يشير ذلك المصطلح إلى منظومة متكاملة مفتوحة من مكوّنات البنية الأساسية المتطوّرة والمتنقلة والقابلة للتوسُّع، والتي تسهِّل عملية تطوير تكنولوجيا تعلُّم الآلة من خلال إلغاء تجزئة الأدوات بين أُطر الواجهة الأمامية وخلفيات الأجهزة. تم تصميمه على يد الروّاد في المجال في مجال تصميم نماذج الذكاء الاصطناعي والبرامج والأجهزة.
اجتماع المنتدى لعام 2024/12/17 عند الساعة 9 صباحًا بتوقيت المحيط الهادئ
أصبحت العروض التقديمية والتسجيلات من Fall Dev Lab متاحة الآن.

شهادة XLA

XLA (Accelerated Linear Algebra) هي برنامج تجميع مفتوح المصدر لتعلُّم الآلة. يأخذ المحول البرمجي لـ XLA نماذج من أطر عمل شائعة مثل PyTorch وTensorFlow وJAX، ويحسّن النماذج للتنفيذ عالي الأداء عبر الأنظمة الأساسية المختلفة للأجهزة، بما في ذلك وحدات معالجة الرسومات ووحدات المعالجة المركزية ومسرِّعات التعلم الآلي.
تأتي XLA مسبقًا مُنشأة مسبقًا للعديد من أطر عمل تعلُّم الآلة. للحصول على معلومات عن كيفية استخدام XLA في هذه الحالات، يمكنك الاطّلاع على المستندات وصفحات إطار العمل الفردية.
تتناول مستندات XLA عددًا من المواضيع الأساسية ومتقدمة، مثل كيفية دمج مكوّن PJRT جديد وتنفيذ خلفية جديدة XLA وتحسين وقت تشغيل برنامج XLA.

StableHLO

StableHLO هي مجموعة من العمليات للعمليات عالية المستوى (HLO) في نماذج التعلم الآلي (ML). وفي الأساس، هي طبقة قابلة للنقل بين أطر عمل تعلُّم الآلة المختلفة وبرامج تجميع تعلُّم الآلة: إطارات عمل تعلُّم الآلة التي تُنتج برامج StableHLO متوافقة مع برامج تجميع تعلُّم الآلة التي تستهلك برامج StableHLO.
تتناول مستندات StableHLO عددًا من المواضيع، مثل مواصفات StableHLO OpSet، وكيفية تصدير رسوم StableHLO البيانية من أطر عمل تعلُّم الآلة الشائعة.

شاردي

Shardy هو نظام تقسيم ملفات MLIR يستند إلى MLIR لجميع اللهجات. وقد تم تأسيسها من خلال التعاون بين فريقي GSPMD و PartIR، وهي تضم أفضل ما في كلا النظامين، والتجربة المشتركة لكل من الفرق والمستخدمين.
تتناول مستندات Shardy مفاهيم تقسيم البيانات ونظرة عامة على اللهجات وبرامج تعليمية حول بدء استخدام Shardy من JAX أو دمج Shardy في برنامج MLIR مخصص.

بروتوكول PJRT

PJRT هي واجهة مستقلة عن الأجهزة وإطار العمل لبرامج تجميع تعلّم الآلة وأوقات التشغيل. وهي مضمّنة حاليًا في توزيع XLA. راجِع XLA GitHub والوثائق الخاصة بها للحصول على مزيد من المعلومات حول كيفية استخدام PJRT ودمجه.

منتدى

انضم إلى القائمة البريدية openxla-discuss للحصول على أخبار عن الإصدارات والأحداث والتحديثات الرئيسية الأخرى. وهي أيضًا قناتنا الأساسية للنقاشات حول التصميم والتطوير.
انضم إلى OpenXLA Discord للمشاركة في محادثات حول مواضيع XLA وStableHLO.
يتم عقد الاجتماعات شهريًا عبر Google Meet في يوم الثلاثاء الثاني أو الثالث عند الساعة 9 صباحًا بتوقيت المحيط الهادئ. يُرجى مراجعة مستند الاجتماع أو openxla-discuss للتعرف على تواريخ وموضوعات محددة.
تابِع آخر الأخبار والإشعارات من منتدى OpenXLA.
نرحّب بالمساهمات من المنتدى. يُرجى الاطّلاع على إرشادات المساهمة للحصول على مزيد من المعلومات.

