOperandsAndResultType>(type($lhs), type($rhs), type($result))

Performs element-wise min operation on tensors lhs and rhs and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#minimum

ตัวอย่าง:

%result = mhlo.minimum %lhs, %rhs : tensor<4xf32>

Traits: AlwaysSpeculatableImplTrait , Commutative , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
lhs ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values
rhs ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

mhlo.multiply (mhlo::MulOp)

Mul operation

ไวยากรณ์:

operation ::= `mhlo.multiply` $lhs `,` $rhs attr-dict
              `:` custom<SameOperandsAndResultType>(type($lhs), type($rhs), type($result))

Performs element-wise product of two tensors lhs and rhs and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#multiply

ตัวอย่าง:

%result = mhlo.multiply %lhs, %rhs : tensor<2xi32>

Traits: AlwaysSpeculatableImplTrait , Commutative , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
lhs ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values
rhs ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

mhlo.negate (mhlo::NegOp)

Neg operation

ไวยากรณ์:

operation ::= `mhlo.negate` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Performs element-wise negation of operand tensor and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#negate

ตัวอย่าง:

%result = mhlo.negate %operand : tensor<2x3xi32>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result ranked tensor of 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

mhlo.not (mhlo::NotOp)

Not operation

ไวยากรณ์:

operation ::= `mhlo.not` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Performs element-wise NOT of tensor operand of type integer and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#not

ตัวอย่าง:

%result = mhlo.not %operand : tensor<5x3x1xi1>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result ranked tensor of pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer values

mhlo.optimization_barrier (mhlo::OptimizationBarrierOp)

OptimizationBarrier operation

ไวยากรณ์:

operation ::= `mhlo.optimization_barrier` attr-dict ($operand^ `:` custom<PairwiseOpType>(type($operand), type($result))):(`(` `)`)?

Ensures that the operations that produce the operand are executed before any operations that depend on the result and prevents compiler transformations from moving operations across the barrier. Other than that, the operation is an identity, ie result = operand .

See https://github.com/openxla/stablehlo/blob/main/docs/spec.md#optimization_barrier

ตัวอย่าง:

%result0, %result1 = mhlo.optimization_barrier %operand0, %operand1 : tensor<f32>, tensor<f32>

Traits: AlwaysSpeculatableImplTrait , HLO_PairwiseSameOperandAndResultType

Interfaces: ConditionallySpeculatable , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
operand variadic of ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer values or ranked tensor of 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values or token

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result variadic of ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer values or ranked tensor of 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values or token

mhlo.or (mhlo::OrOp)

Or operation

ไวยากรณ์:

operation ::= `mhlo.or` $lhs `,` $rhs attr-dict
              `:` custom<SameOperandsAndResultType>(type($lhs), type($rhs), type($result))

Performs element-wise OR of two tensors lhs and rhs and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#or

ตัวอย่าง:

%result = mhlo.or %lhs, %rhs : tensor<2xi1>

Traits: AlwaysSpeculatableImplTrait , Commutative , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
lhs ranked tensor of pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer values
rhs ranked tensor of pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

mhlo.outfeed (mhlo::OutfeedOp)

Outfeed operation

Writes inputs to the outfeed and produces a result token.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#outfeed

ตัวอย่าง:

%result = "mhlo.outfeed"(%input0, %token) {
  outfeed_config = ""
} : (tensor<3x3x3xi32>, !mhlo.token) -> !mhlo.token

Interfaces: InferTypeOpInterface

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
outfeed_config ::mlir::StringAttr string attribute

Operands:

ตัวดำเนินการ คำอธิบาย
inputs variadic of ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4 /8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer ค่านิยม
token โทเค็น

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«unnamed» โทเค็น

mhlo.pad (mhlo::PadOp)

Pad operation

Expands operand by padding around the tensor as well as between the elements of the tensor with the given padding_value .

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#pad

ตัวอย่าง:

%0 = mhlo.pad %arg0, %arg1, low = [0, 1], high = [2, 1], interior = [1, 2]
  : (tensor<2x3xi32>, tensor<i32>) -> tensor<5x9xi32>

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultElementType

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
edge_padding_low ::mlir::DenseIntElementsAttr 64-bit signless integer elements attribute
edge_padding_high ::mlir::DenseIntElementsAttr 64-bit signless integer elements attribute
interior_padding ::mlir::DenseIntElementsAttr 64-bit signless integer elements attribute

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values
padding_value ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«unnamed» ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

mhlo.partition_id (mhlo::PartitionIdOp)

PartitionId operation

ไวยากรณ์:

operation ::= `mhlo.partition_id` attr-dict `:` type(results)

Produces partition_id of the current process.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#partition_id

ตัวอย่าง:

%result = mhlo.partition_id : tensor<ui32>

Interfaces: InferTypeOpInterface

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«unnamed» ranked tensor of 32-bit unsigned integer values

mhlo.popcnt (mhlo::PopulationCountOp)

PopulationCount operation

ไวยากรณ์:

operation ::= `mhlo.popcnt` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Performs element-wise count of the number of bits set in the operand tensor and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#popcnt

ตัวอย่าง:

%result = mhlo.popcnt %operand : tensor<4xi8>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result ranked tensor of 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer values

mhlo.power (mhlo::PowOp)

Pow operation

ไวยากรณ์:

operation ::= `mhlo.power` $lhs `,` $rhs attr-dict
              `:` custom<SameOperandsAndResultType>(type($lhs), type($rhs), type($result))

Performs element-wise exponentiation of lhs tensor by rhs tensor and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#power

ตัวอย่าง:

%result = mhlo.power %lhs, %rhs : tensor<6xf32>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
lhs ranked tensor of 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values
rhs ranked tensor of 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result ranked tensor of 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

mhlo.real (mhlo::RealOp)

Real operation

ไวยากรณ์:

operation ::= `mhlo.real` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Extracts the real part, element-wise, from the operand and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#real

ตัวอย่าง:

%result = mhlo.real %operand : (tensor<2xcomplex<f32>>) -> tensor<2xf32>

Traits: AlwaysSpeculatableImplTrait , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or complex type with 32-bit float or 64-bit float elements values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type values

mhlo.real_dynamic_slice (mhlo::RealDynamicSliceOp)

RealDynamicSlice operation

ไวยากรณ์:

operation ::= `mhlo.real_dynamic_slice` operands attr-dict `:` functional-type(operands, results)

This operation is a work in progress, so it is not yet included in the specification: https://github.com/openxla/stablehlo/issues/8

Informally, this operation does the same thing as SliceOp except that start_indices , limit_indices and strides are specified dynamically: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#slice

ตัวอย่าง:

%result = mhlo.real_dynamic_slice %operand,
            %start_indices, %limit_indices, %strides
       : (tensor<256x?xf32>, tensor<2xindex>, tensor<2xindex>, tensor<2xindex>) -> tensor<256x?xf32>

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values
start_indices 1D tensor of index or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer values
limit_indices 1D tensor of index or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer values
strides 1D tensor of index or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

mhlo.recv (mhlo::RecvOp)

Recv operation

Receives data from a channel with channel_id and produces results .

