'مهلو' اللهجة

العمليات

mhlo.abs (mhlo::AbsOp)

عملية ABS

بناء الجملة:

operation ::= `mhlo.abs` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

يقوم بإجراء عملية القيمة المطلقة على عنصر موتر operand وينتج موتر result .

انظر: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#abs

مثال:

%result = mhlo.abs %operand : tensor<3xi32>

السمات: AlwaysSpeculatableImplTrait ، Elementwise ، SameOperandsAndResultShape

الواجهات: ConditionallySpeculatable ، InferShapedTypeOpInterface ، InferTypeOpInterface ، NoMemoryEffect (MemoryEffectOpInterface)

التأثيرات: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
operand	موتر مُرتب من نوع عدد صحيح بدون إشارة 2/4/8/16/32/64 بت، أو عدد عشري 4/6/8/16/32/64 بت، أو نوع مُركب بعناصر عدد عشري 32/64 بت، أو عدد صحيح مُوقّع مُكمّم بشكل موحد 2/4/8/16/32 بت، أو عدد صحيح مُوقّع مُكمّم بشكل موحد لكل محور 2/4/8/16/32 بت، أو عدد صحيح غير مُوقّع مُكمّم بشكل موحد لكل محور 2/4/8/16/32 بت.

نتائج:

نتيجة	وصف
result	موتر مُرتب من قيم عددية بدون إشارة 2/4/8/16/32/64 بت، أو عددية عشرية 4/6/8/16/32/64 بت، أو عددية مُوقّعة مُكمّمة بشكل موحد 2/4/8/16/32 بت، أو عددية مُوقّعة مُكمّمة بشكل موحد لكل محور 2/4/8/16/32 بت، أو عددية غير مُوقّعة مُكمّمة بشكل موحد لكل محور 2/4/8/16/32 بت، أو عددية غير مُوقّعة مُكمّمة بشكل موحد لكل محور 2/4/8/16/32 بت.

mhlo.acos (mhlo::AcosOp)

عملية أكوس

بناء الجملة:

operation ::= `mhlo.acos` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

يقوم بإجراء عملية acos على مستوى العناصر على موتر operand وينتج موتر result .

مثال:

%result = mhlo.acos %operand : tensor<2x2xf32>

السمات: CompatibleOperandsAndResultType ، Elementwise ، SameOperandsAndResultShape

الواجهات: InferShapedTypeOpInterface ، InferTypeOpInterface

المعاملات:

المعامل	وصف
operand	موتر من نوع عدد عشري أو مركب 4/6/8/16/32/64 بت بقيم عناصر عدد عشري 32/64 بت

نتائج:

نتيجة	وصف
result	موتر من نوع عدد عشري أو مركب 4/6/8/16/32/64 بت بقيم عناصر عدد عشري 32/64 بت

mhlo.acosh (mhlo::AcoshOp)

عملية أكوش

بناء الجملة:

operation ::= `mhlo.acosh` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

يقوم بإجراء عملية acosh على مستوى العناصر على موتر operand وينتج موتر result .

مثال:

%result = mhlo.acosh %operand : tensor<2x2xf32>

السمات: CompatibleOperandsAndResultType ، Elementwise ، SameOperandsAndResultShape

الواجهات: InferShapedTypeOpInterface ، InferTypeOpInterface

المعاملات:

المعامل	وصف
operand	موتر من نوع عدد عشري أو مركب 4/6/8/16/32/64 بت بقيم عناصر عدد عشري 32/64 بت

نتائج:

نتيجة	وصف
result	موتر من نوع عدد عشري أو مركب 4/6/8/16/32/64 بت بقيم عناصر عدد عشري 32/64 بت

mhlo.add (mhlo::AddOp)

عملية الجمع

بناء الجملة:

operation ::= `mhlo.add` $lhs `,` $rhs attr-dict
              `:` custom<SameOperandsAndResultType>(type($lhs), type($rhs), type($result))

يقوم بإجراء عملية الجمع العنصري لموترين lhs و rhs وينتج موتر result .

انظر: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#add

مثال:

%result = mhlo.add %lhs, %rhs : tensor<2x2xi32>

السمات: AlwaysSpeculatableImplTrait ، Commutative ، CompatibleOperandsAndResultType ، Elementwise ، SameOperandsAndResultShape

الواجهات: ConditionallySpeculatable ، InferShapedTypeOpInterface ، InferTypeOpInterface ، NoMemoryEffect (MemoryEffectOpInterface)

التأثيرات: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
lhs	موتر مُرتب من نوع بيانات عائمة أو منطقية (4/6/8/16/32/64 بت) أو عدد صحيح أو مركب (2/4/8/16/32/64 بت) مع عناصر عائمة (32/64 بت) أو قيم عددية صحيحة مُكمّمة لكل موتر أو قيم عددية صحيحة مُكمّمة لكل محور
rhs	موتر مُرتب من نوع بيانات عائمة أو منطقية (4/6/8/16/32/64 بت) أو عدد صحيح أو مركب (2/4/8/16/32/64 بت) مع عناصر عائمة (32/64 بت) أو قيم عددية صحيحة مُكمّمة لكل موتر أو قيم عددية صحيحة مُكمّمة لكل محور

نتائج:

نتيجة	وصف
result	موتر مُرتب من نوع بيانات عائمة أو منطقية (4/6/8/16/32/64 بت) أو عدد صحيح أو مركب (2/4/8/16/32/64 بت) مع عناصر عائمة (32/64 بت) أو قيم عددية صحيحة مُكمّمة لكل موتر أو قيم عددية صحيحة مُكمّمة لكل محور

mhlo.add_dependency (mhlo::AddDependencyOp)

عملية إضافة التبعية

بناء الجملة:

operation ::= `mhlo.add_dependency` operands attr-dict `:` functional-type(operands, results)

هذه العملية خاصة بمترجم XLA، لذا فهي لا تملك مواصفات حتى الآن.

بصورة غير رسمية، تتضمن هذه العملية مُعاملين: مُعامل بيانات ورمز مميز. مُخرجات العملية هي مُعامل البيانات. عند استخدامها مع AfterAll، تُمكّن هذه العملية من ترتيب العمليات غير المُؤثرة جانبيًا (أي تلك التي لا تُنتج قيمًا مميزة).

مثال:

%1 = mhlo.add_dependency %arg0, %0 : (tensor<3x4xf32>, !mhlo.token) -> tensor<3x4xf32>

السمات: AlwaysSpeculatableImplTrait

الواجهات: ConditionallySpeculatable ، InferTypeOpInterface ، NoMemoryEffect (MemoryEffectOpInterface)

التأثيرات: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
operand	موتر مُرتب من نوع float أو bool بأحجام 4/6/8/16/32/64 بت، أو من نوع عدد صحيح أو مركب بأحجام 2/4/8/16/32/64 بت، مع عناصر من نوع float بأحجام 32/64 بت، أو قيم عددية مُكمّمة لكل موتر، أو موتر مُرتب من قيم عددية مُكمّمة لكل محور، أو رمز مميز، أو رمز StableHLO المميز
token	رمز مميز أو رمز مستقر من نوع HLO

نتائج:

نتيجة	وصف
output	موتر مُرتب من نوع float أو bool بأحجام 4/6/8/16/32/64 بت، أو من نوع عدد صحيح أو مركب بأحجام 2/4/8/16/32/64 بت، مع عناصر من نوع float بأحجام 32/64 بت، أو قيم عددية مُكمّمة لكل موتر، أو موتر مُرتب من قيم عددية مُكمّمة لكل محور، أو رمز مميز، أو رمز StableHLO المميز

mhlo.after_all (mhlo::AfterAllOp)

عملية AfterAll

بناء الجملة:

operation ::= `mhlo.after_all` $inputs attr-dict
              `:` custom<VariadicSameOperandsAndResultType>(ref($inputs), type($inputs), type($result))

يضمن ذلك تنفيذ العمليات التي تنتج inputs قبل أي عمليات تعتمد على result .

انظر: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#after_all

مثال:

%result = mhlo.after_all %input0, %input1 : !mhlo.token

السمات: AlwaysSpeculatableImplTrait

الواجهات: ConditionallySpeculatable ، InferTypeOpInterface ، NoMemoryEffect (MemoryEffectOpInterface)

التأثيرات: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
inputs	متغير من الرمز المميز

نتائج:

نتيجة	وصف
result	رمز مميز

mhlo.all_gather (mhlo::AllGatherOp)

عملية التجمع الكامل

ضمن كل مجموعة عمليات في شبكة العمليات، يتم دمج قيم موتر المعاملات من كل عملية على طول بُعد all_gather_dim لإنتاج موتر النتائج. تُطبق computation بشكل منفصل لكل معامل في operands ، مما ينتج عنه نتيجة واحدة لكل معامل.

انظر: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#all_gather

مثال:

%result = "mhlo.all_gather"(%operand) {
  all_gather_dim = 1 : i64,
  replica_groups = dense<[[0, 1]]> : tensor<1x2xi64>
  // channel_id = 0
  channel_handle = #mhlo.channel_handle<handle = 0, type = 0>,
  // use_global_device_ids = false
} : (tensor<2x2xf32>) -> tensor<2x4xf32>

السمات: SameOperandsAndResultElementType

صفات:

يصف	نوع MLIR	وصف
all_gather_dim	::mlir::IntegerAttr	سمة عددية صحيحة بدون إشارة 64 بت، قيمتها غير سالبة
replica_groups	::mlir::DenseIntElementsAttr	سمة عناصر عدد صحيح بدون إشارة 64 بت
channel_handle	::mlir::mhlo::ChannelHandleAttr	عددان صحيحان من 64 بت هما 'handle' و 'type'
use_global_device_ids	::mlir::UnitAttr	سمة الوحدة

المعاملات:

المعامل	وصف
operands	متغير من موتر مُرتب من نوع float أو bool (4/6/8/16/32/64 بت) أو عدد صحيح أو مركب (2/4/8/16/32/64 بت) مع عناصر float (32/64 بت) أو قيم عددية صحيحة مُكمّمة لكل موتر أو قيم عددية صحيحة مُكمّمة لكل محور

نتائج:

نتيجة	وصف
«بدون اسم»	متغير من موتر مُرتب من نوع float أو bool (4/6/8/16/32/64 بت) أو عدد صحيح أو مركب (2/4/8/16/32/64 بت) مع عناصر float (32/64 بت) أو قيم عددية صحيحة مُكمّمة لكل موتر أو قيم عددية صحيحة مُكمّمة لكل محور

mhlo.all_reduce (mhlo::AllReduceOp)

عملية AllReduce

ضمن كل مجموعة عمليات في شبكة العمليات، يتم تطبيق computation لدالة اختزال على قيم موتر المعاملات من كل عملية، ويتم إنتاج موتر النتائج. يتم تطبيق computation بشكل منفصل لكل معامل في operands ، مما ينتج عنه نتيجة واحدة لكل معامل.

انظر: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#all_reduce

مثال:

%result = "mhlo.all_reduce"(%operand) ({
  ^bb0(%arg0: tensor<f32>, %arg1: tensor<f32>):
    %0 = mhlo.add %arg1, %arg2 : tensor<f32>
    mhlo.return %0 : tensor<f32>
}) {
  replica_groups = dense<[[0, 1]]> : tensor<1x2xi64>
  // channel_id = 0
  channel_handle = #mhlo.channel_handle<handle = 0, type = 0>
  // use_global_device_ids = false
} : (tensor<4xf32>) -> tensor<4xf32>

السمات: InferTensorType ، SingleBlockImplicitTerminator<ReturnOp> ، SingleBlock

الواجهات: InferShapedTypeOpInterface ، InferTypeOpInterface

صفات:

يصف	نوع MLIR	وصف
replica_groups	::mlir::DenseIntElementsAttr	سمة عناصر عدد صحيح بدون إشارة 64 بت
channel_handle	::mlir::mhlo::ChannelHandleAttr	عددان صحيحان من 64 بت هما 'handle' و 'type'
use_global_device_ids	::mlir::UnitAttr	سمة الوحدة

المعاملات:

المعامل	وصف
operands	متغير من موتر مُرتب من نوع float أو bool (4/6/8/16/32/64 بت) أو عدد صحيح أو مركب (2/4/8/16/32/64 بت) مع عناصر float (32/64 بت) أو قيم عددية صحيحة مُكمّمة لكل موتر أو قيم عددية صحيحة مُكمّمة لكل محور

نتائج:

نتيجة	وصف
«بدون اسم»	متغير من موتر مُرتب من نوع float أو bool (4/6/8/16/32/64 بت) أو عدد صحيح أو مركب (2/4/8/16/32/64 بت) مع عناصر float (32/64 بت) أو قيم عددية صحيحة مُكمّمة لكل موتر أو قيم عددية صحيحة مُكمّمة لكل محور

mhlo.all_to_all (mhlo::AllToAllOp)

عملية شاملة للجميع

ضمن كل مجموعة عمليات في شبكة العمليات، يتم تقسيم قيم موتر operand على طول split_dimension إلى أجزاء، وتوزيع الأجزاء المقسمة بين العمليات، ودمج الأجزاء المتناثرة على طول concat_dimension وإنتاج موتر result .

انظر: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#all_to_all

مثال:

%result = "mhlo.all_to_all"(%operand) {
  split_dimension = 1 : i64,
  concat_dimension = 0 : i64,
  split_count = 2 : i64,
  replica_groups = dense<[[0, 1]]> : tensor<1x2xi64>
} : (tensor<2x4xf32>) -> tensor<4x2xf32>

السمات: AlwaysSpeculatableImplTrait ، InferTensorType ، SameOperandsElementType ، SameOperandsShape ، SameVariadicOperandSize

الواجهات: ConditionallySpeculatable ، InferShapedTypeOpInterface ، InferTypeOpInterface ، NoMemoryEffect (MemoryEffectOpInterface)

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع MLIR	وصف
split_dimension	::mlir::IntegerAttr	سمة عددية صحيحة بدون إشارة 64 بت، قيمتها غير سالبة
concat_dimension	::mlir::IntegerAttr	سمة عددية صحيحة بدون إشارة 64 بت، قيمتها غير سالبة
split_count	::mlir::IntegerAttr	سمة عدد صحيح بدون إشارة 64 بت تكون قيمتها موجبة
replica_groups	::mlir::DenseIntElementsAttr	سمة عناصر عدد صحيح بدون إشارة 64 بت
channel_handle	::mlir::mhlo::ChannelHandleAttr	عددان صحيحان من 64 بت هما 'handle' و 'type'

المعاملات:

المعامل	وصف
operand	متغير من موتر مُرتب من نوع float أو bool (4/6/8/16/32/64 بت) أو عدد صحيح أو مركب (2/4/8/16/32/64 بت) مع عناصر float (32/64 بت) أو قيم عددية صحيحة مُكمّمة لكل موتر أو قيم عددية صحيحة مُكمّمة لكل محور

نتائج:

نتيجة	وصف
«بدون اسم»	متغير من موتر مُرتب من نوع float أو bool (4/6/8/16/32/64 بت) أو عدد صحيح أو مركب (2/4/8/16/32/64 بت) مع عناصر float (32/64 بت) أو قيم عددية صحيحة مُكمّمة لكل موتر أو قيم عددية صحيحة مُكمّمة لكل محور

mhlo.and (mhlo::AndOp)

والعملية

بناء الجملة:

operation ::= `mhlo.and` $lhs `,` $rhs attr-dict
              `:` custom<SameOperandsAndResultType>(type($lhs), type($rhs), type($result))

يُجري عملية AND عنصرية على موترين، lhs في الطرف الأيسر والآخر في rhs وينتج عنه موتر result .

