当前位置:首页 > 报告详情

HC34.Arm.SurajSudhir.v03.pdf

上传人: 2*** 编号:136898 2023-08-03 34页 1.08MB

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文主要介绍了机器学习中间级表示(MLIR)及其在Arm和Google等公司中的应用。MLIR是一个开源项目,旨在为机器学习编译器提供灵活的架构,以支持多种框架和硬件。文章强调了在框架操作和低级硬件代码生成之间存在重大抽象差距,MLIR作为中间层可以有效连接它们。TOSA(Tensor Operations on Scalar Accelerators)是MLIR中的一个示例,它支持张量操作,并已成功应用于Arm、Google、AMD等公司的硬件开发中。TOSA的设计原则和经验对于开发新的中间级IR具有指导意义。文章最后提到,ML编译器开发者可能需要支持多种能力,而选择或开发合适的中间级IR对于有效地连接框架和低级代码生成至关重要。
如何助力AI模型部署?" 未来AI编译器的基石?" "从TOSA看中间级IR设计哲学"
客服
商务合作
小程序
服务号
折叠