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#recv

ตัวอย่าง:

%results:2 = "mhlo.recv"(%token) {
  // channel_id = 5 : i64,
  // channel_type = #stablehlo<channel_type HOST_TO_DEVICE>,
  channel_handle = #mhlo.channel_handle<handle = 5, type = 3>,
  is_host_transfer = true
} : (!mhlo.token) -> (tensor<3x4xi32>, !mhlo.token)

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
channel_handle ::mlir::mhlo::ChannelHandleAttr two 64-bit integers 'handle' and 'type'
is_host_transfer ::mlir::BoolAttr bool attribute

Operands:

ตัวดำเนินการ คำอธิบาย
token โทเค็น

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«unnamed» variadic of statically shaped tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer values or statically shaped tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values or token

mhlo.reduce (mhlo::ReduceOp)

Reduce operation

Applies a reduction function body to inputs and init_values along the dimensions and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#reduce

ตัวอย่าง:

%result = "mhlo.reduce"(%input, %init_value) ({
  ^bb0(%arg0: tensor<i32>, %arg1: tensor<i32>):
    %0 = "mhlo.add"(%arg0, %arg1) : (tensor<i32>, tensor<i32>) -> tensor<i32>
    "mhlo.return"(%0) : (tensor<i32>) -> ()
}) {
  dimensions = dense<1> : tensor<1xi64>
} : (tensor<1x6xi32>, tensor<i32>) -> tensor<1xi32>

Traits: InferTensorType , RecursiveMemoryEffects , SameVariadicOperandSize , SingleBlockImplicitTerminator<ReturnOp> , SingleBlock

Interfaces: InferShapedTypeOpInterface , InferTypeOpInterface

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
dimensions ::mlir::DenseIntElementsAttr 64-bit signless integer elements attribute

Operands:

ตัวดำเนินการ คำอธิบาย
inputs variadic of ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4 /8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer ค่านิยม
init_values variadic of ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4 /8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer ค่านิยม

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«unnamed» variadic of ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4 /8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer ค่านิยม

mhlo.reduce_precision (mhlo::ReducePrecisionOp)

ReducePrecision operation

ไวยากรณ์:

operation ::= `mhlo.reduce_precision` $operand `,` `format` `=` custom<ExponentMantissa>($exponent_bits, $mantissa_bits)
              attr-dict `:` custom<SameOperandsAndResultType>(type($operand), type($output))

Performs element-wise conversion of operand to another floating-point type that uses exponent_bits and mantissa_bits and back to the original floating-point type and produces an output tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#reduce_precision

ตัวอย่าง:

%output = mhlo.reduce_precision %operand, format = e5m2 : tensor<6xf32>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
exponent_bits ::mlir::IntegerAttr 32-bit signless integer attribute
mantissa_bits ::mlir::IntegerAttr 32-bit signless integer attribute

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type values

mhlo.reduce_scatter (mhlo::ReduceScatterOp)

ReduceScatter operation

Within each process group in the process grid, performs reduction, using computations , over the values of the operand tensor from each process, splits the reduction result along scatter_dimension into parts, and scatters the split parts between the processes to produce the result .

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#reduce_scatter

ตัวอย่าง:

%result = "mhlo.reduce_scatter"(%operand) ({
  ^bb0(%arg0: tensor<f32>, %arg1: tensor<f32>):
  %0 = mhlo.add %arg0, %arg1 : tensor<f32>
  mhlo.return %0 : tensor<f32>
}) {
  scatter_dimension = 1 : i64,
  replica_groups = dense<[[0, 1]]> : tensor<1x2xi64>,
  // channel_id = 0
  channel_handle = #mhlo.channel_handle<handle = 0, type = 0>
  // use_global_device_ids = false
} : (tensor<2x4xf32>) -> tensor<2x2xf32>

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
scatter_dimension ::mlir::IntegerAttr 64-bit signless integer attribute
replica_groups ::mlir::DenseIntElementsAttr 64-bit signless integer elements attribute
channel_handle ::mlir::mhlo::ChannelHandleAttr two 64-bit integers 'handle' and 'type'
use_global_device_ids ::mlir::UnitAttr unit attribute

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«unnamed» ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

mhlo.reduce_window (mhlo::ReduceWindowOp)

ReduceWindow operation

Applies a reduction function body to windows of inputs and init_values and produces results .

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#reduce_window

ตัวอย่าง:

%result = "mhlo.reduce_window"(%input, %init_value) ({
  ^bb0(%arg0: tensor<i32>, %arg1: tensor<i32>):
    %0 = mhlo.add %arg0, %arg1 : tensor<i32>
    mhlo.return %0 : tensor<i32>
}) {
  window_dimensions = dense<[2, 1]> : tensor<2xi64>,
  window_strides = dense<[4, 1]> : tensor<2xi64>,
  base_dilations = dense<[2, 1]> : tensor<2xi64>,
  window_dilations = dense<[3, 1]> : tensor<2xi64>,
  padding = dense<[[2, 1], [0, 0]]> : tensor<2x2xi64>
} : (tensor<3x2xi32>, tensor<i32>) -> tensor<2x2xi32>

Traits: InferTensorType , RecursiveMemoryEffects , SameVariadicOperandSize , SingleBlockImplicitTerminator<ReturnOp> , SingleBlock

Interfaces: InferShapedTypeOpInterface , InferTypeOpInterface

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
window_dimensions ::mlir::DenseIntElementsAttr 64-bit signless integer elements attribute
window_strides ::mlir::DenseIntElementsAttr 64-bit signless integer elements attribute
base_dilations ::mlir::DenseIntElementsAttr 64-bit signless integer elements attribute
window_dilations ::mlir::DenseIntElementsAttr 64-bit signless integer elements attribute
padding ::mlir::DenseIntElementsAttr 64-bit signless integer elements attribute

Operands:

ตัวดำเนินการ คำอธิบาย
inputs variadic of ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4 /8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer ค่านิยม
init_values variadic of ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4 /8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer ค่านิยม

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«unnamed» variadic of ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4 /8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer ค่านิยม

mhlo.remainder (mhlo::RemOp)

Rem operation

ไวยากรณ์:

operation ::= `mhlo.remainder` $lhs `,` $rhs attr-dict
              `:` custom<SameOperandsAndResultType>(type($lhs), type($rhs), type($result))

Performs element-wise remainder of dividend lhs and divisor rhs tensors and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#remainder

ตัวอย่าง:

%result = mhlo.remainder %lhs, %rhs : tensor<4xi64>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
lhs ranked tensor of 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values
rhs ranked tensor of 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result ranked tensor of 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

mhlo.replica_id (mhlo::ReplicaIdOp)

ReplicaId operation

ไวยากรณ์:

operation ::= `mhlo.replica_id` attr-dict `:` type(results)

Produces replica_id of the current process.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#replica_id

ตัวอย่าง:

%result = mhlo.replica_id : tensor<ui32>

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«unnamed» ranked tensor of 32-bit unsigned integer values

mhlo.reshape (mhlo::ReshapeOp)

Reshape operation

ไวยากรณ์:

operation ::= `mhlo.reshape` operands attr-dict `:` functional-type(operands, results)

Performs reshape of operand tensor to a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#reshape

ตัวอย่าง:

%result = mhlo.reshape %operand : (tensor<2xf32>) -> tensor<1x2xf32>

Traits: AlwaysSpeculatableImplTrait , HLO_CompatibleOperandsAndResultElementType

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
operand tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«unnamed» statically shaped tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

mhlo.return (mhlo::ReturnOp)

_This operation is a work in progress, so it is not yet included in the specification: https://github.com/openxla/stablehlo/issues/425

Informally, this operation serves as a terminator for regions defined by
the StableHLO ops. Non-StableHLO ops, e.g. `func.func`, have their own
terminators, e.g. `func.return`.