انظر: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#and

مثال:

%result = mhlo.and %lhs, %rhs : tensor<2x2xi32>

السمات: AlwaysSpeculatableImplTrait ، Commutative ، CompatibleOperandsAndResultType ، Elementwise ، SameOperandsAndResultShape

الواجهات: ConditionallySpeculatable ، InferShapedTypeOpInterface ، InferTypeOpInterface ، NoMemoryEffect (MemoryEffectOpInterface)

التأثيرات: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
lhs	موتر مُرتب من القيم المنطقية أو القيم الصحيحة ذات 2/4/8/16/32/64 بت
rhs	موتر مُرتب من القيم المنطقية أو القيم الصحيحة ذات 2/4/8/16/32/64 بت

نتائج:

نتيجة	وصف
result	موتر مُرتب من نوع بيانات عائمة أو منطقية (4/6/8/16/32/64 بت) أو عدد صحيح أو مركب (2/4/8/16/32/64 بت) مع عناصر عائمة (32/64 بت) أو قيم عددية صحيحة مُكمّمة لكل موتر أو قيم عددية صحيحة مُكمّمة لكل محور

mhlo.asin (mhlo::AsinOp)

عملية آسيان

بناء الجملة:

operation ::= `mhlo.asin` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

يقوم بإجراء عملية asin على مستوى العناصر على موتر operand وينتج موتر result .

مثال:

%result = mhlo.asin %operand : tensor<2x2xf32>

السمات: CompatibleOperandsAndResultType ، Elementwise ، SameOperandsAndResultShape

الواجهات: InferShapedTypeOpInterface ، InferTypeOpInterface

المعاملات:

المعامل	وصف
operand	موتر من نوع عدد عشري أو مركب 4/6/8/16/32/64 بت بقيم عناصر عدد عشري 32/64 بت

نتائج:

نتيجة	وصف
result	موتر من نوع عدد عشري أو مركب 4/6/8/16/32/64 بت بقيم عناصر عدد عشري 32/64 بت

mhlo.asinh (mhlo::AsinhOp)

عملية أسينه

بناء الجملة:

operation ::= `mhlo.asinh` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

يقوم بإجراء عملية asinh على مستوى العناصر على موتر operand وينتج موتر result .

مثال:

%result = mhlo.asinh %operand : tensor<2x2xf32>

السمات: CompatibleOperandsAndResultType ، Elementwise ، SameOperandsAndResultShape

الواجهات: InferShapedTypeOpInterface ، InferTypeOpInterface

المعاملات:

المعامل	وصف
operand	موتر من نوع عدد عشري أو مركب 4/6/8/16/32/64 بت بقيم عناصر عدد عشري 32/64 بت

نتائج:

نتيجة	وصف
result	موتر من نوع عدد عشري أو مركب 4/6/8/16/32/64 بت بقيم عناصر عدد عشري 32/64 بت

mhlo.async_done (mhlo::AsyncDoneOp)

عملية AsyncDone

هذه العملية خاصة بمترجم XLA، لذا فهي لا تملك مواصفات حتى الآن.

بشكل غير رسمي، تقوم هذه العملية بحظر التنفيذ حتى نهاية عملية حسابية غير متزامنة. وهي تُعيد النتيجة النهائية لهذه العملية الحسابية.

راجع وثائق AsyncStart لمزيد من المعلومات.

الواجهات: InferTypeOpInterface

المعاملات:

المعامل	وصف
bundle	async_bundle مع أي تركيبة من الموترات المرتبة من نوع float أو bool (4/6/8/16/32/64 بت) أو من نوع عدد صحيح أو مركب (2/4/8/16/32/64 بت) مع عناصر float (32/64 بت) أو قيم عددية صحيحة مُكمّمة لكل موتر أو لكل محور أو قيم رمزية أو قيم رمزية مستقرة

نتائج:

نتيجة

وصف

«بدون اسم»

متغير من موتر مُرتب من نوع float أو bool ذي 4/6/8/16/32/64 بت، أو من نوع عدد صحيح أو مركب ذي 2/4/8/16/32/64 بت، مع عناصر من نوع float ذي 32/64 بت، أو قيم مُكمّمة عددية صحيحة لكل موتر، أو قيم مُكمّمة عددية صحيحة لكل محور، أو رمز مميز، أو رمز مميز stablehlo، أو صف متداخل مع أي تركيبة من موتر مُرتب من نوع float أو bool ذي 4/6/8/16/32/64 بت، أو من نوع عدد صحيح أو مركب ذي 2/4/8/16/32/64 بت، مع عناصر من نوع float ذي 32/64 بت، أو قيم مُكمّمة عددية صحيحة لكل موتر، أو مرجع ذاكرة من نوع float أو bool ذي 4/6/8/16/32/64 بت، أو من نوع عدد صحيح أو مركب ذي 2/4/8/16/32/64 بت، مع عناصر من نوع float ذي 32/64 بت، أو لكل موتر. قيم كمية صحيحة أو موتر مُرتب لقيم كمية صحيحة لكل محور أو قيم رمزية

mhlo.async_start (mhlo::AsyncStartOp)

عملية بدء التشغيل غير المتزامن

هذه العملية خاصة بمترجم XLA، لذا فهي لا تملك مواصفات حتى الآن.

بشكل غير رسمي، تبدأ هذه العملية عملية حسابية غير متزامنة.

يُستخدم هذا الأسلوب عندما تتضمن الدوال عمليات انتظار غير متزامنة (مثل عمليات الوصول المباشر إلى الذاكرة) وعمليات حسابية داخل الخيط. على سبيل المثال، قد تتكون دالة من عملية حسابية، ثم عملية وصول مباشر إلى الذاكرة، ثم عملية حسابية أخرى، ثم عملية وصول مباشر إلى الذاكرة ثانية، ثم عملية حسابية نهائية. يُرمز إلى ذلك بـ async_start متبوعًا بـ async_update و async_done. يقوم async_start بتنفيذ العملية الحسابية الأولى داخل الخيط ثم يبدأ عملية الوصول المباشر إلى الذاكرة. ينتظر async_update اكتمال عملية الوصول المباشر إلى الذاكرة إن لم تكن قد اكتملت بعد، ثم يُنفذ العملية الحسابية الثانية في الدالة، ويبدأ عملية الوصول المباشر إلى الذاكرة الثانية. أخيرًا، ينتظر async_done اكتمال عملية الوصول المباشر إلى الذاكرة الأخيرة، ثم يُنفذ العملية الحسابية الأخيرة التي يجب تنفيذها داخل الخيط ويُعيد نتيجة تلك العملية الحسابية النهائية.

تُمرَّر operands مباشرةً إلى عملية الحساب. تُسمى called_computation " وهي الدالة التي ستُنفَّذ بشكل غير متزامن. يُسمى execution_thread " اسم الخيط الذي ستُنفَّذ فيه. يُسمى الخيط الرئيسي "main". جميع الخيوط لها أسماء.

يُعيد هذا جميع البيانات اللازمة بين العمليات غير المتزامنة. بعد تخصيص المخزن المؤقت، تمثل القيم المُعادة المساحة اللازمة لحفظ المدخلات والنتائج وأي مساحات عمل مؤقتة مطلوبة أو مُعدّلة بواسطة العملية غير المتزامنة.

صفات:

يصف	نوع MLIR	وصف
called_computation	::mlir::FlatSymbolRefAttr	سمة مرجعية للرمز المسطح
execution_thread	::mlir::StringAttr	سمة السلسلة

المعاملات:

المعامل

وصف

inputs

متغير من موتر مُرتب من نوع float أو bool ذي 4/6/8/16/32/64 بت، أو من نوع عدد صحيح أو مركب ذي 2/4/8/16/32/64 بت، مع عناصر من نوع float ذي 32/64 بت، أو قيم مُكمّمة عددية صحيحة لكل موتر، أو قيم مُكمّمة عددية صحيحة لكل محور، أو رمز مميز، أو رمز مميز stablehlo، أو صف متداخل مع أي تركيبة من موتر مُرتب من نوع float أو bool ذي 4/6/8/16/32/64 بت، أو من نوع عدد صحيح أو مركب ذي 2/4/8/16/32/64 بت، مع عناصر من نوع float ذي 32/64 بت، أو قيم مُكمّمة عددية صحيحة لكل موتر، أو مرجع ذاكرة من نوع float أو bool ذي 4/6/8/16/32/64 بت، أو من نوع عدد صحيح أو مركب ذي 2/4/8/16/32/64 بت، مع عناصر من نوع float ذي 32/64 بت، أو لكل موتر. قيم كمية صحيحة أو موتر مُرتب لقيم كمية صحيحة لكل محور أو قيم رمزية

نتائج:

نتيجة	وصف
«بدون اسم»	async_bundle مع أي تركيبة من الموترات المرتبة من نوع float أو bool (4/6/8/16/32/64 بت) أو من نوع عدد صحيح أو مركب (2/4/8/16/32/64 بت) مع عناصر float (32/64 بت) أو قيم عددية صحيحة مُكمّمة لكل موتر أو لكل محور أو قيم رمزية أو قيم رمزية مستقرة

mhlo.async_update (mhlo::AsyncUpdateOp)

عملية التحديث غير المتزامن

هذه العملية خاصة بمترجم XLA، لذا فهي لا تملك مواصفات حتى الآن.

بشكل غير رسمي، تُوقف هذه العملية الحساب غير المتزامن حتى يتم تجاوز حاجز التزامن. ثم تُعيد bundle بعد معالجتها.

راجع وثائق AsyncStart لمزيد من المعلومات.

الواجهات: InferTypeOpInterface

المعاملات:

المعامل	وصف
bundle	async_bundle مع أي تركيبة من الموترات المرتبة من نوع float أو bool (4/6/8/16/32/64 بت) أو من نوع عدد صحيح أو مركب (2/4/8/16/32/64 بت) مع عناصر float (32/64 بت) أو قيم عددية صحيحة مُكمّمة لكل موتر أو لكل محور أو قيم رمزية أو قيم رمزية مستقرة

نتائج:

نتيجة	وصف
«بدون اسم»	async_bundle مع أي تركيبة من الموترات المرتبة من نوع float أو bool (4/6/8/16/32/64 بت) أو من نوع عدد صحيح أو مركب (2/4/8/16/32/64 بت) مع عناصر float (32/64 بت) أو قيم عددية صحيحة مُكمّمة لكل موتر أو لكل محور أو قيم رمزية أو قيم رمزية مستقرة

mhlo.atan2 (mhlo::Atan2Op)

عملية Atan2

بناء الجملة:

operation ::= `mhlo.atan2` $lhs `,` $rhs attr-dict
              `:` custom<SameOperandsAndResultType>(type($lhs), type($rhs), type($result))

يقوم بإجراء عملية atan2 على مستوى العناصر على lhs الطرف الأيسر وموتر rhs وينتج موتر result .

انظر: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#atan2

مثال:

%result = mhlo.atan2 %lhs, %rhs : tensor<3xf32>

السمات: AlwaysSpeculatableImplTrait ، CompatibleOperandsAndResultType ، Elementwise ، SameOperandsAndResultShape

الواجهات: ConditionallySpeculatable ، InferShapedTypeOpInterface ، InferTypeOpInterface ، NoMemoryEffect (MemoryEffectOpInterface)

التأثيرات: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
lhs	موتر مُرتب من نوع عدد عشري أو مركب 4/6/8/16/32/64 بت، يحتوي على عناصر عدد عشري 32/64 بت أو قيم عددية صحيحة مُكمّمة لكل موتر
rhs	موتر مُرتب من نوع عدد عشري أو مركب 4/6/8/16/32/64 بت، يحتوي على عناصر عدد عشري 32/64 بت أو قيم عددية صحيحة مُكمّمة لكل موتر

نتائج:

نتيجة	وصف
result	موتر مُرتب من نوع عدد عشري أو مركب 4/6/8/16/32/64 بت، يحتوي على عناصر عدد عشري 32/64 بت أو قيم عددية صحيحة مُكمّمة لكل موتر

mhlo.atanh (mhlo::AtanhOp)

عملية أتان

بناء الجملة:

operation ::= `mhlo.atanh` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

يقوم بإجراء عملية atanh على مستوى العناصر على موتر operand وينتج موتر result .

مثال:

%result = mhlo.atanh %operand : tensor<2x2xf32>

السمات: CompatibleOperandsAndResultType ، Elementwise ، SameOperandsAndResultShape

الواجهات: InferShapedTypeOpInterface ، InferTypeOpInterface

المعاملات:

المعامل	وصف
operand	موتر من نوع عدد عشري أو مركب 4/6/8/16/32/64 بت بقيم عناصر عدد عشري 32/64 بت

نتائج:

نتيجة	وصف
result	موتر من نوع عدد عشري أو مركب 4/6/8/16/32/64 بت بقيم عناصر عدد عشري 32/64 بت

mhlo.batch_norm_grad (mhlo::BatchNormGradOp)

عملية BatchNormGrad

يقوم بحساب تدرجات عدة مدخلات لـ BatchNormTrainingOp من خلال الانتشار العكسي من grad_output ، وينتج موترات grad_operand و grad_scale و grad_offset .

انظر: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#batch_norm_grad

مثال:

%grad_operand, %grad_scale, %grad_offset =
"mhlo.batch_norm_grad"(%operand, %scale, %mean, %variance, %grad_output) {
  epsilon = 0.0 : f32,
  feature_index = 2 : i64
} : (tensor<2x2x2xf32>, tensor<2xf32>, tensor<2xf32>, tensor<2xf32>,
    tensor<2x2x2xf32>) -> (tensor<2x2x2xf32>, tensor<2xf32>, tensor<2xf32>)

السمات: AlwaysSpeculatableImplTrait ، InferTensorType

الواجهات: ConditionallySpeculatable ، InferShapedTypeOpInterface ، InferTypeOpInterface ، NoMemoryEffect (MemoryEffectOpInterface)

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع MLIR	وصف
epsilon	::mlir::FloatAttr	سمة عائمة 32 بت
feature_index	::mlir::IntegerAttr	سمة عددية صحيحة بدون إشارة 64 بت، قيمتها غير سالبة

المعاملات:

المعامل	وصف
operand	موتر مُرتب من قيم عائمة 4/6/8/16/32/64 بت
scale	موتر أحادي البعد من قيم عائمة 4/6/8/16/32/64 بت
mean	موتر أحادي البعد من قيم عائمة 4/6/8/16/32/64 بت
variance	موتر أحادي البعد من قيم عائمة 4/6/8/16/32/64 بت
grad_output	موتر مُرتب من قيم عائمة 4/6/8/16/32/64 بت

نتائج:

نتيجة	وصف
grad_operand	موتر مُرتب من قيم عائمة 4/6/8/16/32/64 بت
grad_scale	موتر أحادي البعد من قيم عائمة 4/6/8/16/32/64 بت
grad_offset	موتر أحادي البعد من قيم عائمة 4/6/8/16/32/64 بت

mhlo.batch_norm_inference (mhlo::BatchNormInferenceOp)

عملية BatchNormInference

يقوم بتطبيع موتر operand عبر جميع الأبعاد باستثناء بُعد feature_index وينتج موتر result .

