این صفحه به‌وسیله ‏Cloud Translation API‏ ترجمه شده است.
Switch to English

MLIR زیرساخت مدلهای ML با کارایی بالا در TensorFlow را متحد می کند.

پروژه MLIR نمایندگی واسط مشترک (IR) را تعریف می کند که زیرساخت های مورد نیاز برای اجرای مدل های یادگیری ماشین با کارایی بالا در چارچوب های TensorFlow و ML های مشابه را متحد می کند. این پروژه شامل کاربرد تکنیک های HPC ، همراه با ادغام الگوریتم های جستجو مانند یادگیری تقویتی خواهد بود. MLIR با هدف کاهش هزینه های لازم برای تولید سخت افزار جدید و بهبود قابلیت استفاده برای کاربران موجود TensorFlow انجام شده است.
// 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
}