Example:

    ```mlir
    %result = "mhlo.reduce"(%input, %init_value) ({
      ^bb0(%arg0: tensor<i32>, %arg1: tensor<i32>):
        %0 = "mhlo.add"(%arg0, %arg1) : (tensor<i32>, tensor<i32>) -> tensor<i32>
        "mhlo.return"(%0) : (tensor<i32>) -> ()
    }) {
      dimensions = dense<1> : tensor<1xi64>
    } : (tensor<1x6xi32>, tensor<i32>) -> tensor<1xi32>
    ```_


Syntax:

```

operation ::= mhlo.return $results attr-dict ( : type($results)^)?



Traits: `AlwaysSpeculatableImplTrait`, `Terminator`

Interfaces: `ConditionallySpeculatable`, `NoMemoryEffect (MemoryEffectOpInterface)`

Effects: `MemoryEffects::Effect{}`

#### Operands:

| Operand | Description |
| :-----: | ----------- |
| `results` | variadic of ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values or token or nested tuple with any combination of ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer values or ranked tensor of 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values or token values


### `mhlo.reverse` (mhlo::ReverseOp)

_Reverse operation_

Reverses the order of elements in the `operand` along the specified
`dimensions` and produces a `result` tensor.

See:
<a href="https://github.com/openxla/stablehlo/blob/main/docs/spec.md#reverse">https://github.com/openxla/stablehlo/blob/main/docs/spec.md#reverse</a>

Example:
```mlir
%result = mhlo.reverse %operand, dims = [1] : tensor<3x2xi32>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
dimensions ::mlir::DenseIntElementsAttr 64-bit signless integer elements attribute

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«unnamed» ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

mhlo.rng (mhlo::RngOp)

Rng operation

Generates random numbers using the rng_distribution algorithm and produces a result tensor of a given shape shape .

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#rng

ตัวอย่าง:

%result = mhlo.rng %a, %b, %shape, distribution = NORMAL : (tensor<i32>, tensor<i32>, tensor<2xi64>) -> tensor<3x3xi32>

Traits: InferTensorType

Interfaces: InferShapedTypeOpInterface , InferTypeOpInterface

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
rng_distribution ::mlir::mhlo::RngDistributionAttr XLA PRNG distribution to be used.

Operands:

ตัวดำเนินการ คำอธิบาย
a 0D tensor of pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type values
b 0D tensor of pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type values
shape 1D tensor of index or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result ranked tensor of pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type values

mhlo.rng_bit_generator (mhlo::RngBitGeneratorOp)

RngBitGenerator operation

Returns an output filled with uniform random data and an updated output state output_state given an initial state initial_state using the pseudorandom number generator algorithm rng_algorithm .

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#rng_bit_generator

ตัวอย่าง:

%output_state, %output = mhlo.rng_bit_generator %initial_state, algorithm = THREE_FRY : (tensor<2xui64>) -> (tensor<2xui64>, tensor<2x2xui64>)

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
rng_algorithm ::mlir::mhlo::RngAlgorithmAttr XLA PRNG algorithm to be used.

Operands:

ตัวดำเนินการ คำอธิบาย
initial_state ranked tensor of 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
output_state ranked tensor of 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type values
output statically shaped tensor of 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type values

mhlo.round_nearest_afz (mhlo::RoundOp)

Round operation

ไวยากรณ์:

operation ::= `mhlo.round_nearest_afz` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Performs element-wise rounding towards the nearest integer, breaking ties away from zero, on the operand tensor and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#round_nearest_afz

ตัวอย่าง:

%result = mhlo.round_nearest_afz %operand : tensor<5xf32>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type values

mhlo.round_nearest_even (mhlo::RoundNearestEvenOp)

RoundNearestEven operation

ไวยากรณ์:

operation ::= `mhlo.round_nearest_even` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Performs element-wise rounding towards the nearest integer, breaking ties towards the even integer, on the operand tensor and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#round_nearest_even

ตัวอย่าง:

%result = mhlo.round_nearest_even %operand : tensor<5xf32>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type values

mhlo.rsqrt (mhlo::RsqrtOp)

Rsqrt operation

ไวยากรณ์:

operation ::= `mhlo.rsqrt` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Performs element-wise reciprocal square root operation on operand tensor and produces a result tensor, implementing the rSqrt operation from the IEEE-754 specification.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#rsqrt

ตัวอย่าง:

%result = mhlo.rsqrt %operand : tensor<2x2xf32>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer values

mhlo.scatter (mhlo::ScatterOp)

Scatter operation

Produces results tensors which are equal to inputs tensors except that several slices specified by scatter_indices are updated with the values updates using update_computation .

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#scatter

ตัวอย่าง:

%result = "mhlo.scatter"(%input, %scatter_indices, %update) ({
  ^bb0(%arg0: tensor<i32>, %arg1: tensor<i32>):
    %0 = mhlo.add %arg0, %arg1 : tensor<i32>
    mhlo.return %0 : tensor<i32>
}) {
  scatter_dimension_numbers = #mhlo.scatter<
    update_window_dims = [2,3],
    inserted_window_dims = [0],
    scatter_dims_to_operand_dims = [1, 0],
    index_vector_dim = 2>,
  indices_are_sorted = false,
  unique_indices = false
} : (tensor<3x4x2xi32>, tensor<2x3x2xi64>, tensor<2x3x2x2xi32>) -> tensor<3x4x2xi32>

Traits: RecursiveMemoryEffects , SameVariadicOperandSize

Interfaces: InferTypeOpInterface

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
scatter_dimension_numbers ::mlir::mhlo::ScatterDimensionNumbersAttr Attribute that models the dimension information for scatter
indices_are_sorted ::mlir::BoolAttr bool attribute
unique_indices ::mlir::BoolAttr bool attribute

Operands:

ตัวดำเนินการ คำอธิบาย
inputs variadic of ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4 /8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer ค่านิยม
scatter_indices ranked tensor of integer or index values
updates variadic of ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4 /8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer ค่านิยม

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«unnamed» variadic of ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4 /8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer ค่านิยม

mhlo.select (mhlo::SelectOp)

Select operation

ไวยากรณ์:

operation ::= `mhlo.select` operands attr-dict `:`
              custom<SelectOpType>(type($pred), type($on_true), type($on_false), type($result))

Produces a result tensor where each element is selected from on_true or on_false tensor based on the value of the corresponding element of pred .

