MLIR menyatukan infrastruktur untuk model ML berperforma tinggi di TensorFlow.
Proyek MLIR mendefinisikan representasi perantara umum (IR) yang menyatukan infrastruktur yang diperlukan untuk menjalankan model pembelajaran mesin berperforma tinggi di TensorFlow dan kerangka kerja ML serupa. Proyek ini akan mencakup penerapan teknik HPC, bersama dengan integrasi algoritma pencarian seperti pembelajaran penguatan. MLIR bertujuan untuk mengurangi biaya untuk menghadirkan perangkat keras baru, dan meningkatkan kegunaan bagi pengguna TensorFlow yang sudah ada.
// Syntactically similar to LLVM:
func @testFunction(%arg0: i32) {
%x = call @thingToCall(%arg0) : (i32) -> i32
br ^bb1
^bb1:
%y = arith.addi %x, %x : i32
return %y : i32
}