شركاء في المجال

تم تطوير مشروع OpenXLA بشكل تعاوني من قِبل المؤسسات الرائدة لأجهزة وبرامج تعلُّم الآلة.
شعار شركة AlibBA

Alibaba

"في مجموعة Alibابا، يستفيد من OpenXLA من قبل عملاء خدمة Elastic GPU لتدريب وتقديم نماذج PyTorch الكبيرة. لاحظنا تحسُّنات كبيرة في الأداء للعملاء الذين يستخدمون OpenXLA، لا سيما أن عمليات زيادة سرعة تحميل GPT2 بنسبة 72 و%88 في Swin Transformer على وحدات معالجة الرسومات NVIDIA. نفتخر بكوننا أحد الأعضاء المؤسِّسين لمشروع OpenXLA، ونتعاون مع منتدى مفتوح المصدر لتطوير برنامج تجميع تعلّم الآلة المتقدم الذي يقدم أداءًا فائقًا وتجربة المستخدم لعملاء AlibBA Cloud".

شعار Amazon Web Services

Amazon Web Services

"نحن متحمسون لأن نكون عضوًا مؤسّسًا في مشروع OpenXLA الذي سيوفّر إمكانية الوصول إلى بنية الذكاء الاصطناعي (AI) الفعّالة والقابلة للتوسّع والتوسّع، إلى جانب المزيد من التعاون داخل منتدى البرامج المفتوحة المصدر لتعزيز الابتكار. في AWS، يعمل عملاؤنا على توسيع نطاق تطبيقات الذكاء الاصطناعي التوليدي على AWS Trainium وInferentia، وتعتمد حزمة Neuron SDK على XLA لتحسين نماذج تعلُّم الآلة لتحقيق أفضل أداء في فئتها لكل واط. من خلال منظومة OpenXLA المتكاملة والفعّالة، يمكن للمطوّرين مواصلة الابتكار وتقديم أداء رائع من خلال بنية أساسية مستدامة لتعلُّم الآلة، ومعرفة أن الرموز البرمجية الخاصة بهم يمكن استخدامها مع الأجهزة التي يختارونها." - "نافيا بشارا"، نائبة الرئيس والمهندسة المتميزة في AWS

شعار AMD

AMD

"نحن متحمسون بشأن مستقبل OpenXLA على مجموعة واسعة من الأجهزة من نوع AMD (وحدات المعالجة المركزية، وحدات معالجة الرسومات، وAIE)، ونفتخر بكونك جزءًا من هذا المجتمع. نحن نقدّر المشروعات التي تتميّز بالحوكمة المفتوحة والمرنة والواسعة النطاق والميزات المتقدّمة والأداء المتطوّر، ونتطلّع إلى استمرار التعاون لتوسيع نطاق المنظومة المتكاملة المفتوحة المصدر لمطوّري تكنولوجيا تعلُّم الآلة". - آلان لي، نائب رئيس الشركة لتطوير البرامج في AMD

شعار للاستخدام على أيّ مقياس

أي مقياس

"يطوّر أي مقياس تكنولوجيات مفتوحة وقابلة للتطور، مثل Ray، لمساعدة العاملين في مجال الذكاء الاصطناعي على تطوير تطبيقاتهم بشكل أسرع وإتاحتها لمزيد من المستخدمين. عقدنا مؤخرًا شراكة مع مشروع ALPA لاستخدام OpenXLA بهدف عرض تدريب على النماذج ذات الأداء العالي للنماذج اللغوية الكبيرة على نطاق واسع. نحن سعداء بالمشاركة في OpenXLA، ونحن متحمّسون بشأن هذه المبادرة المفتوحة المصدر التي تتيح إدارة مهام الذكاء الاصطناعي بكفاءة على مجموعة متنوعة من الأنظمة الأساسية للأجهزة، ما يقلل من حاجز الدخول ويقلل من التكاليف ويساهم في تطوير مجال الذكاء الاصطناعي بشكل أسرع". - فيليب موريتز، رئيس قسم التكنولوجيا في شركة AnyScale

