As chegadas do LLVM criam alterações no sistema para facilitar o uso do MLIR em projetos fora da árvore

Confira !!



Desde que foi lançada pelos engenheiros do Google no ano passado e posteriormente integrada ao ecossistema do LLVM, a representação intermediária do MLIR rapidamente ganhou interesse tanto entre os projetos do LLVM quanto com outros usuários externos.

O MLIR foi projetado com um hardware heterogêneo e aprendizado de máquina em mente . O TensorFlow e outros foram reformulados para oferecer suporte ao MLIR entre outros 'usuários' fora da árvore e, certamente, estão a caminho com esse RI projetado por Chris Lattner e outros.

Graças ao LLVM, também houve esforços como executar o MLIR no Vulkan / SPIR-V e seguir o caminho do MLIR no suporte ao aprendizado de máquina no Vulkan , entre outros casos de uso interessantes.

Ao tornar mais fácil para projetos fora da árvore empregar o MLIR, a base de código do LLVM adicionou os bits CMake para o tratamento de informações de configuração a um projeto fora da árvore. A infraestrutura do LLVM já existe para outros projetos de software que procuram empregar o LLVM para que possam ser importados como um destino do CMake. Agora, da mesma forma, os bits CMake estão disponíveis para o MLIR a partir deste envio .

A adoção e a evolução do MLIR certamente serão interessantes de assistir em 2020. Quem ainda não conhece o MLIR ainda pode ver esta postagem no blog Tensorflow com mais detalhes desde quando foi aberta em abril de 2019.


Fonte

Até a próxima !!