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#select

ตัวอย่าง:

%result = mhlo.select %pred, %on_true, %on_false : tensor<2x2xi1>, tensor<2x2xi32>

Traits: AlwaysSpeculatableImplTrait , HLO_BroadcastingElementwise , InferTensorType

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
pred ranked tensor of pred (AKA boolean or 1-bit integer) values
on_true ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values
on_false ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

mhlo.select_and_scatter (mhlo::SelectAndScatterOp)

SelectAndScatter operation

Scatters the values from the source tensor using scatter based on the outcome of reduce_window of the input tensor using select and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#select_and_scatter

ตัวอย่าง:

%result = "mhlo.select_and_scatter"(%operand, %source, %init_value) ({
  ^bb0(%arg0: tensor<i32>, %arg1: tensor<i32>):
    %0 = "mhlo.compare"(%arg0, %arg1) {
      comparison_direction = #stablehlo<comparison_direction GE>
    } : (tensor<i32>, tensor<i32>) -> tensor<i1>
    "mhlo.return"(%0) : (tensor<i1>) -> ()
}, {
  ^bb0(%arg0: tensor<i32>, %arg1: tensor<i32>):
    %0 = "mhlo.add"(%arg0, %arg1) : (tensor<i32>, tensor<i32>) -> tensor<i32>
    "mhlo.return"(%0) : (tensor<i32>) -> ()
}) {
  window_dimensions = dense<[3, 1]> : tensor<2xi64>,
  window_strides = dense<[2, 1]> : tensor<2xi64>,
  padding = dense<[[0, 1], [0, 0]]> : tensor<2x2xi64>
} : (tensor<4x2xi32>, tensor<2x2xi32>, tensor<i32>) -> tensor<4x2xi32>

Traits: RecursiveMemoryEffects

Interfaces: InferTypeOpInterface

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
window_dimensions ::mlir::DenseIntElementsAttr 64-bit signless integer elements attribute
window_strides ::mlir::DenseIntElementsAttr 64-bit signless integer elements attribute
padding ::mlir::DenseIntElementsAttr 64-bit signless integer elements attribute

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values
source ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values
init_value ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«unnamed» ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

mhlo.send (mhlo::SendOp)

Send operation

Sends inputs to a channel channel_id and produces a result token.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#send

ตัวอย่าง:

%result = "mhlo.send"(%operand, %token) {
  // channel_id = 5 : i64,
  // channel_type = #stablehlo<channel_type DEVICE_TO_HOST>,
  channel_handle = #mhlo.channel_handle<handle = 5, type = 2>,
  is_host_transfer = true
} : (tensor<3x4xi32>, !mhlo.token) -> !mhlo.token

Interfaces: InferTypeOpInterface

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
channel_handle ::mlir::mhlo::ChannelHandleAttr two 64-bit integers 'handle' and 'type'
is_host_transfer ::mlir::BoolAttr bool attribute

Operands:

ตัวดำเนินการ คำอธิบาย
inputs variadic of ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4 /8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer ค่านิยม
token โทเค็น

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«unnamed» โทเค็น

mhlo.set_dimension_size (mhlo::SetDimensionSizeOp)

SetDimensionSize operation

This operation is a work in progress, so it is not yet included in the specification: https://github.com/openxla/stablehlo/issues/8

Informally, this operation does the same thing as XLA's SetDimensionSize: https://www.tensorflow.org/xla/operation_semantics#setdimensionsize

ตัวอย่าง:

%0 = mhlo.set_dimension_size %arg0, %arg1, dim = 1 : (tensor<4x2xf32>, tensor<i32>) -> tensor<4x2xf32>

Traits: AlwaysSpeculatableImplTrait , InferTensorType

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
dimension ::mlir::IntegerAttr 64-bit signless integer attribute

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values
size tensor of 32-bit signless integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«unnamed» ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

mhlo.shift_left (mhlo::ShiftLeftOp)

ShiftLeft operation

ไวยากรณ์:

operation ::= `mhlo.shift_left` $lhs `,` $rhs attr-dict
              `:` custom<SameOperandsAndResultType>(type($lhs), type($rhs), type($result))

Performs element-wise left-shift operation on the lhs tensor by rhs number of bits and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#shift_left

ตัวอย่าง:

%result = mhlo.shift_left %lhs, %rhs : tensor<6xi8>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
lhs ranked tensor of 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer values
rhs ranked tensor of 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result ranked tensor of 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer values

mhlo.shift_right_arithmetic (mhlo::ShiftRightArithmeticOp)

ShiftRightArithmetic operation

ไวยากรณ์:

operation ::= `mhlo.shift_right_arithmetic` $lhs `,` $rhs attr-dict
              `:` custom<SameOperandsAndResultType>(type($lhs), type($rhs), type($result))

Performs element-wise arithmetic right-shift operation on the lhs tensor by rhs number of bits and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#shift_right_arithmetic

ตัวอย่าง:

%result = mhlo.shift_right_arithmetic %lhs, %rhs : tensor<6xi8>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
lhs ranked tensor of 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer values
rhs ranked tensor of 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result ranked tensor of 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer values

mhlo.shift_right_logical (mhlo::ShiftRightLogicalOp)

ShiftRightLogical operation

ไวยากรณ์:

operation ::= `mhlo.shift_right_logical` $lhs `,` $rhs attr-dict
              `:` custom<SameOperandsAndResultType>(type($lhs), type($rhs), type($result))

Performs element-wise logical right-shift operation on the lhs tensor by rhs number of bits and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#shift_right_logical

ตัวอย่าง:

%result = mhlo.shift_right_logical %lhs, %rhs : tensor<6xi8>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
lhs ranked tensor of 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer values
rhs ranked tensor of 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result ranked tensor of 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer values

mhlo.sign (mhlo::SignOp)

Sign operation

ไวยากรณ์:

operation ::= `mhlo.sign` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Returns the sign of the operand element-wise and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#sign

ตัวอย่าง:

%result = mhlo.sign %operand : tensor<7xf32>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of 4/8/16/32/64-bit signless integer or f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result ranked tensor of 4/8/16/32/64-bit signless integer or f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer values

mhlo.sine (mhlo::SineOp)

Sine operation

ไวยากรณ์:

operation ::= `mhlo.sine` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Performs element-wise sine operation on operand tensor and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#sine

ตัวอย่าง:

%result = mhlo.sine %operand : tensor<2xf32>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer values

mhlo.slice (mhlo::SliceOp)

Slice operation

Extracts a slice from the operand using statically-computed starting indices and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#slice

ตัวอย่าง:

%result = "mhlo.slice" (%operand) {
  start_indices = dense<[1, 2]> : tensor<2xi64>,
  limit_indices = dense<[3, 4]> : tensor<2xi64>,
  strides = dense<1> : tensor<2xi64>
} : (tensor<3x4xi64>) -> tensor<2x2xi64>

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultElementType

Interfaces: ConditionallySpeculatable , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
start_indices ::mlir::DenseIntElementsAttr 64-bit signless integer elements attribute
limit_indices ::mlir::DenseIntElementsAttr 64-bit signless integer elements attribute
strides ::mlir::DenseIntElementsAttr 64-bit signless integer elements attribute

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«unnamed» ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

mhlo.sort (mhlo::SortOp)

Sort operation

Sorts a variadic number of tensors in inputs together, according to a custom comparator , along the given dimension and produces a variadic number of tensors as results .

