ترجمت واجهة Cloud Translation API‏ هذه الصفحة.
Switch to English

MLIR

نظرة عامة

MLIR ، أو التمثيل المتوسط ​​متعدد المستويات ، هو تنسيق تمثيل ومكتبة من أدوات المترجم المساعدة التي تقع بين تمثيل النموذج ومجمعي / منفذي المستوى المنخفض الذين يولدون تعليمات برمجية خاصة بالأجهزة.

إن MLIR هي في جوهرها بنية تحتية مرنة لتحسين برامج التحويل الحديثة. هذا يعني أنها تتكون من مواصفات للتمثيلات الوسيطة (IR) ومجموعة أدوات التعليمات البرمجية لإجراء تحويلات على هذا التمثيل. (في لغة المترجم ، عندما تنتقل من تمثيلات المستوى الأعلى إلى تمثيلات المستوى الأدنى ، يمكن أن تسمى هذه التحويلات "تخفيضات")

يتأثر MLIR بشكل كبير بـ LLVM ويعيد استخدام العديد من الأفكار الرائعة منه بلا خجل. لديها نظام نوع مرن ، ويسمح بتمثيل وتحليل وتحويل الرسوم البيانية التي تجمع بين مستويات متعددة من التجريد في نفس وحدة التجميع. تتضمن هذه الملخصات عمليات TensorFlow ، ومناطق حلقات متعددة السطوح متداخلة ، وحتى تعليمات LLVM وعمليات وأنواع الأجهزة الثابتة.

نتوقع أن يكون MLIR محل اهتمام العديد من المجموعات ، بما في ذلك:

  • الباحثون والمجمعون الذين يتطلعون إلى تحسين الأداء واستهلاك الذاكرة لنماذج التعلم الآلي
  • يبحث صانعو الأجهزة عن طريقة لربط أجهزتهم بـ TensorFlow ، مثل أجهزة TPU ، والأجهزة العصبية المحمولة في الهواتف ، وغيرها من ASICs المخصصة
  • الأشخاص الذين يكتبون روابط اللغة التي تريد الاستفادة من تحسين برامج التحويل وتسريع الأجهزة.

يحتوي النظام الإيكولوجي TensorFlow على عدد من المترجمات والمحسنات التي تعمل على مستويات متعددة من مكدس البرمجيات والأجهزة. نتوقع أن تبني MLIR التدريجي لتبسيط كل جانب من جوانب هذا المكدس.

مخطط لمحة عامة عن MLIR