انظر: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#batch_norm_inference

مثال:

%result = "mhlo.batch_norm_inference"(%operand, %scale, %offset, %mean, %variance) {
  epsilon = 0.0 : f32,
  feature_index = 2 : i64
} : (tensor<2x2x2xf32>, tensor<2xf32>, tensor<2xf32>, tensor<2xf32>, tensor<2xf32>) -> tensor<2x2x2xf32>

السمات: AlwaysSpeculatableImplTrait ، InferTensorType

الواجهات: ConditionallySpeculatable ، InferShapedTypeOpInterface ، InferTypeOpInterface ، NoMemoryEffect (MemoryEffectOpInterface)

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع MLIR	وصف
epsilon	::mlir::FloatAttr	سمة عائمة 32 بت
feature_index	::mlir::IntegerAttr	سمة عددية صحيحة بدون إشارة 64 بت، قيمتها غير سالبة

المعاملات:

المعامل	وصف
operand	موتر مُرتب من قيم عائمة 4/6/8/16/32/64 بت
scale	موتر أحادي البعد من قيم عائمة 4/6/8/16/32/64 بت
offset	موتر أحادي البعد من قيم عائمة 4/6/8/16/32/64 بت
mean	موتر أحادي البعد من قيم عائمة 4/6/8/16/32/64 بت
variance	موتر أحادي البعد من قيم عائمة 4/6/8/16/32/64 بت

نتائج:

نتيجة	وصف
result	موتر مُرتب من قيم عائمة 4/6/8/16/32/64 بت

mhlo.batch_norm_training (mhlo::BatchNormTrainingOp)

عملية التدريب على التطبيع الدفعي

يقوم بحساب المتوسط ​​والتباين عبر أبعاد الدفعة والأبعاد المكانية وتطبيع موتر operand ، لكل ميزة في بُعد feature_index وينتج موترات output ، batch_mean وتباين batch_var .

انظر: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#batch_norm_training

مثال:

%output, %batch_mean, %batch_var = "mhlo.batch_norm_training"(%operand, %scale, %offset) {
  epsilon = 0.0 : f32,
  feature_index = 2 : i64
} : (tensor<2x2x2xf32>, tensor<2xf32>, tensor<2xf32>) -> (tensor<2x2x2xf32>, tensor<2xf32>, tensor<2xf32>)

السمات: AlwaysSpeculatableImplTrait ، InferTensorType

الواجهات: ConditionallySpeculatable ، InferShapedTypeOpInterface ، InferTypeOpInterface ، NoMemoryEffect (MemoryEffectOpInterface)

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع MLIR	وصف
epsilon	::mlir::FloatAttr	سمة عائمة 32 بت
feature_index	::mlir::IntegerAttr	سمة عددية صحيحة بدون إشارة 64 بت، قيمتها غير سالبة

المعاملات:

المعامل	وصف
operand	موتر مُرتب من قيم عائمة 4/6/8/16/32/64 بت
scale	موتر أحادي البعد من قيم عائمة 4/6/8/16/32/64 بت
offset	موتر أحادي البعد من قيم عائمة 4/6/8/16/32/64 بت

نتائج:

نتيجة	وصف
output	موتر مُرتب من قيم عائمة 4/6/8/16/32/64 بت
batch_mean	موتر أحادي البعد من قيم عائمة 4/6/8/16/32/64 بت
batch_var	موتر أحادي البعد من قيم عائمة 4/6/8/16/32/64 بت

mhlo.bitcast (mhlo::BitcastOp)

عملية البث الرقمي

بناء الجملة:

operation ::= `mhlo.bitcast` operands attr-dict `:` functional-type(operands, results)

هذه العملية خاصة بمترجم XLA، لذا فهي لا تملك مواصفات حتى الآن.

بشكل غير رسمي، تعمل هذه العملية على تغيير شكل المدخلات بطريقة لا يتغير بها الترتيب المادي للعناصر.

تحتاج هذه العملية إلى معلومات التخطيط لفهم "الترتيب المادي للعناصر"، ودعم التخطيط في MHLO هو حاليًا قيد التطوير.

مثال:

%0 = mhlo.bitcast %arg0 : (tensor<3x4xf32>) -> tensor<3x4x1xf32>

السمات: AlwaysSpeculatableImplTrait

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface)

التأثيرات: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
operand	موتر مُرتب من نوع بيانات عائمة أو منطقية (4/6/8/16/32/64 بت) أو عدد صحيح أو مركب (2/4/8/16/32/64 بت) مع عناصر عائمة (32/64 بت) أو قيم عددية صحيحة مُكمّمة لكل موتر أو قيم عددية صحيحة مُكمّمة لكل محور

نتائج:

نتيجة	وصف
«بدون اسم»	موتر مُرتب من نوع بيانات عائمة أو منطقية (4/6/8/16/32/64 بت) أو عدد صحيح أو مركب (2/4/8/16/32/64 بت) مع عناصر عائمة (32/64 بت) أو قيم عددية صحيحة مُكمّمة لكل موتر أو قيم عددية صحيحة مُكمّمة لكل محور

mhlo.bitcast_convert (mhlo::BitcastConvertOp)

عملية BitcastConvert

بناء الجملة:

operation ::= `mhlo.bitcast_convert` operands attr-dict `:` functional-type(operands, results)

يقوم بعملية تحويل البتات على موتر operand وينتج موتر result حيث يتم إعادة تفسير بتات موتر operand بالكامل باستخدام نوع موتر result .

انظر: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#bitcast_convert

مثال:

%result = mhlo.bitcast_convert %operand : (tensor<2xf32>) -> tensor<2x4xi8>

السمات: AlwaysSpeculatableImplTrait

الواجهات: ConditionallySpeculatable ، InferShapedTypeOpInterface ، NoMemoryEffect (MemoryEffectOpInterface)

التأثيرات: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
operand	موتر مُرتب من نوع بيانات عائمة أو منطقية (4/6/8/16/32/64 بت) أو عدد صحيح أو مركب (2/4/8/16/32/64 بت) مع عناصر عائمة (32/64 بت) أو قيم عددية صحيحة مُكمّمة لكل موتر أو قيم عددية صحيحة مُكمّمة لكل محور

نتائج:

نتيجة	وصف
«بدون اسم»	موتر مُرتب من نوع بيانات عائمة أو منطقية (4/6/8/16/32/64 بت) أو عدد صحيح أو مركب (2/4/8/16/32/64 بت) مع عناصر عائمة (32/64 بت) أو قيم عددية صحيحة مُكمّمة لكل موتر أو قيم عددية صحيحة مُكمّمة لكل محور

mhlo.broadcast (mhlo::BroadcastOp)

عملية البث

هذه العملية في طريقها للخروج من StableHLO، لذا فهي غير مدرجة في المواصفات: https://github.com/openxla/stablehlo/issues/3

بشكل غير رسمي، تؤدي هذه العملية نفس وظيفة البث (Broadcast) في XLA: https://www.tensorflow.org/xla/operation_semantics#broadcast

مثال:

%result = mhlo.broadcast %operand, sizes = [1, 2] : (tensor<3xi32>) -> tensor<1x2x3xi32>

السمات: AlwaysSpeculatableImplTrait ، InferTensorType ، SameOperandsAndResultElementType

الواجهات: ConditionallySpeculatable ، InferShapedTypeOpInterface ، InferTypeOpInterface ، NoMemoryEffect (MemoryEffectOpInterface)

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع MLIR	وصف
broadcast_sizes	::mlir::DenseIntElementsAttr	سمة عناصر عدد صحيح بدون إشارة 64 بت

المعاملات:

المعامل	وصف
operand	موتر مُرتب من نوع بيانات عائمة أو منطقية (4/6/8/16/32/64 بت) أو عدد صحيح أو مركب (2/4/8/16/32/64 بت) مع عناصر عائمة (32/64 بت) أو قيم عددية صحيحة مُكمّمة لكل موتر أو قيم عددية صحيحة مُكمّمة لكل محور

نتائج:

نتيجة	وصف
«بدون اسم»	موتر مُرتب من نوع بيانات عائمة أو منطقية (4/6/8/16/32/64 بت) أو عدد صحيح أو مركب (2/4/8/16/32/64 بت) مع عناصر عائمة (32/64 بت) أو قيم عددية صحيحة مُكمّمة لكل موتر أو قيم عددية صحيحة مُكمّمة لكل محور

mhlo.broadcast_in_dim (mhlo::BroadcastInDimOp)

عملية البث الخافت

يقوم بتوسيع أبعاد و/أو رتبة موتر الإدخال عن طريق تكرار البيانات في موتر operand وينتج موتر result .

انظر: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#broadcast_in_dim

مثال:

%result = mhlo.broadcast_in_dim %operand, dims = [2, 1] : (tensor<1x3xi32>) -> tensor<2x3x2xi32>

السمات: AlwaysSpeculatableImplTrait ، HLO_CompatibleOperandsAndResultElementType

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface)

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع MLIR	وصف
broadcast_dimensions	::mlir::DenseIntElementsAttr	سمة عناصر عدد صحيح بدون إشارة 64 بت

المعاملات:

المعامل	وصف
operand	موتر مُرتب من نوع بيانات عائمة أو منطقية (4/6/8/16/32/64 بت) أو عدد صحيح أو مركب (2/4/8/16/32/64 بت) مع عناصر عائمة (32/64 بت) أو قيم عددية صحيحة مُكمّمة لكل موتر أو قيم عددية صحيحة مُكمّمة لكل محور

نتائج:

نتيجة	وصف
«بدون اسم»	موتر ثابت الشكل أو ذو بُعد محدود واحد من نوع float أو bool (4/6/8/16/32/64 بت) أو عدد صحيح أو مركب (2/4/8/16/32/64 بت) مع عناصر float (32/64 بت) أو قيم عددية صحيحة مُكمّمة لكل موتر أو لكل محور

mhlo.case (mhlo::CaseOp)

عملية الحالة

ينتج المخرجات من تنفيذ function واحدة بالضبط من branches اعتمادًا على قيمة index .

انظر: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#case

مثال:

%result0, %result1 = "mhlo.case"(%index) ({
  mhlo.return %result_branch0, %result_branch0 : tensor<2xi64>, tensor<2xi64>
}, {
  mhlo.return %result_branch1, %result_branch1 : tensor<2xi64>, tensor<2xi64>
}) : (tensor<i32>) -> (tensor<2xi64>, tensor<2xi64>)

السمات: RecursiveMemoryEffects ، SingleBlockImplicitTerminator<ReturnOp> ، SingleBlock

الواجهات: InferTypeOpInterface

المعاملات:

المعامل	وصف
index	موتر من قيم عددية صحيحة بدون إشارة مكونة من 32 بت

نتائج:

نتيجة	وصف
«بدون اسم»	متغير من موتر مُرتب من نوع float أو bool بأحجام 4/6/8/16/32/64 بت، أو من نوع عدد صحيح أو مركب بأحجام 2/4/8/16/32/64 بت، مع عناصر من نوع float بأحجام 32/64 بت، أو قيم عددية مُكمّمة لكل موتر، أو موتر مُرتب من قيم عددية مُكمّمة لكل محور، أو رمز مميز.

mhlo.cbrt (mhlo::CbrtOp)

عملية CBRT

بناء الجملة:

operation ::= `mhlo.cbrt` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

يقوم بإجراء عملية الجذر التكعيبي على موتر operand وينتج موتر result .

انظر: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#cbrt

مثال:

%result = mhlo.cbrt %operand : tensor<4xf32>

السمات: AlwaysSpeculatableImplTrait ، CompatibleOperandsAndResultType ، Elementwise ، SameOperandsAndResultShape

الواجهات: ConditionallySpeculatable ، InferShapedTypeOpInterface ، InferTypeOpInterface ، NoMemoryEffect (MemoryEffectOpInterface)

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع MLIR	وصف
result_accuracy	::mlir::mhlo::ResultAccuracyAttr	الدقة المطلوبة للعمليات الأحادية.

المعاملات:

المعامل	وصف
operand	موتر مُرتب من نوع عدد عشري أو مركب 4/6/8/16/32/64 بت، يحتوي على عناصر عدد عشري 32/64 بت أو قيم عددية صحيحة مُكمّمة لكل موتر

نتائج:

نتيجة	وصف
result	موتر مُرتب من نوع عدد عشري أو مركب 4/6/8/16/32/64 بت، يحتوي على عناصر عدد عشري 32/64 بت أو قيم عددية صحيحة مُكمّمة لكل موتر

mhlo.ceil (mhlo::CeilOp)

عملية السقف

بناء الجملة:

operation ::= `mhlo.ceil` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

يقوم بإجراء عملية تقريبية لعناصر موتر operand وينتج موتر result .

انظر: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#ceil

مثال:

%result = mhlo.ceil %operand : tensor<5xf32>

السمات: AlwaysSpeculatableImplTrait ، CompatibleOperandsAndResultType ، Elementwise ، SameOperandsAndResultShape

الواجهات: ConditionallySpeculatable ، InferShapedTypeOpInterface ، InferTypeOpInterface ، NoMemoryEffect (MemoryEffectOpInterface)

التأثيرات: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
operand	موتر مُرتب من 4/6/8/16/32/64 بت من نوع float أو قيم عددية صحيحة مُكمّمة لكل موتر

نتائج:

نتيجة	وصف
result	موتر مُرتب من 4/6/8/16/32/64 بت من نوع float أو قيم عددية صحيحة مُكمّمة لكل موتر

mhlo.cholesky (mhlo::CholeskyOp)

عملية تشوليسكي

يحسب تحليل تشوليسكي لمجموعة من المصفوفات.

انظر: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#cholesky

مثال:

%result = mhlo.cholesky %a, lower = true : tensor<3x3xf32>

السمات: AlwaysSpeculatableImplTrait ، InferTensorType ، SameOperandsAndResultElementType

الواجهات: ConditionallySpeculatable ، InferShapedTypeOpInterface ، InferTypeOpInterface ، NoMemoryEffect (MemoryEffectOpInterface)

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع MLIR	وصف
lower	::mir::BoolAttr	خاصية منطقية

المعاملات:

المعامل	وصف
a	موتر مُرتب من نوع عدد عشري أو مركب 4/6/8/16/32/64 بت، بقيم عناصر عدد عشري 32/64 بت

نتائج:

نتيجة	وصف
«بدون اسم»	موتر مُرتب من نوع عدد عشري أو مركب 4/6/8/16/32/64 بت، بقيم عناصر عدد عشري 32/64 بت

mhlo.clamp (mhlo::ClampOp)

عملية التثبيت

بناء الجملة:

operation ::= `mhlo.clamp` $min `,` $operand `,` $max attr-dict
              `:` custom<SameOperandsAndResultType>(type($min), type($operand), type($max), type($result))

يقوم بتقييد كل عنصر من عناصر موتر operand بين قيمة دنيا وقيمة قصوى وينتج موتر result .

