احفظ التاريخ! يعود مؤتمر Google I / O من 18 إلى 20 مايو. سجل الآن
ترجمت واجهة Cloud Translation API‏ هذه الصفحة.
Switch to English

توحد MLIR البنية التحتية لنماذج ML عالية الأداء في TensorFlow.

يحدد مشروع MLIR التمثيل الوسيط الشائع (IR) الذي يوحد البنية التحتية المطلوبة لتنفيذ نماذج التعلم الآلي عالية الأداء في TensorFlow وأطر ML المماثلة. سيشمل هذا المشروع تطبيق تقنيات HPC ، إلى جانب تكامل خوارزميات البحث مثل التعلم المعزز. تهدف MLIR إلى تقليل تكلفة إحضار أجهزة جديدة ، وتحسين قابلية الاستخدام لمستخدمي TensorFlow الحاليين.
// Syntactically similar to LLVM:
func @testFunction(%arg0: i32) {
  %x = call @thingToCall(%arg0) : (i32) -> i32
  br ^bb1
^bb1:
  %y = addi %x, %x : i32
  return %y : i32
}