Bu sayfa, Cloud Translation API ile çevrilmiştir.
Switch to English

MLIR

genel bakış

MLIR veya Çok Seviyeli Ara Temsili, model gösterimi ile donanıma özgü kod üreten düşük seviyeli derleyiciler / yürütücüler arasında yer alan derleyici yardımcı programlarının bir temsil biçimi ve kitaplığıdır.

MLIR, kalbinde, modern optimizasyon derleyicileri için esnek bir altyapıdır. Bu, ara gösterimler (IR) için bir spesifikasyondan ve bu gösterimde dönüşümleri gerçekleştirmek için bir kod araç setinden oluştuğu anlamına gelir. (Derleyici görüşünde, daha yüksek düzeyli gösterimlerden daha düşük düzeyli gösterimlere geçtikçe, bu dönüşümlere “indirimler” denebilir)

MLIR derece etkilenir LLVM ve utanmazca ondan çok büyük fikirleri yeniden kullanır. Esnek tipte bir sisteme sahiptir ve aynı derleme ünitesinde birden fazla soyutlama seviyesini birleştiren grafikleri temsil etme, analiz etme ve dönüştürme olanağı sağlar. Bu soyutlamalar arasında TensorFlow işlemleri, iç içe çok yüzlü döngü bölgeleri ve hatta LLVM talimatları ve sabit donanım işlemleri ve türleri yer alır.

MLIR'in aşağıdakiler de dahil olmak üzere birçok grubu ilgilendirmesini bekliyoruz:

  • Makine öğrenimi modellerinin performansını ve bellek tüketimini optimize etmek isteyen derleyici araştırmacıları ve uygulayıcıları
  • Donanımlarını TPU'lar, telefonlardaki taşınabilir sinirsel donanımlar ve diğer özel ASIC'ler gibi TensorFlow'a bağlamanın bir yolunu arayan donanım üreticileri
  • Derleyicileri ve donanım hızlandırmayı optimize etmekten yararlanmak isteyen dil bağlamaları yazan insanlar.

TensorFlow ekosistemi, yazılım ve donanım yığınının çeşitli düzeylerinde çalışan bir dizi derleyici ve optimize edici içerir. MLIR'ın kademeli olarak benimsenmesinin bu yığının her yönünü basitleştirmesini bekliyoruz.

MLIR genel bakış diyagramı