انظر: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#clamp

مثال:

%result = mhlo.clamp %min, %operand, %max : tensor<3xi32>

السمات: AlwaysSpeculatableImplTrait ، HLO_BroadcastingElementwise ، InferTensorType ، SameOperandsAndResultElementType

الواجهات: ConditionallySpeculatable ، InferShapedTypeOpInterface ، InferTypeOpInterface ، NoMemoryEffect (MemoryEffectOpInterface)

التأثيرات: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
min	موتر مُرتب من نوع بيانات عائمة أو منطقية (4/6/8/16/32/64 بت) أو عدد صحيح أو مركب (2/4/8/16/32/64 بت) مع عناصر عائمة (32/64 بت) أو قيم عددية صحيحة مُكمّمة لكل موتر أو قيم عددية صحيحة مُكمّمة لكل محور
operand	موتر مُرتب من نوع بيانات عائمة أو منطقية (4/6/8/16/32/64 بت) أو عدد صحيح أو مركب (2/4/8/16/32/64 بت) مع عناصر عائمة (32/64 بت) أو قيم عددية صحيحة مُكمّمة لكل موتر أو قيم عددية صحيحة مُكمّمة لكل محور
max	موتر مُرتب من نوع بيانات عائمة أو منطقية (4/6/8/16/32/64 بت) أو عدد صحيح أو مركب (2/4/8/16/32/64 بت) مع عناصر عائمة (32/64 بت) أو قيم عددية صحيحة مُكمّمة لكل موتر أو قيم عددية صحيحة مُكمّمة لكل محور

نتائج:

نتيجة	وصف
result	موتر مُرتب من نوع بيانات عائمة أو منطقية (4/6/8/16/32/64 بت) أو عدد صحيح أو مركب (2/4/8/16/32/64 بت) مع عناصر عائمة (32/64 بت) أو قيم عددية صحيحة مُكمّمة لكل موتر أو قيم عددية صحيحة مُكمّمة لكل محور

mhlo.collective_broadcast (mhlo::CollectiveBroadcastOp)

عملية البث الجماعي

ضمن كل مجموعة عمليات في شبكة العمليات، قم بإرسال قيمة موتر operand من عملية المصدر إلى عمليات الهدف وقم بإنتاج موتر result .

انظر: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#collective_broadcast

مثال:

%result = "mhlo.collective_broadcast"(%operand) {
  replica_groups = dense<[[0, 1]]> : tensor<1x2xi64>,
  channel_handle = #mhlo.channel_handle<handle = 0, type = 0>
} : (tensor<1x2xi64>) -> tensor<1x2xi64>

السمات: CompatibleOperandsAndResultType

الواجهات: InferShapedTypeOpInterface ، InferTypeOpInterface

صفات:

يصف	نوع MLIR	وصف
replica_groups	::mlir::DenseIntElementsAttr	سمة عناصر عدد صحيح بدون إشارة 64 بت
channel_handle	::mlir::mhlo::ChannelHandleAttr	عددان صحيحان من 64 بت هما 'handle' و 'type'

المعاملات:

المعامل	وصف
operand	موتر مُرتب من نوع بيانات عائمة أو منطقية (4/6/8/16/32/64 بت) أو عدد صحيح أو مركب (2/4/8/16/32/64 بت) مع عناصر عائمة (32/64 بت) أو قيم عددية صحيحة مُكمّمة لكل موتر أو قيم عددية صحيحة مُكمّمة لكل محور

نتائج:

نتيجة	وصف
«بدون اسم»	موتر مُرتب من نوع بيانات عائمة أو منطقية (4/6/8/16/32/64 بت) أو عدد صحيح أو مركب (2/4/8/16/32/64 بت) مع عناصر عائمة (32/64 بت) أو قيم عددية صحيحة مُكمّمة لكل موتر أو قيم عددية صحيحة مُكمّمة لكل محور

mhlo.collective_permute (mhlo::CollectivePermuteOp)

عملية التبديل الجماعي

ضمن كل مجموعة عمليات في شبكة العمليات، يتم إرسال قيمة موتر operand من عملية المصدر إلى عملية الهدف وإنتاج موتر result .

انظر: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#collective_permute

مثال:

%result = "mhlo.collective_permute"(%operand) {
  source_target_pairs = dense<[[0, 1], [1, 2]]> : tensor<2x2xi64>,
  // channel_id = 0
  channel_handle = #mhlo.channel_handle<handle = 0, type = 0>
} : (tensor<4x2xf32>) -> tensor<4x2xf32>

السمات: AlwaysSpeculatableImplTrait ، CompatibleOperandsAndResultType

الواجهات: ConditionallySpeculatable ، InferShapedTypeOpInterface ، InferTypeOpInterface ، NoMemoryEffect (MemoryEffectOpInterface)

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع MLIR	وصف
source_target_pairs	::mlir::DenseIntElementsAttr	سمة عناصر عدد صحيح بدون إشارة 64 بت
channel_handle	::mlir::mhlo::ChannelHandleAttr	عددان صحيحان من 64 بت هما 'handle' و 'type'

المعاملات:

المعامل	وصف
operand	موتر مُرتب من نوع بيانات عائمة أو منطقية (4/6/8/16/32/64 بت) أو عدد صحيح أو مركب (2/4/8/16/32/64 بت) مع عناصر عائمة (32/64 بت) أو قيم عددية صحيحة مُكمّمة لكل موتر أو قيم عددية صحيحة مُكمّمة لكل محور

نتائج:

نتيجة	وصف
«بدون اسم»	موتر مُرتب من نوع بيانات عائمة أو منطقية (4/6/8/16/32/64 بت) أو عدد صحيح أو مركب (2/4/8/16/32/64 بت) مع عناصر عائمة (32/64 بت) أو قيم عددية صحيحة مُكمّمة لكل موتر أو قيم عددية صحيحة مُكمّمة لكل محور

mhlo.compare (mhlo::CompareOp)

مقارنة العمليات

بناء الجملة:

operation ::= `mhlo.compare` $comparison_direction `,` $lhs `,` $rhs (`,` $compare_type^)?
              attr-dict `:` functional-type(operands, results)

يقوم بإجراء مقارنة عنصرية بين الموترات lhs و rhs وفقًا لـ comparison_direction و compare_type ، وينتج موترًا result .

انظر: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#compare

مثال:

%result = mhlo.compare LT, %lhs, %rhs, FLOAT : (tensor<2xf32>, tensor<2xf32>) -> tensor<2xi1>

السمات: AlwaysSpeculatableImplTrait ، Elementwise ، InferTensorType ، SameOperandsAndResultShape ، SameOperandsElementType

الواجهات: ConditionallySpeculatable ، InferShapedTypeOpInterface ، InferTypeOpInterface ، NoMemoryEffect (MemoryEffectOpInterface)

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع MLIR	وصف
comparison_direction	::mlir::mhlo::ComparisonDirectionAttr	أي عملية مقارنة يجب إجراؤها؟
compare_type	::mlir::mhlo::ComparisonTypeAttr	أي نوع من أنواع المقارنة يجب استخدامه؟

المعاملات:

المعامل	وصف
lhs	موتر مُرتب من نوع بيانات عائمة أو منطقية (4/6/8/16/32/64 بت) أو عدد صحيح أو مركب (2/4/8/16/32/64 بت) مع عناصر عائمة (32/64 بت) أو قيم عددية صحيحة مُكمّمة لكل موتر أو قيم عددية صحيحة مُكمّمة لكل محور
rhs	موتر مُرتب من نوع بيانات عائمة أو منطقية (4/6/8/16/32/64 بت) أو عدد صحيح أو مركب (2/4/8/16/32/64 بت) مع عناصر عائمة (32/64 بت) أو قيم عددية صحيحة مُكمّمة لكل موتر أو قيم عددية صحيحة مُكمّمة لكل محور

نتائج:

نتيجة	وصف
«بدون اسم»	موتر مُرتب من القيم المنطقية

mhlo.complex (mhlo::ComplexOp)

عملية معقدة

بناء الجملة:

operation ::= `mhlo.complex` operands attr-dict
              `:` custom<ComplexOpType>(type($lhs), type($rhs), type($result))

يقوم بتحويل عنصر تلو الآخر إلى قيمة مركبة من زوج من القيم الحقيقية والخيالية، lhs و rhs ، وينتج موتر result .

انظر: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#complex

مثال:

%result = mhlo.complex %lhs, %rhs : tensor<2xcomplex<f32>>

السمات: AlwaysSpeculatableImplTrait ، Elementwise ، SameOperandsAndResultShape ، SameOperandsElementType

الواجهات: ConditionallySpeculatable ، InferShapedTypeOpInterface ، InferTypeOpInterface ، NoMemoryEffect (MemoryEffectOpInterface)

التأثيرات: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
lhs	موتر مُرتب من قيم عائمة 32/64 بت
rhs	موتر مُرتب من قيم عائمة 32/64 بت

نتائج:

نتيجة	وصف
result	موتر مُرتب من النوع المركب بقيم عناصر عائمة 32/64 بت

mhlo.composite (mhlo::CompositeOp)

عملية مركبة

بناء الجملة:

operation ::= `mhlo.composite` $name $inputs attr-dict `:` functional-type(operands, results)

Encapsulates an operation made up (composed) of other StableHLO operations, taking inputs and composite_attributes and producing results . The semantics of the op are implemented by the decomposition attribute. The composite op can be replaced with its decomposition without changing program semantics. In cases where inlining the decomposition does not provide the same op semantics, prefer using custom_call .

The version field (defaults to 0 ) is used to denote when a composite's semantics change.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#composite

مثال:

%results = mhlo.composite "my.op" %arg0, %arg1 {
  decomposition = @my_op,
  composite_attributes = { my_attribute = "my_value" },
  version = 1 : i32
} : (tensor<f32>, tensor<f32>) -> tensor<f32>

Interfaces: SymbolUserOpInterface

صفات:

يصف	MLIR Type	وصف
name	::mlir::StringAttr	string attribute
composite_attributes	::mlir::DictionaryAttr	dictionary of named attribute values
decomposition	::mlir::FlatSymbolRefAttr	flat symbol reference attribute
version	::mlir::IntegerAttr	32-bit signless integer attribute

المعاملات:

المعامل

وصف

inputs

variadic of ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values or token or nested tuple with any combination of ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized values or memref of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized values or ranked tensor of per-axis integer quantized values or token values

نتائج:

نتيجة

وصف

«unnamed»

variadic of ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values or token or nested tuple with any combination of ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized values or memref of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized values or ranked tensor of per-axis integer quantized values or token values

mhlo.concatenate (mhlo::ConcatenateOp)

Concatenate operation

Concatenates a variadic number of tensors in inputs along dimension dimension in the same order as the given arguments and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#concatenate

مثال:

%result = mhlo.concatenate %input0, %input1, dim = 0 : (tensor<3x2xi64>, tensor<1x2xi64>) -> tensor<4x2xi64>

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultElementType

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
dimension	::mlir::IntegerAttr	64-bit signless integer attribute whose value is non-negative

المعاملات:

المعامل	وصف
val	variadic of ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

نتائج:

نتيجة	وصف
«unnamed»	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.constant (mhlo::ConstantOp)

Constant operation

Produces an output tensor from a constant value .

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#constant

مثال:

%output = mhlo.constant dense<[[0.0, 1.0], [2.0, 3.0]]> : tensor<2x2xf32>

Traits: AlwaysSpeculatableImplTrait , ConstantLike

Interfaces: ConditionallySpeculatable , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
value	::mlir::ElementsAttr	constant vector/tensor attribute

نتائج:

نتيجة	وصف
output	statically shaped tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.convert (mhlo::ConvertOp)

Convert operation

بناء الجملة:

operation ::= `mhlo.convert` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Performs an element-wise conversion from one element type to another on operand tensor and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#convert

مثال:

%result = mhlo.convert %operand : (tensor<3xi32>) -> tensor<3xcomplex<f32>>

Traits: AlwaysSpeculatableImplTrait , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
operand	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

نتائج:

نتيجة	وصف
result	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.convolution (mhlo::ConvolutionOp)

عملية الالتفاف

بناء الجملة:

operation ::= `mhlo.convolution` `(`operands`)`
              `dim_numbers` `=` custom<ConvolutionDimensions>($dimension_numbers) `,`
              `window` `=` `{` custom<WindowAttributes>($window_strides, $padding,
              $lhs_dilation, $rhs_dilation,
              $window_reversal) `}`
              attr-dict `:` functional-type(operands, results)

Computes dot products between windows of lhs and slices of rhs and produces result .

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#convolution

مثال:

%result = "mhlo.convolution"(%lhs, %rhs) {
  window_strides = dense<4> : tensor<2xi64>,
  padding = dense<0> : tensor<2x2xi64>,
  lhs_dilation = dense<2> : tensor<2xi64>,
  rhs_dilation = dense<1> : tensor<2xi64>,
  window_reversal = dense<false> : tensor<2xi1>,
  dimension_numbers = #mhlo.conv<[b, 0, 1, f]x[0, 1, i, o]->[b, 0, 1, f]>,
  feature_group_count = 1 : i64,
  batch_group_count = 1 : i64,
  precision_config = [#stablehlo<precision DEFAULT>, #stablehlo<precision DEFAULT>]
} : (tensor<1x4x4x1xi32>, tensor<3x3x1x1xi32>) -> tensor<1x2x2x1xi32>

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
window_strides	::mlir::DenseIntElementsAttr	64-bit signless integer elements attribute
padding	::mlir::DenseIntElementsAttr	64-bit signless integer elements attribute
lhs_dilation	::mlir::DenseIntElementsAttr	64-bit signless integer elements attribute
rhs_dilation	::mlir::DenseIntElementsAttr	64-bit signless integer elements attribute
window_reversal	::mlir::DenseElementsAttr	constant boolean vector/tensor attribute
dimension_numbers	::mlir::mhlo::ConvDimensionNumbersAttr	Structure of dimension information for conv op
feature_group_count	::mlir::IntegerAttr	64-bit signless integer attribute whose value is positive
batch_group_count	::mlir::IntegerAttr	64-bit signless integer attribute whose value is positive
precision_config	::mlir::ArrayAttr	Precision Config attribute

المعاملات:

المعامل	وصف
lhs	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values
rhs	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

نتائج:

نتيجة	وصف
«unnamed»	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.copy (mhlo::CopyOp)

عملية النسخ

بناء الجملة:

operation ::= `mhlo.copy` operands attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

This operation is private to the XLA compiler, so it is does not yet have a specification.

Informally, this operation a copy of operand . Depending on the metadata attached to the operation, it can behave quite differently from a no-op.

مثال:

%0 = mhlo.copy %arg0 : tensor<f32>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
cross_program_prefetch_index	::mlir::IntegerAttr	32-bit signless integer attribute

المعاملات:

المعامل

وصف

operand

ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values or token or nested tuple with any combination of ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized values or memref of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized values or ranked tensor of per-axis integer quantized values or token values

نتائج:

نتيجة

وصف

result

ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values or token or nested tuple with any combination of ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized values or memref of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized values or ranked tensor of per-axis integer quantized values or token values

mhlo.cosh (mhlo::CoshOp)

Cosh operation

بناء الجملة:

operation ::= `mhlo.cosh` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Performs element-wise cosh operation on operand tensor and produces a result tensor.

