MLIR unifica la infraestructura para modelos ML de alto rendimiento en TensorFlow.
El proyecto MLIR define una representación intermedia (IR) común que unifica la infraestructura necesaria para ejecutar modelos de aprendizaje automático de alto rendimiento en TensorFlow y marcos de aprendizaje automático similares. Este proyecto incluirá la aplicación de técnicas HPC, junto con la integración de algoritmos de búsqueda como el aprendizaje por refuerzo. MLIR tiene como objetivo reducir el costo de traer nuevo hardware y mejorar la usabilidad para los usuarios existentes de TensorFlow.
// Syntactically similar to LLVM: func @testFunction(%arg0: i32) { %x = call @thingToCall(%arg0) : (i32) -> i32 br ^bb1 ^bb1: %y = arith.addi %x, %x : i32 return %y : i32 }