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#sort

ตัวอย่าง:

%result0, %result1 = "mhlo.sort"(%input0, %input1) ({
  ^bb0(%arg0: tensor<i32>, %arg1: tensor<i32>, %arg2: tensor<i32>, %arg3: tensor<i32>):
    %predicate = "mhlo.compare"(%arg0, %arg1) {
      comparison_direction = #stablehlo<comparison_direction GT>
      } : (tensor<i32>, tensor<i32>) -> tensor<i1>
    "mhlo.return"(%predicate) : (tensor<i1>) -> ()
}) {
  dimension = 0 : i64,
  is_stable = true
} : (tensor<2x3xi32>, tensor<2x3xi32>) -> (tensor<2x3xi32>, tensor<2x3xi32>)

Traits: InferTensorType , RecursiveMemoryEffects , SameOperandsAndResultShape

Interfaces: InferShapedTypeOpInterface , InferTypeOpInterface

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
dimension ::mlir::IntegerAttr 64-bit signless integer attribute
is_stable ::mlir::BoolAttr bool attribute

Operands:

ตัวดำเนินการ คำอธิบาย
inputs variadic of ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4 /8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer ค่านิยม

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«unnamed» variadic of ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4 /8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer ค่านิยม

mhlo.sparse_dot (mhlo::SparseDotOp)

Sparse dot operation

Similar to dot_general operation, with one or both of the operands being sparse. An additional argument provides sparsity meta information. Disclaimer: this op is experimental / a work in progress.

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
lhs_sparsity ::mlir::mhlo::SparsityDescriptorAttr Describes structured (N:M) sparsity configuration
rhs_sparsity ::mlir::mhlo::SparsityDescriptorAttr Describes structured (N:M) sparsity configuration
dot_dimension_numbers ::mlir::mhlo::DotDimensionNumbersAttr Attribute that models the dimension information for dot.
precision_config ::mlir::ArrayAttr Precision Config attribute

Operands:

ตัวดำเนินการ คำอธิบาย
lhs ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values
rhs ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values
meta variadic of ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4 /8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer ค่านิยม

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«unnamed» ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

mhlo.sqrt (mhlo::SqrtOp)

Sqrt operation

ไวยากรณ์:

operation ::= `mhlo.sqrt` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Performs element-wise square root operation on operand tensor and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#sqrt

ตัวอย่าง:

%result = mhlo.sqrt %operand : tensor<2x2xf32>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer values

mhlo.stochastic_convert (mhlo::StochasticConvertOp)

StochasticConvert operation

This operation is a work in progress, so it is not yet included in the specification: https://github.com/openxla/stablehlo/issues/295

Informally, this operation performs element-wise conversion of values from a bigger type to a smaller one with stochastic rounding using the random number passed in.

Traits: AlwaysSpeculatableImplTrait , Elementwise

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type values
random ranked tensor of 4/8/16/32/64-bit unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

mhlo.subtract (mhlo::SubtractOp)

Subtract operation

ไวยากรณ์:

operation ::= `mhlo.subtract` $lhs `,` $rhs attr-dict
              `:` custom<SameOperandsAndResultType>(type($lhs), type($rhs), type($result))

Performs element-wise subtraction of two tensors lhs and rhs and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#subtract

ตัวอย่าง:

%result = mhlo.subtract %lhs, %rhs : tensor<2xi32>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
lhs ranked tensor of 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values
rhs ranked tensor of 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result ranked tensor of 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

mhlo.tan (mhlo::TanOp)

Tan operation

ไวยากรณ์:

operation ::= `mhlo.tan` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

This operation is a work in progress, so it is not yet included in the specification: https://github.com/openxla/stablehlo/issues/954

Informally, this operation returns Tan(operand) element-wise.

ตัวอย่าง:

%0 = mhlo.tan %arg0 : tensor<2xf32>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or complex type with 32-bit float or 64-bit float elements values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or complex type with 32-bit float or 64-bit float elements values

mhlo.tanh (mhlo::TanhOp)

Tanh operation

ไวยากรณ์:

operation ::= `mhlo.tanh` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Performs element-wise hyperbolic tangent operation on operand tensor and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#tanh

ตัวอย่าง:

%result = mhlo.tanh %operand : tensor<2xf32>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer values

mhlo.topk (mhlo::TopKOp)

TopK operation

ไวยากรณ์:

operation ::= `mhlo.topk` `(`$operand `,` `k` `=` $k (`,` `largest` `=` $largest^)? `)` attr-dict `:`
              type($operand) `->` `(`type($values)`,` type($indices)`)`

Returns top k values and their indices, along the last dimension of the operand if largest=true or the bottom k values if largest=false .

See: https://www.tensorflow.org/xla/operation_semantics#top-k

ตัวอย่าง:

%values, %indices = mhlo.topk(%operand, k=5, largest=true)
  : tensor<100xf32> -> (tensor<5xf32>, tensor<5xi32>)

Traits: InferTensorType , RecursiveMemoryEffects

Interfaces: InferShapedTypeOpInterface , InferTypeOpInterface

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
k ::mlir::IntegerAttr 64-bit signless integer attribute
largest ::mlir::BoolAttr bool attribute

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
values ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values
indices ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

mhlo.torch_index_select (mhlo::TorchIndexSelectOp)

TorchIndexSelect operation

This operation is on its way out of StableHLO, so it is not included in the specification: https://github.com/openxla/stablehlo/issues/3

Informally, this operation does the same thing as PyTorch's index_select, augmented with support for batch dimensions: https://pytorch.org/docs/stable/generated/torch.index_select.html

The batch_dims attribute specifies the number of major batch dimensions (0 or more) that act like a multidimensional loop over both the operand and the index.

ตัวอย่าง:

%result = "mhlo.torch_index_select"(%operand, %index) {
  dim = 2 : i64,
  batch_dims = 1 : i64
} : (tensor<8x128x3072x64xf32>, tensor<8x16x1024xi32>) -> tensor<8x128x16x1024x64xf32>

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
dim ::mlir::IntegerAttr 64-bit signless integer attribute
batch_dims ::mlir::IntegerAttr 64-bit signless integer attribute

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values
index ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«unnamed» ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

mhlo.trace (mhlo::TraceOp)

Trace operation

ไวยากรณ์:

operation ::= `mhlo.trace` $operand `,` $tag attr-dict `:` type($operand)

This operation is on its way out of StableHLO, so it is not included in the specification: https://github.com/openxla/stablehlo/issues/604

It is not used by JAX, PyTorch or TensorFlow, so it looks like we should've classified it as "Private to XLA" and not included it in StableHLO in the first place. With that in mind, its semantics will not be documented here.