مثال:

%result = mhlo.cosh %operand : tensor<2x2xf32>

Traits: CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: InferShapedTypeOpInterface , InferTypeOpInterface

المعاملات:

المعامل	وصف
operand	tensor of 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements values

نتائج:

نتيجة	وصف
result	tensor of 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements values

mhlo.cosine (mhlo::CosineOp)

Cosine operation

بناء الجملة:

operation ::= `mhlo.cosine` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Performs element-wise cosine operation on operand tensor and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#cosine

مثال:

%result = mhlo.cosine %operand : tensor<2xf32>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
result_accuracy	::mlir::mhlo::ResultAccuracyAttr	The requested accuracy for unary ops.

المعاملات:

المعامل	وصف
operand	ranked tensor of 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements or per-tensor integer quantized values

نتائج:

نتيجة	وصف
result	ranked tensor of 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements or per-tensor integer quantized values

mhlo.count_leading_zeros (mhlo::ClzOp)

Clz operation

بناء الجملة:

operation ::= `mhlo.count_leading_zeros` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Performs element-wise count of the number of leading zero bits in the operand tensor and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#count_leading_zeros

مثال:

%result = mhlo.count_leading_zeros %operand : tensor<2x2xi8>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
operand	ranked tensor of 2/4/8/16/32/64-bit integer values

نتائج:

نتيجة	وصف
result	ranked tensor of 2/4/8/16/32/64-bit integer values

mhlo.create_token (mhlo::CreateTokenOp)

CreateToken operation

بناء الجملة:

operation ::= `mhlo.create_token` attr-dict `:` type(results)

This operation is on its way out of StableHLO, so it is not included in the specification: https://github.com/openxla/stablehlo/issues/3

Informally, this operation does the same thing as AfterAllOp with 0 inputs: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#after_all

مثال:

%output = mhlo.create_token : !mhlo.token

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

نتائج:

نتيجة	وصف
output	رمز مميز

mhlo.cross-replica-sum (mhlo::CrossReplicaSumOp)

CrossReplicaSum operation

This operation is on its way out of StableHLO, so it is not included in the specification: https://github.com/openxla/stablehlo/issues/3

Informally, this operation does the same thing as AllReduceOp with channel_id = 0 , use_global_device_ids = false and computation implementing addition: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#all_reduce

مثال:

%result = "mhlo.cross-replica-sum"(%operand) {
  replica_groups = dense<[[0, 1]]> : tensor<1x2xi64>
} : (tensor<4xf32>) -> tensor<4xf32>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
replica_groups	::mlir::DenseIntElementsAttr	64-bit signless integer elements attribute

المعاملات:

المعامل	وصف
operand	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

نتائج:

نتيجة	وصف
«unnamed»	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.custom_call (mhlo::CustomCallOp)

CustomCall operation

بناء الجملة:

operation ::= `mhlo.custom_call` custom<CustomCallTarget>($call_target_name) `(` $inputs `)`
              attr-dict `:` functional-type(operands, results)

Encapsulates an implementation-defined operation call_target_name that takes inputs and called_computations and produces results .

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#custom_call

مثال:

%results = "mhlo.custom_call"(%input0) {
  call_target_name = "foo",
  has_side_effect = false,
  backend_config = "bar",
  api_version = 1 : i32,
  called_computations = [@foo]
} : (tensor<f32>) -> tensor<f32>

A custom call invokes code external to XLA. The `inputs` are passed to the
external code, and the external code is expected to produce a result of the
given type. The exact mechanism is backend-specific. For example, in the CPU
backend, a call instruction is emitted which targets a symbol with the name
`call_target_name`.

If XLA runtime is enabled for a backend, then custom calls use the runtime
custom call calling convention to call into the external functions. This
calling convention defines an ABI for encoding arguments, attributes and
results.

Depending on the API version there are two ways to pass extra bits of static
information to the external function:

1. For `API_VERSION_TYPED_FFI` custom calls `backend_config` must be a
   dictionary attribute, that will be encoded according to the custom call
   calling convention and passed to the external function as the attributes
   argument. External code is expected to use declarative bindings (see
   `xla/runtime/custom_call.h`) to decode them at run time. These custom
   calls are only supported if XLA uses XLA runtime.

2. For previous API versions it is the user responsibility to encode extra
   bits of static information as a string `backend_config` attribute, and
   decode it at run time.

Interfaces: MemoryEffectOpInterface

صفات:

يصف	MLIR Type	وصف
call_target_name	::mlir::StringAttr	string attribute
has_side_effect	::mlir::BoolAttr	bool attribute
backend_config	::mlir::Attribute	string attribute or dictionary of named attribute values
api_version	::mlir::mhlo::CustomCallApiVersionAttr	Custom call API version
called_computations	::mlir::ArrayAttr	flat symbol ref array attribute
custom_call_schedule	::mlir::mhlo::CustomCallScheduleAttr	Specifies the desired schedule for the custom-call.
operand_layouts	::mlir::ArrayAttr	Array of layout (1D tensor of index type) attributes
result_layouts	::mlir::ArrayAttr	Array of layout (1D tensor of index type) attributes
output_operand_aliases	::mlir::ArrayAttr	Aliasing attribute for outputs and operands of CustomCall

المعاملات:

المعامل

وصف

inputs

variadic of tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values or memref of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized values or token or nested tuple with any combination of tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values or memref of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized values or token values

نتائج:

نتيجة

وصف

«unnamed»

variadic of tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values or memref of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized values or token or nested tuple with any combination of tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values or memref of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized values or token values

mhlo.divide (mhlo::DivOp)

Div operation

بناء الجملة:

operation ::= `mhlo.divide` $lhs `,` $rhs attr-dict
              `:` custom<SameOperandsAndResultType>(type($lhs), type($rhs), type($result))

Performs element-wise division of dividend lhs and divisor rhs tensors and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#divide

مثال:

%result = mhlo.divide %lhs, %rhs : tensor<4xf32>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
lhs	ranked tensor of 2/4/8/16/32/64-bit integer or 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values
rhs	ranked tensor of 2/4/8/16/32/64-bit integer or 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

نتائج:

نتيجة	وصف
result	ranked tensor of 2/4/8/16/32/64-bit integer or 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.domain (mhlo::DomainOp)

Domain operation

This operation is private to the XLA compiler, so it is does not yet have a specification.

Informally, these operations are used to group instructions with the same DomainMetadata property. ShardingMetadata is the main use case today to group instructions on the same device. Domain instructions provide two major benefits:

• Prevent unintentionally optimizing instructions across domains.
• Automatically assign the metadata of the instructions created in the domain. Without domain instructions, each HLO optimization pass would have to check and propagate the metadata, which would be easy to miss and also adds complexity to the compiler. Since domain instructions connect two different domains, each domain instruction is associated with two DomainMetadata -- one on the operand side and one on the user side of the domain.

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
kind	::mlir::mhlo::DomainKindAttr	Kind of domain metatdata attached to an HLO domain.
entry_metadata	::mlir::StringAttr	string attribute
exit_metadata	::mlir::StringAttr	string attribute

المعاملات:

المعامل	وصف
operand	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized values or ranked tensor of per-axis integer quantized values or token

نتائج:

نتيجة	وصف
result	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized values or ranked tensor of per-axis integer quantized values or token

mhlo.dot (mhlo::DotOp)

Dot operation

This operation is on its way out of StableHLO, so it is not included in the specification: https://github.com/openxla/stablehlo/issues/3

Informally, this operation does the same thing as XLA's Dot: https://www.tensorflow.org/xla/operation_semantics#dot

مثال:

%0 = mhlo.dot %arg0, %arg1 : (tensor<1x2xi32>, tensor<2x1xi32>) -> tensor<1x1xi32>

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
precision_config	::mlir::ArrayAttr	Precision Config attribute

المعاملات:

المعامل	وصف
lhs	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values
rhs	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

نتائج:

نتيجة	وصف
«unnamed»	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.dot_general (mhlo::DotGeneralOp)

DotGeneral operation

Computes dot products between slices of lhs and slices of rhs and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#dot_general

مثال:

%result = "mhlo.dot_general"(%lhs, %rhs) {
  dot_dimension_numbers = #mhlo.dot<
    lhs_batching_dimensions = [0],
    rhs_batching_dimensions = [0],
    lhs_contracting_dimensions = [2],
    rhs_contracting_dimensions = [1]
  >,
  precision_config = [#stablehlo<precision DEFAULT>, #stablehlo<precision DEFAULT>]
} : (tensor<2x2x2xi32>, tensor<2x2x2xi32>) -> tensor<2x2x2xi32>

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
dot_dimension_numbers	::mlir::mhlo::DotDimensionNumbersAttr	Attribute that models the dimension information for dot.
precision_config	::mlir::ArrayAttr	Precision Config attribute
algorithm	::mlir::mhlo::DotAlgorithmAttr	Attribute that models the algorithm constraints to use for computing dot.

المعاملات:

المعامل	وصف
lhs	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values
rhs	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

نتائج:

نتيجة	وصف
«unnamed»	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.dynamic_broadcast_in_dim (mhlo::DynamicBroadcastInDimOp)

DynamicBroadcastInDim operation

This operation is functionally identical to broadcast_in_dim op, but the result shape is specified dynamically via output_dimensions .

It also accepts optional attributes to express static knowledge about the expanding behavior of dimensions. If not specified, all dimensions are assumed to be possibly expanding. The sets of dimensions that are known to be expanding and the set of dimensions that are known to be non-expanding must be disjoint and they must be a subset of the operand's dimensions.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#dynamic_broadcast_in_dim

مثال:

%operand = mhlo.constant dense<[[1, 2, 3]]> : tensor<1x3xi64>
%output_dimensions = mhlo.constant dense<[2, 3, 2]> : tensor<3xi64>
%result = "mhlo.dynamic_broadcast_in_dim"(%operand, %output_dimensions) {
  broadcast_dimensions = array<i64: 2, 1>,
  known_expanding_dimensions = array<i64: 0>,
  known_nonexpanding_dimensions = array<i64: 1>
} : (tensor<1x3xi64>, tensor<3xi64>) -> tensor<2x3x2xi64>

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
broadcast_dimensions	::mlir::DenseIntElementsAttr	64-bit signless integer elements attribute
known_expanding_dimensions	::mlir::DenseIntElementsAttr	64-bit signless integer elements attribute
known_nonexpanding_dimensions	::mlir::DenseIntElementsAttr	64-bit signless integer elements attribute

المعاملات:

المعامل	وصف
operand	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values
output_dimensions	1D tensor of index or 2/4/8/16/32/64-bit integer values

نتائج:

نتيجة	وصف
«unnamed»	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.dynamic_conv (mhlo::DynamicConvOp)

DynamicConv operation

This operation is a work in progress, so it is not yet included in the specification: https://github.com/openxla/stablehlo/issues/8

Informally, this operation does the same thing as ConvolutionOp except that padding is specified dynamically via d_padding : https://github.com/openxla/stablehlo/blob/main/docs/spec.md#convolution

مثال:

%result = "mhlo.dynamic_conv"(%lhs, %rhs, %d_padding) {
  window_strides = dense<4> : tensor<2xi64>,
  lhs_dilation = dense<2> : tensor<2xi64>,
  rhs_dilation = dense<1> : tensor<2xi64>,
  window_reversal = dense<false> : tensor<2xi1>,
  dimension_numbers = #mhlo.conv<[b, 0, 1, f]x[0, 1, i, o]->[b, 0, 1, f]>,
  feature_group_count = 1 : i64,
  batch_group_count = 1 : i64,
  precision_config = [#stablehlo<precision DEFAULT>, #stablehlo<precision DEFAULT>]
} : (tensor<1x4x4x1xi32>, tensor<3x3x1x1xi32>, tensor<2x2xi64>) -> tensor<1x2x2x1xi32>

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
window_strides	::mlir::DenseIntElementsAttr	64-bit signless integer elements attribute
padding	::mlir::DenseIntElementsAttr	64-bit signless integer elements attribute
lhs_dilation	::mlir::DenseIntElementsAttr	64-bit signless integer elements attribute
rhs_dilation	::mlir::DenseIntElementsAttr	64-bit signless integer elements attribute
window_reversal	::mlir::DenseElementsAttr	constant boolean vector/tensor attribute
dimension_numbers	::mlir::mhlo::ConvDimensionNumbersAttr	Structure of dimension information for conv op
feature_group_count	::mlir::IntegerAttr	64-bit signless integer attribute whose value is positive
batch_group_count	::mlir::IntegerAttr	64-bit signless integer attribute whose value is positive
precision_config	::mlir::ArrayAttr	Precision Config attribute

المعاملات:

المعامل	وصف
lhs	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values
rhs	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values
d_padding	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

نتائج:

نتيجة	وصف
«unnamed»	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.dynamic_gather (mhlo::DynamicGatherOp)

DynamicGather operation

This operation is a work in progress, so it is not yet included in the specification: https://github.com/openxla/stablehlo/issues/8

Informally, this operation does the same thing as GatherOp except that slice_sizes are specified dynamically: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#gather

مثال:

%result = "mhlo.dynamic_gather"(%operand, %start_indices, %slice_sizes) {
  dimension_numbers = #mhlo.gather<
    offset_dims = [2, 3],
    collapsed_slice_dims = [0],
    start_index_map = [0, 2],
    index_vector_dim = 2>,
  indices_are_sorted = false
} : (tensor<3x4x2xi32>, tensor<2x3x2xi64>, tensor<3xi64>) -> tensor<2x3x2x2xi32>

Traits: AlwaysSpeculatableImplTrait , InferTensorType

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
dimension_numbers	::mlir::mhlo::GatherDimensionNumbersAttr	Attribute that models the dimension information for gather
indices_are_sorted	::mlir::BoolAttr	bool attribute

المعاملات:

المعامل	وصف
operand	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values
start_indices	ranked tensor of 2/4/8/16/32/64-bit integer values
slice_sizes	statically shaped 1-dimensional integer tensor of 2/4/8/16/32/64-bit integer values

نتائج:

نتيجة	وصف
«unnamed»	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.dynamic_iota (mhlo::DynamicIotaOp)

DynamicIota operation

This operation is functionally identical to iota op, but the result shape is specified dynamically via output_shape .

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#dynamic_iota

مثال:

%0 = mhlo.dynamic_iota %arg0, dim = 0 : (tensor<1xindex>) -> tensor<4xi32>

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
iota_dimension	::mlir::IntegerAttr	64-bit signless integer attribute whose value is non-negative

المعاملات:

المعامل	وصف
output_shape	1D tensor of index or 2/4/8/16/32/64-bit integer values

نتائج:

نتيجة	وصف
result	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.dynamic_pad (mhlo::DynamicPadOp)

DynamicPad operation

بناء الجملة:

operation ::= `mhlo.dynamic_pad` operands attr-dict `:` functional-type(operands, results)

Dynamically Pads the operand , with amount of padding added at low-end/high-end/interior is passed through input tensors.

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
operand	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values
padding_value	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values
edge_padding_low	1D tensor of index or 2/4/8/16/32/64-bit integer values
edge_padding_high	1D tensor of index or 2/4/8/16/32/64-bit integer values
interior_padding	1D tensor of index or 2/4/8/16/32/64-bit integer values

نتائج:

نتيجة	وصف
result	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.dynamic_reshape (mhlo::DynamicReshapeOp)

DynamicReshape operation

بناء الجملة:

operation ::= `mhlo.dynamic_reshape` operands attr-dict `:` functional-type(operands, results)

This operation is functionally identical to reshape op, but the result shape is specified dynamically via output_shape .

