Сохраните дату! Google I / O возвращается 18-20 мая Зарегистрируйтесь сейчас
Эта страница переведена с помощью Cloud Translation API.
Switch to English

MLIR объединяет инфраструктуру для высокопроизводительных моделей машинного обучения в TensorFlow.

Проект MLIR определяет общее промежуточное представление (IR), которое объединяет инфраструктуру, необходимую для выполнения высокопроизводительных моделей машинного обучения в TensorFlow и аналогичных платформах машинного обучения. Этот проект будет включать применение методов HPC, а также интеграцию поисковых алгоритмов, таких как обучение с подкреплением. MLIR направлен на снижение затрат на установку нового оборудования и повышение удобства использования для существующих пользователей TensorFlow.
// 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
}