يقوم MLIR بتوحيد البنية التحتية لنماذج تعلم الآلة عالية الأداء في TensorFlow.
يحدد مشروع MLIR التمثيل الوسيط الشائع (IR) الذي يوحد البنية التحتية المطلوبة لتنفيذ نماذج التعلم الآلي عالية الأداء في TensorFlow وأطر تعلم الآلة المماثلة. سيشمل هذا المشروع تطبيق تقنيات HPC ، إلى جانب تكامل خوارزميات البحث مثل التعلم المعزز. تهدف MLIR إلى تقليل تكلفة إحضار أجهزة جديدة ، وتحسين قابلية الاستخدام لمستخدمي TensorFlow الحاليين.
// 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 }