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#dynamic_reshape

مثال:

%output_shape = mhlo.constant dense<[3, 2]> : tensor<2xi64>
%result = mhlo.dynamic_reshape %operand, %output_shape : (tensor<2x3xi64>, tensor<2xi64>) -> tensor<3x2xi64>

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
operand	tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values
output_shape	1D tensor of index or 2/4/8/16/32/64-bit integer values

نتائج:

نتيجة	وصف
result	tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.dynamic_slice (mhlo::DynamicSliceOp)

DynamicSlice operation

Extracts a slice from the operand using dynamically-computed starting indices and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#dynamic_slice

مثال:

%result = mhlo.dynamic_slice %operand, %start_indices0, %start_indices1, sizes = [2, 2]
  : (tensor<4x4xi32>, tensor<i64>, tensor<i64>) -> tensor<2x2xi32>

Traits: AlwaysSpeculatableImplTrait , InferTensorType

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
slice_sizes	::mlir::DenseIntElementsAttr	64-bit signless integer elements attribute

المعاملات:

المعامل	وصف
operand	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values
start_indices	variadic of 0D tensor of 2/4/8/16/32/64-bit integer values

نتائج:

نتيجة	وصف
result	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.dynamic_update_slice (mhlo::DynamicUpdateSliceOp)

DynamicUpdateSlice operation

بناء الجملة:

operation ::= `mhlo.dynamic_update_slice` operands attr-dict `:` functional-type(operands, results)

Produces a result tensor which is equal to the operand tensor except that the slice starting at start_indices is updated with the values in update .

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#dynamic_update_slice

مثال:

%result = mhlo.dynamic_update_slice %operand, %update, %start_indices0, %start_indices1
  : (tensor<4x4xi32>, tensor<2x2xi32>, tensor<i64>, tensor<i64>) -> tensor<4x4xi32>

Traits: AlwaysSpeculatableImplTrait , InferTensorType

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
operand	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values
update	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values
start_indices	variadic of 0D tensor of 2/4/8/16/32/64-bit integer values

نتائج:

نتيجة	وصف
result	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.einsum (mhlo::EinsumOp)

Einsum operation

This operation is on its way out of StableHLO, so it is not included in the specification: https://github.com/openxla/stablehlo/issues/3

Informally, this operation does the same thing as TF's einsum: https://www.tensorflow.org/api_docs/python/tf/einsum

مثال:

%result = "mhlo.einsum"(%lhs, %rhs) {
  einsum_config = "ab,bc->ac"
} : (tensor<4x16xf32>, tensor<16x4xf32>) -> tensor<4x4xf32>

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
einsum_config	::mlir::StringAttr	string attribute

المعاملات:

المعامل	وصف
lhs	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values
rhs	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

نتائج:

نتيجة	وصف
«unnamed»	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.erf (mhlo::ErfOp)

Erf operation

بناء الجملة:

operation ::= `mhlo.erf` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Performs element-wise erf operation on operand tensor and produces a result tensor.

مثال:

%result = mhlo.erf %operand : tensor<2x2xf32>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
operand	ranked tensor of 4/6/8/16/32/64-bit float values

نتائج:

نتيجة	وصف
result	ranked tensor of 4/6/8/16/32/64-bit float values

mhlo.exponential (mhlo::ExpOp)

Exp operation

بناء الجملة:

operation ::= `mhlo.exponential` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Performs element-wise exponential operation on operand tensor and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#exponential

مثال:

%result = mhlo.exponential %operand : tensor<2x2xf64>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
result_accuracy	::mlir::mhlo::ResultAccuracyAttr	The requested accuracy for unary ops.

المعاملات:

المعامل	وصف
operand	ranked tensor of 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements or per-tensor integer quantized values

نتائج:

نتيجة	وصف
result	ranked tensor of 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements or per-tensor integer quantized values

mhlo.exponential_minus_one (mhlo::Expm1Op)

Expm1 operation

بناء الجملة:

operation ::= `mhlo.exponential_minus_one` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Performs element-wise exponential minus one operation on operand tensor and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#exponential_minus_one

مثال:

%result = mhlo.exponential_minus_one %operand : tensor<2xf32>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
result_accuracy	::mlir::mhlo::ResultAccuracyAttr	The requested accuracy for unary ops.

المعاملات:

المعامل	وصف
operand	ranked tensor of 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements or per-tensor integer quantized values

نتائج:

نتيجة	وصف
result	ranked tensor of 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements or per-tensor integer quantized values

mhlo.fft (mhlo::FftOp)

Fft operation

Performs the forward and inverse Fourier transforms for real and complex inputs/outputs.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#fft

مثال:

%result = mhlo.fft %operand, type = FFT, length = [4] : (tensor<4xcomplex<f32>>) -> tensor<4xcomplex<f32>>

Traits: AlwaysSpeculatableImplTrait , InferTensorType

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
fft_type	::mlir::mhlo::FftTypeAttr	XLA fast fourier transform type.
fft_length	::mlir::DenseIntElementsAttr	64-bit signless integer elements attribute

المعاملات:

المعامل	وصف
operand	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

نتائج:

نتيجة	وصف
«unnamed»	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.floor (mhlo::FloorOp)

عمليات أرضية

بناء الجملة:

operation ::= `mhlo.floor` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Performs element-wise floor of operand tensor and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#floor

مثال:

%result = mhlo.floor %operand : tensor<2xf32>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
operand	ranked tensor of 4/6/8/16/32/64-bit float or per-tensor integer quantized values

نتائج:

نتيجة	وصف
result	ranked tensor of 4/6/8/16/32/64-bit float or per-tensor integer quantized values

mhlo.fusion (mhlo::FusionOp)

Fusion operation

This operation is private to the XLA compiler, so it is does not yet have a specification.

Informally, this operation consists of a group of basic ops (represented as a region attached to it). It serves as a hint to the backend that it is beneficial to emit the contained ops into a single loop nest or kernel.

صفات:

يصف	MLIR Type	وصف
fusion_kind	::mlir::mhlo::FusionKindAttr	fusion kind
output_operand_aliases	::mlir::ArrayAttr	Aliasing attribute for outputs and operands of Fusion

المعاملات:

المعامل	وصف
inputs	variadic of ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized values or ranked tensor of per-axis integer quantized values or token

نتائج:

نتيجة

وصف

results

variadic of ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values or nested tuple with any combination of ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized values or memref of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized values or ranked tensor of per-axis integer quantized values or token values

mhlo.gather (mhlo::GatherOp)

Gather operation

Gathers slices from operand tensor from offsets specified in start_indices and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#gather

مثال:

%result = "mhlo.gather"(%operand, %start_indices) {
  dimension_numbers = #stablehlo.gather<
    offset_dims = [3, 4],
    collapsed_slice_dims = [1],
    operand_batching_dims = [0],
    start_indices_batching_dims = [1],
    start_index_map = [2, 1],
    index_vector_dim = 3>,
  slice_sizes = dense<[0, 2, 2]> : tensor<3xi64>,
  indices_are_sorted = false
} : (tensor<2x3x4x2xi64>, tensor<2x2x3x2xi64>) -> tensor<2x2x3x2x2xi64>

Traits: AlwaysSpeculatableImplTrait , InferTensorType

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
dimension_numbers	::mlir::mhlo::GatherDimensionNumbersAttr	Attribute that models the dimension information for gather
slice_sizes	::mlir::DenseIntElementsAttr	64-bit signless integer elements attribute
indices_are_sorted	::mlir::BoolAttr	bool attribute

المعاملات:

المعامل	وصف
operand	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values
start_indices	ranked tensor of 2/4/8/16/32/64-bit integer values

نتائج:

نتيجة	وصف
«unnamed»	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.get_dimension_size (mhlo::GetDimensionSizeOp)

GetDimensionSize operation

Produces the size of the given dimension of the operand .

See https://github.com/openxla/stablehlo/blob/main/docs/spec.md#get_dimension_size

مثال:

%result = mhlo.get_dimension_size %operand, dim = 1 : (tensor<2x3xf32>) -> tensor<i32>

Traits: AlwaysSpeculatableImplTrait , InferTensorType

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
dimension	::mlir::IntegerAttr	64-bit signless integer attribute whose value is non-negative

المعاملات:

المعامل	وصف
operand	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

نتائج:

نتيجة	وصف
«unnamed»	tensor of 32-bit signless integer values

mhlo.get_tuple_element (mhlo::GetTupleElementOp)

GetTupleElement operation

بناء الجملة:

operation ::= `mhlo.get_tuple_element` $operand `[` $index `]` attr-dict `:` functional-type(operands, results)

Extracts element at index position of the operand tuple and produces a result .

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#get_tuple_element

مثال:

%result = mhlo.get_tuple_element %operand[0] : (tuple<tensor<2xf32>, tuple<tensor<i32>>>) -> tensor<2xf32>

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
index	::mlir::IntegerAttr	32-bit signless integer attribute whose value is non-negative

المعاملات:

المعامل

وصف

operand

nested tuple with any combination of ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized values or memref of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized values or ranked tensor of per-axis integer quantized values or token values

نتائج:

نتيجة

وصف

«unnamed»

ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values or token or nested tuple with any combination of ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized values or memref of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized values or ranked tensor of per-axis integer quantized values or token values or memref of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized values

mhlo.if (mhlo::IfOp)

If operation

Produces the output from executing exactly one branch from true_branch or false_branch depending on the value of pred .

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#if

Example: %result = "mhlo.if"(%pred) ({ "mhlo.return"(%result_true_branch) : (tensor ) -> () }, { "mhlo.return"(%result_false_branch) : (tensor ) -> () }) : (tensor ) -> tensor

Traits: RecursiveMemoryEffects , SingleBlockImplicitTerminator<ReturnOp> , SingleBlock

Interfaces: InferTypeOpInterface

المعاملات:

المعامل	وصف
pred	ranked tensor of bool values

نتائج:

نتيجة	وصف
«unnamed»	variadic of ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized values or ranked tensor of per-axis integer quantized values or token

mhlo.imag (mhlo::ImagOp)

Imag operation

بناء الجملة:

operation ::= `mhlo.imag` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Extracts the imaginary part, element-wise, from the operand and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#imag

مثال:

%result = mhlo.imag %operand : (tensor<2xcomplex<f32>>) -> tensor<2xf32>

Traits: AlwaysSpeculatableImplTrait , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
operand	ranked tensor of 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements values

نتائج:

نتيجة	وصف
result	ranked tensor of 4/6/8/16/32/64-bit float values

mhlo.infeed (mhlo::InfeedOp)

Infeed operation

Reads data from the infeed and produces results .

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#infeed

مثال:

%results:2 = "mhlo.infeed"(%token) {
  infeed_config = ""
} : (!mhlo.token) -> (tensor<3x3x3xi32>, !mhlo.token)

صفات:

يصف	MLIR Type	وصف
infeed_config	::mlir::StringAttr	string attribute
layout	::mlir::ArrayAttr	array attribute

المعاملات:

المعامل	وصف
token	رمز مميز

نتائج:

نتيجة

وصف

«unnamed»

variadic of statically shaped tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized values or statically shaped tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values or token

mhlo.iota (mhlo::IotaOp)

Iota operation

Fills an output tensor with values in increasing order starting from zero along the iota_dimension dimension.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#iota

مثال:

%output = mhlo.iota dim = 0 : tensor<4x5xi32>

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
iota_dimension	::mlir::IntegerAttr	64-bit signless integer attribute whose value is non-negative

نتائج:

نتيجة	وصف
output	statically shaped tensor of 2/4/8/16/32/64-bit integer or 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements values

mhlo.is_finite (mhlo::IsFiniteOp)

IsFinite operation

بناء الجملة:

operation ::= `mhlo.is_finite` $x attr-dict `:` functional-type(operands, results)

Performs element-wise check whether the value in x is finite (ie is neither +Inf, -Inf, nor NaN) and produces a y tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#is_finite

مثال:

%y = mhlo.is_finite %x : (tensor<7xf32>) -> tensor<7xi1>

Traits: AlwaysSpeculatableImplTrait , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
x	ranked tensor of 4/6/8/16/32/64-bit float values

نتائج:

نتيجة	وصف
y	ranked tensor of bool values

mhlo.log (mhlo::LogOp)

Log operation

بناء الجملة:

operation ::= `mhlo.log` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Performs element-wise logarithm operation on operand tensor and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#log

مثال:

%result = mhlo.log %operand : tensor<2x2xf64>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
result_accuracy	::mlir::mhlo::ResultAccuracyAttr	The requested accuracy for unary ops.

المعاملات:

المعامل	وصف
operand	ranked tensor of 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements or per-tensor integer quantized values

نتائج:

نتيجة	وصف
result	ranked tensor of 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements or per-tensor integer quantized values

mhlo.log_plus_one (mhlo::Log1pOp)

Log1p operation

بناء الجملة:

operation ::= `mhlo.log_plus_one` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Performs element-wise logarithm plus one operation on operand tensor and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#log_plus_one

مثال:

%result = mhlo.log_plus_one %operand : tensor<6xf32>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
result_accuracy	::mlir::mhlo::ResultAccuracyAttr	The requested accuracy for unary ops.

المعاملات:

المعامل	وصف
operand	ranked tensor of 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements or per-tensor integer quantized values

نتائج:

نتيجة	وصف
result	ranked tensor of 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements or per-tensor integer quantized values

mhlo.logistic (mhlo::LogisticOp)

عملية لوجستية

بناء الجملة:

operation ::= `mhlo.logistic` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Performs element-wise logistic operation on operand tensor and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#logistic

مثال:

%result = mhlo.logistic %operand : tensor<2x2xf32>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
result_accuracy	::mlir::mhlo::ResultAccuracyAttr	The requested accuracy for unary ops.