ตัวอย่าง:

mhlo.trace %arg0, "In test code." : tensor<5x1x5xi32>

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
tag ::mlir::StringAttr string attribute

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

mhlo.transpose (mhlo::TransposeOp)

Transpose operation

Permutes the dimensions of operand tensor using permutation and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#transpose

ตัวอย่าง:

%0 = mhlo.transpose %arg0, dims = [2, 1, 0] : (tensor<1x2x3xi32>) -> tensor<3x2x1xi32>

Traits: AlwaysSpeculatableImplTrait , HLO_CompatibleOperandsAndResultElementType

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
permutation ::mlir::DenseIntElementsAttr 64-bit signless integer elements attribute

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«unnamed» ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

mhlo.triangular_solve (mhlo::TriangularSolveOp)

TriangularSolve operation

Solves batches of systems of linear equations with lower or upper triangular coefficient matrices.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#triangular_solve

ตัวอย่าง:

%result = "mhlo.triangular_solve"(%a, %b) {
  left_side = true,
  lower = true,
  unit_diagonal = false,
  transpose_a = #stablehlo<transpose NO_TRANSPOSE>
} : (tensor<3x3xf32>, tensor<3x3xf32>) -> tensor<3x3xf32>

Traits: AlwaysSpeculatableImplTrait , InferTensorType , SameOperandsAndResultElementType

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
left_side ::mlir::BoolAttr bool attribute
lower ::mlir::BoolAttr bool attribute
unit_diagonal ::mlir::BoolAttr bool attribute
transpose_a ::mlir::mhlo::TransposeAttr Transpose options

Operands:

ตัวดำเนินการ คำอธิบาย
a ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or complex type with 32-bit float or 64-bit float elements values
b ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or complex type with 32-bit float or 64-bit float elements values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«unnamed» ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or complex type with 32-bit float or 64-bit float elements values

mhlo.tuple (mhlo::TupleOp)

Tuple operation

ไวยากรณ์:

operation ::= `mhlo.tuple` $val attr-dict `:` custom<TupleOpType>(type($val), type($result))

Produces a result tuple from values val .

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#tuple

ตัวอย่าง:

%result = mhlo.tuple %val0, %val1 : tuple<tensor<2xf32>, tuple<tensor<i32>>>

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
val variadic of ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values or token or nested tuple with any combination of ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer values or ranked tensor of 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values or token values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result nested tuple with any combination of ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer values or ranked tensor of 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values or token values

mhlo.unary_einsum (mhlo::UnaryEinsumOp)

UnaryEinsum operation

This operation is on its way out of StableHLO, so it is not included in the specification: https://github.com/openxla/stablehlo/issues/3

Informally, this operation does the same thing as TF's einsum: https://www.tensorflow.org/api_docs/python/tf/einsum

ตัวอย่าง:

%result = "mhlo.unary_einsum"(%operand) {
  einsum_config = "ab->a"
} : (tensor<4x16xf32>) -> tensor<4xf32>

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
einsum_config ::mlir::StringAttr string attribute

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«unnamed» ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

mhlo.uniform_dequantize (mhlo::UniformDequantizeOp)

UniformDequantize operation

ไวยากรณ์:

operation ::= `mhlo.uniform_dequantize` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Performs element-wise conversion of quantized tensor operand to a floating-point tensor result according to the quantization parameters defined by the operand type.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#uniform_dequantize

ตัวอย่าง:

%result = mhlo.uniform_dequantize %operand : (tensor<16x16x!quant.uniform<i8:f32, 34.0:16>>) -> tensor<16x16xf32>

Traits: AlwaysSpeculatableImplTrait , Elementwise , InferTensorType , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type values

mhlo.uniform_quantize (mhlo::UniformQuantizeOp)

UniformQuantize operation

ไวยากรณ์:

operation ::= `mhlo.uniform_quantize` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Performs element-wise conversion of floating-point tensor or quantized tensor operand to a quantized tensor result according to the quantization parameters defined by the result type.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#uniform_quantize

ตัวอย่าง:

%result = mhlo.uniform_quantize %operand : (tensor<16x16xf32>) -> tensor<16x16x!quant.uniform<ui8:f32, 34.0:16>>

Traits: AlwaysSpeculatableImplTrait , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
operand ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result ranked tensor of 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

mhlo.while (mhlo::WhileOp)

While operation

Produces the output from executing body function 0 or more times while the cond function outputs true .

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#while

ตัวอย่าง:

%results0, %results1 = "mhlo.while"(%operand0, %operand1) ({
  ^bb0(%arg0: tensor<i32>, %arg1: tensor<i32>):
    %0 = "mhlo.compare"(%arg0, %arg1) {
      comparison_direction = #stablehlo<comparison_direction LT>
    } : (tensor<i32>, tensor<i32>) -> tensor<i1>
    "mhlo.return"(%0) : (tensor<i1>) -> ()
}, {
  ^bb0(%arg0: tensor<i32>, %arg1: tensor<i32>):
    %0 = "mhlo.add"(%arg0, %constant0) : (tensor<i32>, tensor<i32>) -> tensor<i32>
    "mhlo.return"(%0, %arg1) : (tensor<i32>, tensor<i32>) -> ()
}) : (tensor<i32>, tensor<i32>) -> (tensor<i32>, tensor<i32>)

Traits: RecursiveMemoryEffects , SingleBlockImplicitTerminator<ReturnOp> , SingleBlock

Interfaces: InferTypeOpInterface , OpAsmOpInterface

Operands:

ตัวดำเนินการ คำอธิบาย
operand variadic of ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer values or ranked tensor of 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values or token

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«unnamed» variadic of ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer values or ranked tensor of 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values or token

mhlo.xla.rng_get_and_update_state (mhlo::XlaRngGetAndUpdateStateOp)

XlaRngGetAndUpdateState operation

ไวยากรณ์:

operation ::= `mhlo.xla.rng_get_and_update_state` attr-dict

This operation is private to the XLA compiler, so it is does not yet have a specification.

Informally, this operation represents the change of the global random number generator state for rng instructions. The global state is incremented by delta and the old state is returned.

The output is currently defined for a single output type. If this changes in the future to support multiple types, lowering to use of a global memref must ensure that a single memref is still used and updated appropriately.

Interfaces: InferTypeOpInterface

คุณลักษณะ:

คุณลักษณะ MLIR Type คำอธิบาย
delta ::mlir::IntegerAttr 64-bit signless integer attribute

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
«unnamed» statically shaped tensor of 64-bit unsigned integer values

mhlo.xor (mhlo::XorOp)

Xor operation

ไวยากรณ์:

operation ::= `mhlo.xor` $lhs `,` $rhs attr-dict
              `:` custom<SameOperandsAndResultType>(type($lhs), type($rhs), type($result))

Performs element-wise XOR of two tensors lhs and rhs and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#xor

ตัวอย่าง:

%result = mhlo.xor %lhs, %rhs : tensor<2xi32>

Traits: AlwaysSpeculatableImplTrait , Commutative , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

Operands:

ตัวดำเนินการ คำอธิบาย
lhs ranked tensor of pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer values
rhs ranked tensor of pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer values

ผลลัพธ์:

ผลลัพธ์ คำอธิบาย
result ranked tensor of f8E4M3B11FNUZ type or f8E4M3FN type or f8E4M3FNUZ type or f8E5M2 type or f8E5M2FNUZ type or 16-bit float or 32-bit float or 64-bit float or bfloat16 type or pred (AKA boolean or 1-bit integer) or 4/8/16/32/64-bit signless integer or 4/8/16/32/64-bit unsigned integer or complex type with 32-bit float or 64-bit float elements or 4/8/16/32-bit uniform quantized signed integer or 4/8/16/32-bit uniform quantized unsigned integer or 4/8/16/32-bit uniform quantized per axis signed integer or 4/8/16/32-bit uniform quantized per axis unsigned integer values

คุณลักษณะ

ArgResultAliasAttr

Attribute that models the alias relationship of entry function argument

This attribute captures the alias relationship of an MHLO main function argument to one of the results, denoted by resultIndex . The argTupleIndices and resultTupleIndices are used to index into nested tuples in operand and result respectively. If isMustAlias is true then the operand-result pair must alias.

