积极创建或与 XLA 集成的每个人,包括 ML 框架、硬件平台、用户和集成商的代表,都有资格加入 OpenXLA。 成员必须先向 SIG Discord 和 GitHub 组织请求邀请才能参与。
Google Cloud 在其 Next '22 会议上介绍了 OpenXLA 开源机器学习编译器生态系统。 OpenXLA 是一个由 ML 编译器和基础设施项目组成的社区主导的开源生态系统,由 Google 与 AMD、Arm、Meta、NVIDIA、AWS、Intel、Apple 和其他 AI/ML 开发人员合作创建。 通过允许开发人员为他们的 ML 项目选择他们想要的框架和硬件,OpenXLA 试图解决框架和硬件不兼容的问题,这可能会阻碍机器学习算法的开发。
OpenXLA 项目章程规定,该项目的目标是实现机器学习模型从包括 PyTorch 和 TensorFlow 在内的大多数主要框架到任何硬件后端(特别是 CPU、GPU 和 ML ASIC)的有效降低、优化和部署,通过与主要 ML 框架和硬件供应商的合作。
谷歌基础设施副总裁兼总经理 Sachin Gupta 在一篇博文中表示,XLA 编译器的创建是为了通过加速训练过程和降低整体内存使用来简化 TensorFlow 中的建模,这将是新社区项目的第一个目标。 . 为了创建 StableHLO,一个可移植的 ML 计算操作集,作为跨机器学习框架和编译器的可移植层,OpenXLA 将努力将编译器与 TensorFlow 隔离。
为 OpenXLA 指定了以下目标:
-
促进 XLA 行业合作,创建繁荣的 OSS 社区。
-
就 OpenXLA 的技术方向交换意见并征求意见,以确保它满足其关键用户和贡献者的要求。
-
创建一个独立于硬件和框架的新 XLA 存储库或组织,具有更容易接受 PR 的基础架构,并具有独立的构建和测试。
-
确保从 TensorFlow 中移除 XLA 会对当前用户和贡献者造成尽可能少的干扰。
-
为产品建立品牌、网站、文件和沟通渠道。
-
谈论在 TensorFlow 之外设置治理。
“在谷歌,我们相信开源软件对于克服与僵化战略相关的挑战至关重要。 作为领先的云原生计算基金会贡献者,我们在与社区合作将 OSS 项目转变为可访问、透明的技术进步催化剂方面拥有超过 20 年的经验。 我们致力于开放各种生态系统,这一承诺延伸到 AI/ML——我们坚信没有一家公司应该拥有 AI/ML 创新,”Gupta 说。