المعاملات:

المعامل	وصف
operand	ranked tensor of 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements or per-tensor integer quantized values

نتائج:

نتيجة	وصف
result	ranked tensor of 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements or per-tensor integer quantized values

mhlo.map (mhlo::MapOp)

Map operation

Applies a map function computation to inputs along the dimensions and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#map

مثال:

%result = "mhlo.map"(%input0, %input1) ({
  ^bb0(%arg0: tensor<i32>, %arg1: tensor<i32>):
    %0 = mhlo.multiply %arg0, %arg1 : tensor<i32>
    mhlo.return %0 : tensor<i32>
}) {
  dimensions = dense<[0, 1]> : tensor<2xi64>
} : (tensor<2x2xi32>, tensor<2x2xi32>) -> tensor<2x2xi32>

Traits: InferTensorType , RecursiveMemoryEffects , SameOperandsAndResultShape , SingleBlockImplicitTerminator<ReturnOp> , SingleBlock

Interfaces: InferShapedTypeOpInterface , InferTypeOpInterface

صفات:

يصف	MLIR Type	وصف
dimensions	::mlir::DenseIntElementsAttr	64-bit signless integer elements attribute

المعاملات:

المعامل	وصف
inputs	variadic of ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

نتائج:

نتيجة	وصف
«unnamed»	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.maximum (mhlo::MaxOp)

Max operation

بناء الجملة:

operation ::= `mhlo.maximum` $lhs `,` $rhs attr-dict
              `:` custom<SameOperandsAndResultType>(type($lhs), type($rhs), type($result))

Performs element-wise max operation on tensors lhs and rhs and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#maximum

مثال:

%result = mhlo.maximum %lhs, %rhs : tensor<4xf32>

Traits: AlwaysSpeculatableImplTrait , Commutative , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
lhs	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values
rhs	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

نتائج:

نتيجة	وصف
result	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.minimum (mhlo::MinOp)

Min operation

بناء الجملة:

operation ::= `mhlo.minimum` $lhs `,` $rhs attr-dict
              `:` custom<SameOperandsAndResultType>(type($lhs), type($rhs), type($result))

Performs element-wise min operation on tensors lhs and rhs and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#minimum

مثال:

%result = mhlo.minimum %lhs, %rhs : tensor<4xf32>

Traits: AlwaysSpeculatableImplTrait , Commutative , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
lhs	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values
rhs	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

نتائج:

نتيجة	وصف
result	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.minimum_broadcast_shapes (mhlo::MinimumBroadcastShapesOp)

Minimizes the rank of two or more shapes to be broadcasted

بناء الجملة:

operation ::= `mhlo.minimum_broadcast_shapes` $shapes attr-dict `:` type($shapes) `->` type($results)

Given two or more 1D tensors representing shapes, returns one 1D tensor for each operand, where operand i corresponds to output i .

The returned tensors have the property that they specify a shape which is a reshape of the corresponding input shape, and the broadcasted output shape (using shape::BroadcastOp) of the returned shapes is a reshape of the broadcasted output shape of the input shapes. Among all possibilities with this property, the one is chosen which minimizes the rank of each returned shape.

The general idea of this op is that it can be used for ops which have a broadcasting semantic to operate on shapes with a possibly smaller rank while preserving equivalence of the computed values. After computing the result of the op using reshaped operands, the result can be reshaped to the result that would have been originally computed.

Here is an example with two input shapes:

mhlo.minimum_broadcast_shapes [1, 2, 3, 1, 2, 1],
                                 [1, 1, 1, 2, 3] -> [6, 2, 1], [2, 3]

The broadcasted output shape of the operands is [1, 2, 3, 1, 2, 3], the broadcasted output shape of the outputs is [6, 2, 3]. These two shapes are reshapes of each other, and also each output is a reshape of the corresponding input.

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
shapes	variadic of 1D tensor of index values

نتائج:

نتيجة	وصف
results	variadic of 1D tensor of index values

mhlo.multiply (mhlo::MulOp)

Mul operation

بناء الجملة:

operation ::= `mhlo.multiply` $lhs `,` $rhs attr-dict
              `:` custom<SameOperandsAndResultType>(type($lhs), type($rhs), type($result))

Performs element-wise product of two tensors lhs and rhs and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#multiply

مثال:

%result = mhlo.multiply %lhs, %rhs : tensor<2xi32>

Traits: AlwaysSpeculatableImplTrait , Commutative , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
lhs	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values
rhs	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

نتائج:

نتيجة	وصف
result	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.negate (mhlo::NegOp)

Neg operation

بناء الجملة:

operation ::= `mhlo.negate` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Performs element-wise negation of operand tensor and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#negate

مثال:

%result = mhlo.negate %operand : tensor<2x3xi32>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
operand	ranked tensor of 2/4/8/16/32/64-bit integer or 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

نتائج:

نتيجة	وصف
result	ranked tensor of 2/4/8/16/32/64-bit integer or 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.not (mhlo::NotOp)

لا تعمل

بناء الجملة:

operation ::= `mhlo.not` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Performs element-wise NOT of tensor operand of type integer and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#not

مثال:

%result = mhlo.not %operand : tensor<5x3x1xi1>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
operand	ranked tensor of bool or 2/4/8/16/32/64-bit integer values

نتائج:

نتيجة	وصف
result	ranked tensor of bool or 2/4/8/16/32/64-bit integer values

mhlo.optimization_barrier (mhlo::OptimizationBarrierOp)

OptimizationBarrier operation

بناء الجملة:

operation ::= `mhlo.optimization_barrier` attr-dict ($operand^ `:` custom<PairwiseOpType>(type($operand), type($result))):(`(` `)`)?

Ensures that the operations that produce the operand are executed before any operations that depend on the result and prevents compiler transformations from moving operations across the barrier. Other than that, the operation is an identity, ie result = operand .

See https://github.com/openxla/stablehlo/blob/main/docs/spec.md#optimization_barrier

مثال:

%result0, %result1 = mhlo.optimization_barrier %operand0, %operand1 : tensor<f32>, tensor<f32>

Traits: AlwaysSpeculatableImplTrait , HLO_PairwiseSameOperandAndResultType

Interfaces: ConditionallySpeculatable , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
operand	variadic of ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized values or ranked tensor of per-axis integer quantized values or token

نتائج:

نتيجة	وصف
result	variadic of ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized values or ranked tensor of per-axis integer quantized values or token

mhlo.or (mhlo::OrOp)

Or operation

بناء الجملة:

operation ::= `mhlo.or` $lhs `,` $rhs attr-dict
              `:` custom<SameOperandsAndResultType>(type($lhs), type($rhs), type($result))

Performs element-wise OR of two tensors lhs and rhs and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#or

مثال:

%result = mhlo.or %lhs, %rhs : tensor<2xi1>

Traits: AlwaysSpeculatableImplTrait , Commutative , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
lhs	ranked tensor of bool or 2/4/8/16/32/64-bit integer values
rhs	ranked tensor of bool or 2/4/8/16/32/64-bit integer values

نتائج:

نتيجة	وصف
result	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.outfeed (mhlo::OutfeedOp)

Outfeed operation

Writes inputs to the outfeed and produces a result token.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#outfeed

مثال:

%result = "mhlo.outfeed"(%input0, %token) {
  outfeed_config = ""
} : (tensor<3x3x3xi32>, !mhlo.token) -> !mhlo.token

Interfaces: InferTypeOpInterface

صفات:

يصف	MLIR Type	وصف
outfeed_config	::mlir::StringAttr	string attribute

المعاملات:

المعامل	وصف
inputs	variadic of ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values
token	رمز مميز

نتائج:

نتيجة	وصف
«unnamed»	رمز مميز

mhlo.pad (mhlo::PadOp)

Pad operation

Expands operand by padding around the tensor as well as between the elements of the tensor with the given padding_value .

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#pad

مثال:

%0 = mhlo.pad %arg0, %arg1, low = [0, 1], high = [2, 1], interior = [1, 2]
  : (tensor<2x3xi32>, tensor<i32>) -> tensor<5x9xi32>

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultElementType

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
edge_padding_low	::mlir::DenseIntElementsAttr	64-bit signless integer elements attribute
edge_padding_high	::mlir::DenseIntElementsAttr	64-bit signless integer elements attribute
interior_padding	::mlir::DenseIntElementsAttr	64-bit signless integer elements attribute

المعاملات:

المعامل	وصف
operand	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values
padding_value	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

نتائج:

نتيجة	وصف
«unnamed»	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.partition_id (mhlo::PartitionIdOp)

PartitionId operation

بناء الجملة:

operation ::= `mhlo.partition_id` attr-dict `:` type(results)

Produces partition_id of the current process.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#partition_id

مثال:

%result = mhlo.partition_id : tensor<ui32>

Interfaces: InferTypeOpInterface

نتائج:

نتيجة	وصف
«unnamed»	ranked tensor of 32-bit unsigned integer values

mhlo.popcnt (mhlo::PopulationCountOp)

PopulationCount operation

بناء الجملة:

operation ::= `mhlo.popcnt` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Performs element-wise count of the number of bits set in the operand tensor and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#popcnt

مثال:

%result = mhlo.popcnt %operand : tensor<4xi8>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
operand	ranked tensor of 2/4/8/16/32/64-bit integer values

نتائج:

نتيجة	وصف
result	ranked tensor of 2/4/8/16/32/64-bit integer values

mhlo.power (mhlo::PowOp)

Pow operation

بناء الجملة:

operation ::= `mhlo.power` $lhs `,` $rhs attr-dict
              `:` custom<SameOperandsAndResultType>(type($lhs), type($rhs), type($result))

Performs element-wise exponentiation of lhs tensor by rhs tensor and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#power

مثال:

%result = mhlo.power %lhs, %rhs : tensor<6xf32>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
lhs	ranked tensor of 2/4/8/16/32/64-bit integer or 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values
rhs	ranked tensor of 2/4/8/16/32/64-bit integer or 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

نتائج:

نتيجة	وصف
result	ranked tensor of 2/4/8/16/32/64-bit integer or 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.ragged_dot (mhlo::RaggedDotOp)

Ragged matrix multiplication over a single ragged dimension

This operation takes three tensor args---lhs, rhs, and group_sizes---and a "ragged_dot_dimension_numbers" attribute. Like dot_general, the lhs and rhs are allowed arbitrary batch and contracting dimensions. Additionally, the lhs is required to have one ragged dimension, and the rhs may have at most one group dimension. The op has three modes, depending on the kind of the lhs ragged dimension.

In mode 1, the shape-signature is [b,m,k], [g,b,k,n], [b,g] -> [b,m,n] . Here the ragged dimension is an lhs non-contracting dimension ( m ). The dimensions b and k represent batch and contracting dimensions respectively. The rhs is required to have a group dimension ( g ).

In mode 2, the shape-signature is [b,m,k], [b,k,n], [b,g] -> [g,b,m,n] . Here the ragged dimension is an lhs/rhs contracting dimension ( k ).

In mode 3, the shape-signature is [b,m,k], [b,k,n], [g] -> [b,m,n] . Here the ragged dimension is an lhs/rhs batch dimension ( b ).

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
ragged_dot_dimension_numbers	::mlir::mhlo::RaggedDotDimensionNumbersAttr	Attribute that models the dimension information for ragged dot.
precision_config	::mlir::ArrayAttr	Precision Config attribute

المعاملات:

المعامل	وصف
lhs	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values
rhs	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values
group_sizes	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

نتائج:

نتيجة	وصف
result	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized values

mhlo.real (mhlo::RealOp)

Real operation

بناء الجملة:

operation ::= `mhlo.real` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Extracts the real part, element-wise, from the operand and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#real

مثال:

%result = mhlo.real %operand : (tensor<2xcomplex<f32>>) -> tensor<2xf32>

Traits: AlwaysSpeculatableImplTrait , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
operand	ranked tensor of 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements values

نتائج:

نتيجة	وصف
result	ranked tensor of 4/6/8/16/32/64-bit float values

mhlo.real_dynamic_slice (mhlo::RealDynamicSliceOp)

RealDynamicSlice operation

بناء الجملة:

operation ::= `mhlo.real_dynamic_slice` operands attr-dict `:` functional-type(operands, results)

This operation is a work in progress, so it is not yet included in the specification: https://github.com/openxla/stablehlo/issues/8

Informally, this operation does the same thing as SliceOp except that start_indices , limit_indices and strides are specified dynamically: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#slice

مثال:

%result = mhlo.real_dynamic_slice %operand,
            %start_indices, %limit_indices, %strides
       : (tensor<256x?xf32>, tensor<2xindex>, tensor<2xindex>, tensor<2xindex>) -> tensor<256x?xf32>

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
operand	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values
start_indices	1D tensor of index or 2/4/8/16/32/64-bit integer values
limit_indices	1D tensor of index or 2/4/8/16/32/64-bit integer values
strides	1D tensor of index or 2/4/8/16/32/64-bit integer values

نتائج:

نتيجة	وصف
result	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.recv (mhlo::RecvOp)

Recv operation

Receives data from a channel with channel_id and produces results .

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#recv

مثال:

%results:2 = "mhlo.recv"(%token) {
  // channel_id = 5 : i64,
  // channel_type = #stablehlo<channel_type DEVICE_TO_DEVICE>,
  channel_handle = #mhlo.channel_handle<handle = 5, type = 1>,
  is_host_transfer = false,
  source_target_pairs = dense<[[0, 1], [1, 2]]> : tensor<2x2xi64>
} : (!mhlo.token) -> (tensor<3x4xi32>, !mhlo.token)

صفات:

يصف	MLIR Type	وصف
channel_handle	::mlir::mhlo::ChannelHandleAttr	two 64-bit integers 'handle' and 'type'
is_host_transfer	::mlir::BoolAttr	bool attribute
source_target_pairs	::mlir::DenseIntElementsAttr	64-bit signless integer elements attribute

المعاملات:

المعامل	وصف
token	رمز مميز

نتائج:

نتيجة

وصف

«unnamed»

variadic of statically shaped tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized values or statically shaped tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values or token

mhlo.reduce (mhlo::ReduceOp)

Reduce operation

Applies a reduction function body to inputs and init_values along the dimensions and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#reduce

مثال:

%result = "mhlo.reduce"(%input, %init_value) ({
  ^bb0(%arg0: tensor<i32>, %arg1: tensor<i32>):
    %0 = "mhlo.add"(%arg0, %arg1) : (tensor<i32>, tensor<i32>) -> tensor<i32>
    "mhlo.return"(%0) : (tensor<i32>) -> ()
}) {
  dimensions = dense<1> : tensor<1xi64>
} : (tensor<1x6xi32>, tensor<i32>) -> tensor<1xi32>

Traits: InferTensorType , RecursiveMemoryEffects , SameVariadicOperandSize , SingleBlockImplicitTerminator<ReturnOp> , SingleBlock

Interfaces: InferShapedTypeOpInterface , InferTypeOpInterface

صفات:

يصف	MLIR Type	وصف
dimensions	::mlir::DenseIntElementsAttr	64-bit signless integer elements attribute

المعاملات:

المعامل	وصف
inputs	variadic of ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values
init_values	variadic of ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

نتائج:

نتيجة	وصف
«unnamed»	variadic of ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.reduce_precision (mhlo::ReducePrecisionOp)

ReducePrecision operation

بناء الجملة:

operation ::= `mhlo.reduce_precision` $operand `,` `format` `=` custom<ExponentMantissa>($exponent_bits, $mantissa_bits)
              attr-dict `:` custom<SameOperandsAndResultType>(type($operand), type($output))

Performs element-wise conversion of operand to another floating-point type that uses exponent_bits and mantissa_bits and back to the original floating-point type and produces an output tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#reduce_precision

مثال:

%output = mhlo.reduce_precision %operand, format = e5m2 : tensor<6xf32>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
exponent_bits	::mlir::IntegerAttr	32-bit signless integer attribute whose value is positive
mantissa_bits	::mlir::IntegerAttr	32-bit signless integer attribute whose value is non-negative

المعاملات:

المعامل	وصف
operand	ranked tensor of 4/6/8/16/32/64-bit float values

نتائج:

نتيجة	وصف
output	ranked tensor of 4/6/8/16/32/64-bit float values

mhlo.reduce_scatter (mhlo::ReduceScatterOp)

ReduceScatter operation

Within each process group in the process grid, performs reduction, using computations , over the values of the operand tensor from each process, splits the reduction result along scatter_dimension into parts, and scatters the split parts between the processes to produce the result .