This is meant to be used as an attribute on a function argument in MHLO. For example, in the following code it expresses that %arg1 may alias 0-th result.

func @main(%arg0: tensor<2xf32>, %arg1: tensor<3xf32> {mhlo.result_alias =
    mhlo.result_alias<result_index = [2], ...>}
  ) -> tensor<2xf32>, tensor<3xf32> {
  // function body ...
}

พารามิเตอร์:

พารามิเตอร์ C++ type คำอธิบาย
argTupleIndices ::llvm::ArrayRef<int64_t> มิติ
resultIndex int64_t
resultTupleIndices ::llvm::ArrayRef<int64_t> มิติ
isMustAlias bool

ChannelHandleAttr

two 64-bit integers 'handle' and 'type'

ไวยากรณ์:

#mhlo.channel_handle<
  int64_t,   # handle
  int64_t   # type
>

พารามิเตอร์:

พารามิเตอร์ C++ type คำอธิบาย
รับมือ int64_t
พิมพ์ int64_t

ComparisonDirectionAttr

Which comparison operation to perform.

ไวยากรณ์:

#mhlo.comparison_direction<
  ::mlir::mhlo::ComparisonDirection   # value
>

Enum cases:

  • EQ ( EQ )
  • NE ( NE )
  • GE ( GE )
  • GT ( GT )
  • LE ( LE )
  • LT ( LT ) #### Parameters:
พารามิเตอร์ C++ type คำอธิบาย
ค่า ::mlir::mhlo::ComparisonDirection an enum of type ComparisonDirection

ComparisonTypeAttr

Which comparison type to use.

ไวยากรณ์:

#mhlo.comparison_type<
  ::mlir::mhlo::ComparisonType   # value
>

Enum cases:

  • NOTYPE ( NOTYPE )
  • FLOAT ( FLOAT )
  • TOTALORDER ( TOTALORDER )
  • SIGNED ( SIGNED )
  • UNSIGNED ( UNSIGNED ) #### Parameters:
พารามิเตอร์ C++ type คำอธิบาย
ค่า ::mlir::mhlo::ComparisonType an enum of type ComparisonType

ConvDimensionNumbersAttr

Structure of dimension information for conv op

พารามิเตอร์:

พารามิเตอร์ C++ type คำอธิบาย
inputBatchDimension int64_t
inputFeatureDimension int64_t
inputSpatialDimensions ::llvm::ArrayRef<int64_t> มิติ
kernelInputFeatureDimension int64_t
kernelOutputFeatureDimension int64_t
kernelSpatialDimensions ::llvm::ArrayRef<int64_t> มิติ
outputBatchDimension int64_t
outputFeatureDimension int64_t
outputSpatialDimensions ::llvm::ArrayRef<int64_t> มิติ

CrossProgramPrefetchAttr

Argument that is prefetched from another program

ไวยากรณ์:

#mhlo.cross_program_prefetch<
  int64_t,   # parameter
  ::llvm::ArrayRef<int64_t>,   # indices
  std::optional<int64_t>   # offset
>

This attribute captures an argument that is prefetched from another program. For a given CrossProgramPrefetchAttr , parameter tells us which argument of the main function of the module is prefetched, and indices is a shape index telling us what subshape of that argument is prefetched.

A shape has a subshape iff it is a tuple. In that case, the subshape of the tuple by indices is the shape achieved after indexing by each element of indices in turn. For example, the [1,0] subshape of tuple<tuple<token, token>, tuple<tensor<i32>, token>> is tensor<i32> .

An empty value for indices means the whole shape is prefetched.

ตัวอย่างเช่น,

module attributes { mhlo.cross_program_prefetch = [ #mhlo.cross_program_prefetch< parameter = 0, indices = [0]> ]} {
  func.func @copy(%arg0 : tuple<tensor<2x3xi32>, tensor<i32>>) -> tuple<tensor<2x3xi32>, tensor<i32>> {
    %0 = "mhlo.copy"(%arg0) {is_cross_program_prefetch}
    return %0 : tuple<tensor<2x3xi32>, tensor<i32>>
  }
  func.func @main(%arg0 : tuple<tensor<2x3xi32>, tensor<i32>>) -> tuple<tensor<2x3xi32>, tensor<i32>> {
    %1 = "mhlo.async_start"(%arg0) {called_computation=@copy}
    %2 = "mhlo.async_done"(%1) {called_computation=@copy}
    return %2 : tuple<tensor<2x3xi32>, tensor<i32>>
  }
}

The parameter = 0 tells us that the async copy of the 0 th parameter is a cross_program_prefetch , while the index of [0] tells us that the 0 th element of the tuple is prefetched while the other element of the tuple is not.

พารามิเตอร์:

พารามิเตอร์ C++ type คำอธิบาย
พารามิเตอร์ int64_t
ดัชนี ::llvm::ArrayRef<int64_t> มิติ
ชดเชย std::optional<int64_t>

CustomCallScheduleAttr

Specifies the desired schedule for the custom-call.

ไวยากรณ์:

#mhlo.custom_call_schedule<
  ::mlir::mhlo::CustomCallSchedule   # value
>

Enum cases:

  • NONE ( NONE )
  • LATEST ( LATEST )
  • EARLIEST ( EARLIEST ) #### Parameters:
พารามิเตอร์ C++ type คำอธิบาย
ค่า ::mlir::mhlo::CustomCallSchedule an enum of type CustomCallSchedule

DequantizeModeAttr

Dequantization mode. Only MIN_COMBINED is supported.

ไวยากรณ์:

#mhlo.dequantize_mode<
  ::mlir::mhlo::DequantizeMode   # value
>

Enum cases:

  • MIN_COMBINED ( MIN_COMBINED ) #### Parameters:
พารามิเตอร์ C++ type คำอธิบาย
ค่า ::mlir::mhlo::DequantizeMode an enum of type DequantizeMode

DomainKindAttr

Kind of domain metatdata attached to an HLO domain.

ไวยากรณ์:

#mhlo.kind<
  ::mlir::mhlo::DomainKind   # value
>

Enum cases:

  • sharding ( sharding ) #### Parameters:
พารามิเตอร์ C++ type คำอธิบาย
ค่า ::mlir::mhlo::DomainKind an enum of type DomainKind

DotDimensionNumbersAttr

Attribute that models the dimension information for dot.

พารามิเตอร์:

พารามิเตอร์ C++ type คำอธิบาย
lhsBatchingDimensions ::llvm::ArrayRef<int64_t> มิติ
rhsBatchingDimensions ::llvm::ArrayRef<int64_t> มิติ
lhsContractingDimensions ::llvm::ArrayRef<int64_t> มิติ
rhsContractingDimensions ::llvm::ArrayRef<int64_t> มิติ

FftTypeAttr

XLA fast fourier transform type.

