XLA (الجبر الخطي المتسارع) هو مترجم مفتوح المصدر للتعلم الآلي. يأخذ مترجم XLA نماذج من أطر عمل شائعة مثل PyTorch وTensorFlow وJAX، ويحسن النماذج للتنفيذ عالي الأداء عبر منصات الأجهزة المختلفة بما في ذلك وحدات معالجة الرسومات ووحدات المعالجة المركزية ومسرعات تعلم الآلة. على سبيل المثال، في تقديم BERT MLPerf ، حقق استخدام XLA مع 8 وحدات معالجة رسوميات Volta V100 تحسينًا في الأداء يصل إلى 7x تقريبًا وتحسينًا في حجم الدفعة ~5x مقارنة بنفس وحدات معالجة الرسومات بدون XLA.
كجزء من مشروع OpenXLA، تم تصميم XLA بشكل تعاوني من قبل شركات برمجيات وأجهزة تعلم الآلة الرائدة في الصناعة، بما في ذلك Alibaba وAmazon Web Services وAMD وApple وArm وGoogle وIntel وMeta وNVIDIA.
الفوائد الرئيسية
البناء في أي مكان : تم دمج XLA بالفعل في أطر عمل ML الرائدة مثل TensorFlow وPyTorch وJAX.
التشغيل في أي مكان : فهو يدعم الواجهات الخلفية المختلفة بما في ذلك وحدات معالجة الرسومات ووحدات المعالجة المركزية ومسرعات التعلم الآلي، ويتضمن بنية أساسية قابلة للتوصيل لإضافة دعم للمزيد.
تعظيم الأداء وتوسيع نطاقه : يعمل على تحسين أداء النموذج من خلال تمريرات التحسين التي تم اختبارها في الإنتاج والتقسيم الآلي لتوازي النموذج.
القضاء على التعقيد : إنه يعزز قوة MLIR لجلب أفضل الإمكانيات إلى سلسلة أدوات مترجم واحدة، لذلك لا يتعين عليك إدارة مجموعة من المجمعات الخاصة بالمجال.
جاهز للمستقبل : باعتباره مشروعًا مفتوح المصدر، تم إنشاؤه من خلال التعاون بين كبار موردي أجهزة وبرامج تعلم الآلة، فقد تم تصميم XLA للعمل بأحدث صناعة تعلم الآلة.
توثيق
لمعرفة المزيد حول XLA، راجع الأدلة أدناه. إذا كنت مطور XLA جديدًا، فقد ترغب في البدء ببنية XLA ثم قراءة مراجعات التعليمات البرمجية .
- التعرج في XLA
- بنية XLA
- البث
- مراجعات الكود
- مكالمات مخصصة XLA
- تطوير واجهة خلفية جديدة لـ XLA
- دلالات العملية
- الأشكال والتخطيط
- تخطيط مبلط
XLA (الجبر الخطي المتسارع) هو مترجم مفتوح المصدر للتعلم الآلي. يأخذ مترجم XLA نماذج من أطر عمل شائعة مثل PyTorch وTensorFlow وJAX، ويحسن النماذج للتنفيذ عالي الأداء عبر منصات الأجهزة المختلفة بما في ذلك وحدات معالجة الرسومات ووحدات المعالجة المركزية ومسرعات تعلم الآلة. على سبيل المثال، في تقديم BERT MLPerf ، حقق استخدام XLA مع 8 وحدات معالجة رسوميات Volta V100 تحسينًا في الأداء يصل إلى 7x تقريبًا وتحسينًا في حجم الدفعة ~5x مقارنة بنفس وحدات معالجة الرسومات بدون XLA.
كجزء من مشروع OpenXLA، تم تصميم XLA بشكل تعاوني من قبل شركات برمجيات وأجهزة تعلم الآلة الرائدة في الصناعة، بما في ذلك Alibaba وAmazon Web Services وAMD وApple وArm وGoogle وIntel وMeta وNVIDIA.
الفوائد الرئيسية
البناء في أي مكان : تم دمج XLA بالفعل في أطر عمل ML الرائدة مثل TensorFlow وPyTorch وJAX.
التشغيل في أي مكان : فهو يدعم الواجهات الخلفية المختلفة بما في ذلك وحدات معالجة الرسومات ووحدات المعالجة المركزية ومسرعات التعلم الآلي، ويتضمن بنية أساسية قابلة للتوصيل لإضافة دعم للمزيد.
تعظيم الأداء وتوسيع نطاقه : يعمل على تحسين أداء النموذج من خلال تمريرات التحسين التي تم اختبارها في الإنتاج والتقسيم الآلي لتوازي النموذج.
القضاء على التعقيد : إنه يعزز قوة MLIR لجلب أفضل الإمكانيات إلى سلسلة أدوات مترجم واحدة، لذلك لا يتعين عليك إدارة مجموعة من المجمعات الخاصة بالمجال.
جاهز للمستقبل : باعتباره مشروعًا مفتوح المصدر، تم إنشاؤه من خلال التعاون بين كبار موردي أجهزة وبرامج تعلم الآلة، فقد تم تصميم XLA للعمل بأحدث صناعة تعلم الآلة.
توثيق
لمعرفة المزيد حول XLA، راجع الأدلة أدناه. إذا كنت مطور XLA جديدًا، فقد ترغب في البدء ببنية XLA ثم قراءة مراجعات التعليمات البرمجية .