شعار Apple

تفاحة

تصمم شركة Apple Inc. الهواتف الذكية وأجهزة الكمبيوتر الشخصية والأجهزة اللوحية والأجهزة القابلة للارتداء والإكسسوارات وتصنع وتسويقها، كما تبيع مجموعة متنوعة من الخدمات ذات الصلة.

شعار مجموعة التجربة

مجموعة التجربة

"يمثّل مشروع OpenXLA معلمًا رئيسيًا هامًا على مسار تبسيط تطوير برامج تعلُّم الآلة. نحن نقدِّم الدعم الكامل لمهمة OpenXLA ونتطلّع إلى الاستفادة من استقرار وتوحيد نظام OpenXLA على خرائط طريق أجهزة وبرامج شركة Arm® NeoverseTM ". - "بيتر غرينهالغ"، نائب رئيس قسم التكنولوجيا والزميل في شركة Arm.

شعار Cerebras

سيريبرا

"في Cerebras، نصمّم مسرِّعات أعمال مستندة إلى الذكاء الاصطناعي مصمَّمة لتسهيل وسرعة تدريب أكبر نماذج الذكاء الاصطناعي. تلبي أنظمتنا وبرامجنا احتياجات المستخدمين أينما كانوا، ما يتيح لهم التطوّر والتوسعة والتكرار السريع باستخدام أُطر العمل العادية لتعلُّم الآلة بدون تغيير. يساعد بروتوكول OpenXLA في زيادة مدى الوصول إلى المستخدمين وزيادة الوقت السريع للوصول إلى حلّ من خلال توفير واجهة مشتركة لأُطر عمل تعلُّم الآلة ذات المستوى الأعلى في Cerebras Wafer-Scale Engine. ونحن متحمسون للغاية لرؤية منظومة OpenXLA المتكاملة متاحة لتعزيز تفاعل المجتمع والمساهمة فيه واستخدام هذه المنظومة على GitHub".

شعار Google

Google

"تمنح البرامج مفتوحة المصدر للجميع الفرصة للمساعدة في إحداث تقدّم في مجال الذكاء الاصطناعي. نحن في Google نتعاون في مشروع OpenXLA لتعزيز التزامنا بالبرامج المفتوحة المصدر وتعزيز استخدام أدوات الذكاء الاصطناعي التي ترفع مستوى أداء تعلُّم الآلة، وتعالج حالات عدم التوافق بين أُطر العمل والأجهزة، كما يمكن إعادة ضبطها لتلبية حالات الاستخدام المخصّصة للمطوّرين. ونحن متحمسون لتطوير هذه الأدوات بالتعاون مع منتدى OpenXLA حتى يتمكّن المطوّرون من تحقيق التقدُّم في العديد من الطبقات المختلفة من حزمة الذكاء الاصطناعي". - جيف دين، زميل أول ونائب رئيس قسم الأبحاث والذكاء الاصطناعي في Google

شعار Graphcore

نقطة الرسم البياني

"لقد استخدم مسار التحويل البرمجي IPU الخاص بنا XLA منذ أن تم نشره بشكل علني. وبفضل استقلالية منصة XLA وثباتها، فإنها توفر واجهة أمامية مثالية لابتكار ابتكارات جديدة من السيليكون. وقد أتاحت لنا مرونة XLA عرض ميزات الأجهزة الجديدة الخاصة بـ IPU وتحقيق أحدث أداء من خلال أطر عمل متعدّدة. يتم تقديم ملايين طلبات البحث يوميًا من خلال أنظمة تشغِّل رموزًا جمعتها XLA. نحن متحمسون تجاه اتجاه OpenXLA ونأمل في مواصلة المساهمة في المشروع مفتوح المصدر. ونعتقد أنّ هذه التكنولوجيا ستشكّل مكوّنًا أساسيًا في مستقبل الذكاء الاصطناعي/تعلُّم الآلة". - ديفيد نورمان، مدير تصميم البرامج في Graphcore