ไวยากรณ์:

#mhlo.fft_type<
  ::mlir::mhlo::FftType   # value
>

Enum cases:

  • FFT ( FFT )
  • IFFT ( IFFT )
  • RFFT ( RFFT )
  • IRFFT ( IRFFT ) #### Parameters:
พารามิเตอร์ C++ type คำอธิบาย
ค่า ::mlir::mhlo::FftType an enum of type FftType

FusionKindAttr

fusion kind

ไวยากรณ์:

#mhlo.fusion_kind<
  ::mlir::mhlo::FusionKind   # value
>

Enum cases:

  • kLoop ( kLoop )
  • kInput ( kInput )
  • kOutput ( kOutput )
  • kCustom ( kCustom ) #### Parameters:
พารามิเตอร์ C++ type คำอธิบาย
ค่า ::mlir::mhlo::FusionKind an enum of type FusionKind

GatherDimensionNumbersAttr

Attribute that models the dimension information for gather

พารามิเตอร์:

พารามิเตอร์ C++ type คำอธิบาย
offsetDims ::llvm::ArrayRef<int64_t> มิติ
collapsedSliceDims ::llvm::ArrayRef<int64_t> มิติ
startIndexMap ::llvm::ArrayRef<int64_t> มิติ
indexVectorDim int64_t

OutputOperandAliasAttr

Attribute that models the alias relationship of output and operand of a CustomCall op

ไวยากรณ์:

#mhlo.output_operand_alias<
  ::llvm::ArrayRef<int64_t>,   # outputTupleIndices
  int64_t,   # operandIndex
  ::llvm::ArrayRef<int64_t>   # operandTupleIndices
>

This attribute captures the alias relationship of the output to one of the operands for a CustomCall op, denoted by operand_index . The output_tuple_indices and operand_tuple_indices are used to index into output and operand types. These indices lists are empty if the corresponding types are not tuple types, and can be arbitrarily long in case of arbitrarily nested tuple types.

See https://www.tensorflow.org/xla/aliasing

Example when used as array with in mhlo.custom-call:

%0 = "mhlo.custom_call"(%arg0, %arg1) {
  // other attributes
  output_operand_alias = [
    #mhlo.output_operand_alias<output_tuple_indices = [0],
                               operand_index = 0,
                               operand_tuple_indices = [1]>
  ]
} : (tuple<tensor<1x1xf32>, tensor<2x3xf32>>, tensor<5x5xf32>) -> tuple<tensor<2x3xf32>>

The output and the 0th operand are both tuples. The aliasing shows the
relationship between the 0th element in output tuple with the 1st element in
the 0th operand. And both of them are of the same type: tensor<2x3xf32>.

พารามิเตอร์:

พารามิเตอร์ C++ type คำอธิบาย
outputTupleIndices ::llvm::ArrayRef<int64_t> มิติ
operandIndex int64_t
operandTupleIndices ::llvm::ArrayRef<int64_t> มิติ

PrecisionAttr

XLA precision for an operand. Has backend specific meaning.

ไวยากรณ์:

#mhlo.precision<
  ::mlir::mhlo::Precision   # value
>

Enum cases:

  • DEFAULT ( DEFAULT )
  • HIGH ( HIGH )
  • HIGHEST ( HIGHEST )
  • PACKED_NIBBLE ( PACKED_NIBBLE ) #### Parameters:
พารามิเตอร์ C++ type คำอธิบาย
ค่า ::mlir::mhlo::Precision an enum of type Precision

RngAlgorithmAttr

XLA PRNG algorithm to be used.

ไวยากรณ์:

#mhlo.rng_algorithm<
  ::mlir::mhlo::RngAlgorithm   # value
>

Enum cases:

  • DEFAULT ( DEFAULT )
  • THREE_FRY ( THREE_FRY )
  • PHILOX ( PHILOX ) #### Parameters:
พารามิเตอร์ C++ type คำอธิบาย
ค่า ::mlir::mhlo::RngAlgorithm an enum of type RngAlgorithm

RngDistributionAttr

XLA PRNG distribution to be used.

ไวยากรณ์:

#mhlo.rng_distribution<
  ::mlir::mhlo::RngDistribution   # value
>

Enum cases:

  • UNIFORM ( UNIFORM )
  • NORMAL ( NORMAL ) #### Parameters:
พารามิเตอร์ C++ type คำอธิบาย
ค่า ::mlir::mhlo::RngDistribution an enum of type RngDistribution

ScatterDimensionNumbersAttr

Attribute that models the dimension information for scatter

พารามิเตอร์:

พารามิเตอร์ C++ type คำอธิบาย
updateWindowDims ::llvm::ArrayRef<int64_t> มิติ
insertedWindowDims ::llvm::ArrayRef<int64_t> มิติ
scatterDimsToOperandDims ::llvm::ArrayRef<int64_t> มิติ
indexVectorDim int64_t

SparsityDescriptorAttr

Describes structured (N:M) sparsity configuration

ไวยากรณ์:

#mhlo.sparsity<
  int64_t,   # dimension
  int64_t,   # n
  int64_t   # m
>

This attribute is defined for a sparse dot operation with a structured sparse input tensor. With (N=2,M=4), every 4 consecutive logical elements have exactly 2 non-zero physical elements in the input tensor.

$dimension defines the index of the contracting dimension that is sparse (it has to be the most minor dimension). The additional metadata operand in the sparse dot operation defines which logical elements are zeroed out.

พารามิเตอร์:

พารามิเตอร์ C++ type คำอธิบาย
มิติ int64_t
n int64_t
ม int64_t

TransposeAttr

Transpose options

ไวยากรณ์:

#mhlo.transpose<
  ::mlir::mhlo::Transpose   # value
>

Enum cases:

  • TRANSPOSE_INVALID ( TRANSPOSE_INVALID )
  • NO_TRANSPOSE ( NO_TRANSPOSE )
  • TRANSPOSE ( TRANSPOSE )
  • ADJOINT ( ADJOINT ) #### Parameters:
พารามิเตอร์ C++ type คำอธิบาย
ค่า ::mlir::mhlo::Transpose an enum of type Transpose

TypeExtensionsAttr

Attribute that extends tensor type with MHLO type properties.

ไวยากรณ์:

#mhlo.type_extensions<
  ::llvm::ArrayRef<int64_t>   # bounds
>

This attribute is used to extend MLIR tensor type with MHLO tensor specific properties. These properties aren't modeled in the MLIR type. This attribute is set in the encoding field of the tensor type.

See HLO_BoundedAttrInterface for documentation for bounds .

พารามิเตอร์:

พารามิเตอร์ C++ type คำอธิบาย
ขอบเขต ::llvm::ArrayRef<int64_t>

ประเภท

AsyncBundleType

Opaque collection of other types

ไวยากรณ์:

!mhlo.async_bundle<
  ::llvm::ArrayRef<Type>   # types
>

พารามิเตอร์:

พารามิเตอร์ C++ type คำอธิบาย
ประเภท ::llvm::ArrayRef<Type>