شعار وجه معضل

وجه يعانق

"يمثّل تسهيل تشغيل أي نموذج بكفاءة على أي جهاز تحديًا فنيًا شديدًا، وهدفًا مهمًا في مهمتنا لإضفاء الطابع الديمقراطي على تعلُّم الآلة الجيد. في Hugging Face، فعّلنا تقنية XLA لنماذج إنشاء النصوص من TensorFlow ونجحنا في زيادة سرعة تشغيلها بمقدار 100 مرة تقريبًا. علاوةً على ذلك، نتعاون بشكل وثيق مع فِرق هندسية في شركات Intel وAWS وHbana وGraphcore وAMD وQualcomm وGoogle، بهدف بناء جسور مفتوحة المصدر بين أطر العمل وكل مكوّن من السيليكون، وذلك بهدف توفير الكفاءة المذهلة للمستخدمين النهائيين من خلال مكتبتنا Optimum. وتعِد شركة OpenXLA ببناء كتل برمجية موحّدة يمكن من خلالها بناء إمكانيات إمكانية التشغيل التفاعلي المطلوبة كثيرًا، ولا يسعنا الانتظار للمتابعة والمساهمة". - مورغان فونتوفيتش، رئيس قسم تحسين التعلّم الآلي لدى شركة Hugging Face

شعار Intel

Intel

"في Intel، نؤمن بإمكانية الوصول المفتوح والديمقراطي إلى الذكاء الاصطناعي. تعمل وحدات المعالجة المركزية (CPU) من Intel، ووحدات معالجة الرسومات، ومسرّعات Habana Gaudi، وبرامج الذكاء الاصطناعي التي تستند إلى OneAPI، بما في ذلك OpenVINO، على زيادة أعباء عمل تعلُّم الآلة في كل مكان، بدءًا من أجهزة الكمبيوتر الخارقة إكساسكيل إلى عمليات النشر الرئيسية على السحابة الإلكترونية. بالتعاون مع أعضاء OpenXLA الآخرين، نسعى إلى دعم أدوات تجميع تعلُّم الآلة المستندة إلى المعايير والمكونة والتي تشجع الابتكار عبر أطر عمل وبيئات أجهزة متعددة لتسريع العلوم والأبحاث التي تغيّر العالم".

الشعار Meta

Meta

"في الأبحاث في Meta AI، نستخدم تقنية XLA، وهي تقنية أساسية لمشروع OpenXLA، لتفعيل نماذج PyTorch لوحدات معالجة الموتّرات في السحابة الإلكترونية وتمكّنا من تحقيق تحسينات كبيرة في الأداء في المشاريع المهمة. نحن نعتقد أنّ البرامج المفتوحة المصدر تسرّع وتيرة الابتكار في العالم، ويسعدنا أن نكون جزءًا من مشروع OpenXLA". - سوميث تشينتالا، مسؤول إدارة الصيانة في PyTorch

شعار NVIDIA

وحدة معالجة الرسومات NVIDIA

"بصفتها عضوًا مؤسِّسًا في مشروع OpenXLA، تتطلّع NVIDIA إلى التعاون في تطورات الذكاء الاصطناعي/تعلُّم الآلة مع منتدى OpenXLA، وهي إيجابية لأنّه من خلال تفاعل واعتماد OpenXLA على نطاق أوسع، سيتم تعزيز قدرات مطوّري تعلُّم الآلة من خلال أحدث البنية الأساسية للذكاء الاصطناعي".

جهة الاتصال

إذا كانت لديك أسئلة مباشرة، تواصَل مع المشرفين على الموقع الإلكتروني أو المشرفين على openxla.org.