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#reduce_scatter

مثال:

%result = "mhlo.reduce_scatter"(%operand) ({
  ^bb0(%arg0: tensor<f32>, %arg1: tensor<f32>):
  %0 = mhlo.add %arg0, %arg1 : tensor<f32>
  mhlo.return %0 : tensor<f32>
}) {
  scatter_dimension = 1 : i64,
  replica_groups = dense<[[0, 1]]> : tensor<1x2xi64>,
  // channel_id = 0
  channel_handle = #mhlo.channel_handle<handle = 0, type = 0>
  // use_global_device_ids = false
} : (tensor<2x4xf32>) -> tensor<2x2xf32>

صفات:

يصف	MLIR Type	وصف
scatter_dimension	::mlir::IntegerAttr	64-bit signless integer attribute whose value is non-negative
replica_groups	::mlir::DenseIntElementsAttr	64-bit signless integer elements attribute
channel_handle	::mlir::mhlo::ChannelHandleAttr	two 64-bit integers 'handle' and 'type'
use_global_device_ids	::mlir::UnitAttr	unit attribute

المعاملات:

المعامل	وصف
operand	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

نتائج:

نتيجة	وصف
«unnamed»	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.reduce_window (mhlo::ReduceWindowOp)

ReduceWindow operation

Applies a reduction function body to windows of inputs and init_values and produces results .

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#reduce_window

مثال:

%result = "mhlo.reduce_window"(%input, %init_value) ({
  ^bb0(%arg0: tensor<i32>, %arg1: tensor<i32>):
    %0 = mhlo.add %arg0, %arg1 : tensor<i32>
    mhlo.return %0 : tensor<i32>
}) {
  window_dimensions = dense<[2, 1]> : tensor<2xi64>,
  window_strides = dense<[4, 1]> : tensor<2xi64>,
  base_dilations = dense<[2, 1]> : tensor<2xi64>,
  window_dilations = dense<[3, 1]> : tensor<2xi64>,
  padding = dense<[[2, 1], [0, 0]]> : tensor<2x2xi64>
} : (tensor<3x2xi32>, tensor<i32>) -> tensor<2x2xi32>

Traits: InferTensorType , RecursiveMemoryEffects , SameVariadicOperandSize , SingleBlockImplicitTerminator<ReturnOp> , SingleBlock

Interfaces: InferShapedTypeOpInterface , InferTypeOpInterface

صفات:

يصف	MLIR Type	وصف
window_dimensions	::mlir::DenseIntElementsAttr	64-bit signless integer elements attribute
window_strides	::mlir::DenseIntElementsAttr	64-bit signless integer elements attribute
base_dilations	::mlir::DenseIntElementsAttr	64-bit signless integer elements attribute
window_dilations	::mlir::DenseIntElementsAttr	64-bit signless integer elements attribute
padding	::mlir::DenseIntElementsAttr	64-bit signless integer elements attribute

المعاملات:

المعامل	وصف
inputs	variadic of ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values
init_values	variadic of ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

نتائج:

نتيجة	وصف
«unnamed»	variadic of ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.remainder (mhlo::RemOp)

Rem operation

بناء الجملة:

operation ::= `mhlo.remainder` $lhs `,` $rhs attr-dict
              `:` custom<SameOperandsAndResultType>(type($lhs), type($rhs), type($result))

Performs element-wise remainder of dividend lhs and divisor rhs tensors and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#remainder

مثال:

%result = mhlo.remainder %lhs, %rhs : tensor<4xi64>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
lhs	ranked tensor of 2/4/8/16/32/64-bit integer or 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values
rhs	ranked tensor of 2/4/8/16/32/64-bit integer or 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

نتائج:

نتيجة	وصف
result	ranked tensor of 2/4/8/16/32/64-bit integer or 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.replica_id (mhlo::ReplicaIdOp)

ReplicaId operation

بناء الجملة:

operation ::= `mhlo.replica_id` attr-dict `:` type(results)

Produces replica_id of the current process.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#replica_id

مثال:

%result = mhlo.replica_id : tensor<ui32>

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

نتائج:

نتيجة	وصف
«unnamed»	ranked tensor of 32-bit unsigned integer values

mhlo.reshape (mhlo::ReshapeOp)

Reshape operation

بناء الجملة:

operation ::= `mhlo.reshape` operands attr-dict `:` functional-type(operands, results)

Performs reshape of operand tensor to a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#reshape

مثال:

%result = mhlo.reshape %operand : (tensor<2xf32>) -> tensor<1x2xf32>

Traits: AlwaysSpeculatableImplTrait , HLO_CompatibleOperandsAndResultElementType

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
operand	tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

نتائج:

نتيجة	وصف
«unnamed»	statically shaped or single bounded dimension tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.return (mhlo::ReturnOp)

_This operation is a work in progress, so it is not yet included in the specification: https://github.com/openxla/stablehlo/issues/425

Informally, this operation serves as a terminator for regions defined by
the StableHLO ops. Non-StableHLO ops, e.g. `func.func`, have their own
terminators, e.g. `func.return`.

Example:

    ```mlir
    %result = "mhlo.reduce"(%input, %init_value) ({
      ^bb0(%arg0: tensor<i32>, %arg1: tensor<i32>):
        %0 = "mhlo.add"(%arg0, %arg1) : (tensor<i32>, tensor<i32>) -> tensor<i32>
        "mhlo.return"(%0) : (tensor<i32>) -> ()
    }) {
      dimensions = dense<1> : tensor<1xi64>
    } : (tensor<1x6xi32>, tensor<i32>) -> tensor<1xi32>
    ```_

Syntax:

```

operation ::= mhlo.return $results attr-dict ( : type($results)^)?

Traits: `AlwaysSpeculatableImplTrait`, `Terminator`

Interfaces: `ConditionallySpeculatable`, `NoMemoryEffect (MemoryEffectOpInterface)`

Effects: `MemoryEffects::Effect{}`

#### Operands:

| Operand | Description |
| :-----: | ----------- |
| `results` | variadic of ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values or token or nested tuple with any combination of ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized values or memref of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized values or ranked tensor of per-axis integer quantized values or token values or memref of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized values |



### `mhlo.reverse` (mhlo::ReverseOp)

_Reverse operation_

Reverses the order of elements in the `operand` along the specified
`dimensions` and produces a `result` tensor.

See:
<a href="https://github.com/openxla/stablehlo/blob/main/docs/spec.md#reverse">https://github.com/openxla/stablehlo/blob/main/docs/spec.md#reverse</a>

Example:
```mlir
%result = mhlo.reverse %operand, dims = [1] : tensor<3x2xi32>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
dimensions	::mlir::DenseIntElementsAttr	64-bit signless integer elements attribute

المعاملات:

المعامل	وصف
operand	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

نتائج:

نتيجة	وصف
«unnamed»	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.rng (mhlo::RngOp)

Rng operation

Generates random numbers using the rng_distribution algorithm and produces a result tensor of a given shape shape .

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#rng

مثال:

%result = mhlo.rng %a, %b, %shape, distribution = NORMAL : (tensor<i32>, tensor<i32>, tensor<2xi64>) -> tensor<3x3xi32>

Traits: InferTensorType

Interfaces: InferShapedTypeOpInterface , InferTypeOpInterface

صفات:

يصف	MLIR Type	وصف
rng_distribution	::mlir::mhlo::RngDistributionAttr	XLA PRNG distribution to be used.

المعاملات:

المعامل	وصف
a	0D tensor of bool or 2/4/8/16/32/64-bit integer or 4/6/8/16/32/64-bit float values
b	0D tensor of bool or 2/4/8/16/32/64-bit integer or 4/6/8/16/32/64-bit float values
shape	1D tensor of index or 2/4/8/16/32/64-bit integer values

نتائج:

نتيجة	وصف
result	ranked tensor of bool or 2/4/8/16/32/64-bit integer or 4/6/8/16/32/64-bit float values

mhlo.rng_bit_generator (mhlo::RngBitGeneratorOp)

RngBitGenerator operation

Returns an output filled with uniform random data and an updated output state output_state given an initial state initial_state using the pseudorandom number generator algorithm rng_algorithm .

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#rng_bit_generator

مثال:

%output_state, %output = mhlo.rng_bit_generator %initial_state, algorithm = THREE_FRY : (tensor<2xui64>) -> (tensor<2xui64>, tensor<2x2xui64>)

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
rng_algorithm	::mlir::mhlo::RngAlgorithmAttr	XLA PRNG algorithm to be used.

المعاملات:

المعامل	وصف
initial_state	ranked tensor of 2/4/8/16/32/64-bit integer or 4/6/8/16/32/64-bit float values

نتائج:

نتيجة	وصف
output_state	ranked tensor of 2/4/8/16/32/64-bit integer or 4/6/8/16/32/64-bit float values
output	statically shaped tensor of 2/4/8/16/32/64-bit integer or 4/6/8/16/32/64-bit float values

mhlo.round_nearest_afz (mhlo::RoundOp)

Round operation

بناء الجملة:

operation ::= `mhlo.round_nearest_afz` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Performs element-wise rounding towards the nearest integer, breaking ties away from zero, on the operand tensor and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#round_nearest_afz

مثال:

%result = mhlo.round_nearest_afz %operand : tensor<5xf32>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
operand	ranked tensor of 4/6/8/16/32/64-bit float values

نتائج:

نتيجة	وصف
result	ranked tensor of 4/6/8/16/32/64-bit float values

mhlo.round_nearest_even (mhlo::RoundNearestEvenOp)

RoundNearestEven operation

بناء الجملة:

operation ::= `mhlo.round_nearest_even` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Performs element-wise rounding towards the nearest integer, breaking ties towards the even integer, on the operand tensor and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#round_nearest_even

مثال:

%result = mhlo.round_nearest_even %operand : tensor<5xf32>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
operand	ranked tensor of 4/6/8/16/32/64-bit float values

نتائج:

نتيجة	وصف
result	ranked tensor of 4/6/8/16/32/64-bit float values

mhlo.rsqrt (mhlo::RsqrtOp)

Rsqrt operation

بناء الجملة:

operation ::= `mhlo.rsqrt` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Performs element-wise reciprocal square root operation on operand tensor and produces a result tensor, implementing the rSqrt operation from the IEEE-754 specification.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#rsqrt

مثال:

%result = mhlo.rsqrt %operand : tensor<2x2xf32>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
result_accuracy	::mlir::mhlo::ResultAccuracyAttr	The requested accuracy for unary ops.

المعاملات:

المعامل	وصف
operand	ranked tensor of 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements or per-tensor integer quantized values

نتائج:

نتيجة	وصف
result	ranked tensor of 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements or per-tensor integer quantized values

mhlo.scan (mhlo::ScanOp)

Scan operation

Applies a reduction function body to inputs and inits along the dimension and produces results (comprising outputs and carries ).

If is_reverse is true, the scan is performed in reverse order. is_associative indicates whether the reduction function is associative.

See: https://www.tensorflow.org/xla/operation_semantics#scan

Traits: AttrSizedOperandSegments , InferTensorType , RecursiveMemoryEffects , SingleBlockImplicitTerminator<ReturnOp> , SingleBlock

Interfaces: InferShapedTypeOpInterface , InferTypeOpInterface

صفات:

يصف	MLIR Type	وصف
dimension	::mlir::IntegerAttr	64-bit signless integer attribute whose value is non-negative
is_reverse	::mlir::BoolAttr	bool attribute
is_associative	::mlir::mhlo::AssociativityAttr	Associativity of the scan operation.

المعاملات:

المعامل	وصف
inputs	variadic of ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values
inits	variadic of ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

نتائج:

نتيجة	وصف
results	variadic of ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.scatter (mhlo::ScatterOp)

Scatter operation

Produces results tensors which are equal to inputs tensors except that several slices specified by scatter_indices are updated with the values updates using update_computation .

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#scatter

مثال:

%result = "mhlo.scatter"(%input, %scatter_indices, %update) ({
  ^bb0(%arg0: tensor<i32>, %arg1: tensor<i32>):
    %0 = mhlo.add %arg0, %arg1 : tensor<i32>
    mhlo.return %0 : tensor<i32>
}) {
  scatter_dimension_numbers = #mhlo.scatter<
    update_window_dims = [3, 4],
    inserted_window_dims = [1],
    input_batching_dims = [0],
    scatter_indices_batching_dims = [1],
    scatter_dims_to_operand_dims = [2, 1],
    index_vector_dim = 3>,
  indices_are_sorted = false,
  unique_indices = false
} : (tensor<2x3x4x2xi64>, tensor<2x2x3x2xi64>, tensor<2x2x3x2x2xi64>) -> tensor<2x3x4x2xi64>

Traits: RecursiveMemoryEffects , SameVariadicOperandSize

Interfaces: InferTypeOpInterface

صفات:

يصف	MLIR Type	وصف
scatter_dimension_numbers	::mlir::mhlo::ScatterDimensionNumbersAttr	Attribute that models the dimension information for scatter
indices_are_sorted	::mlir::BoolAttr	bool attribute
unique_indices	::mlir::BoolAttr	bool attribute

المعاملات:

المعامل	وصف
inputs	variadic of ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values
scatter_indices	ranked tensor of integer or index values
updates	variadic of ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

نتائج:

نتيجة	وصف
«unnamed»	variadic of ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.select (mhlo::SelectOp)

حدد العملية

بناء الجملة:

operation ::= `mhlo.select` operands attr-dict `:`
              custom<SelectOpType>(type($pred), type($on_true), type($on_false), type($result))

Produces a result tensor where each element is selected from on_true or on_false tensor based on the value of the corresponding element of pred .

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#select

مثال:

%result = mhlo.select %pred, %on_true, %on_false : tensor<2x2xi1>, tensor<2x2xi32>

Traits: AlwaysSpeculatableImplTrait , HLO_BroadcastingElementwise , InferTensorType

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
pred	ranked tensor of bool values
on_true	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values
on_false	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

نتائج:

نتيجة	وصف
result	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.select_and_scatter (mhlo::SelectAndScatterOp)

SelectAndScatter operation

Scatters the values from the source tensor using scatter based on the outcome of reduce_window of the input tensor using select and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#select_and_scatter

مثال:

%result = "mhlo.select_and_scatter"(%operand, %source, %init_value) ({
  ^bb0(%arg0: tensor<i32>, %arg1: tensor<i32>):
    %0 = "mhlo.compare"(%arg0, %arg1) {
      comparison_direction = #stablehlo<comparison_direction GE>
    } : (tensor<i32>, tensor<i32>) -> tensor<i1>
    "mhlo.return"(%0) : (tensor<i1>) -> ()
}, {
  ^bb0(%arg0: tensor<i32>, %arg1: tensor<i32>):
    %0 = "mhlo.add"(%arg0, %arg1) : (tensor<i32>, tensor<i32>) -> tensor<i32>
    "mhlo.return"(%0) : (tensor<i32>) -> ()
}) {
  window_dimensions = dense<[3, 1]> : tensor<2xi64>,
  window_strides = dense<[2, 1]> : tensor<2xi64>,
  padding = dense<[[0, 1], [0, 0]]> : tensor<2x2xi64>
} : (tensor<4x2xi32>, tensor<2x2xi32>, tensor<i32>) -> tensor<4x2xi32>

Traits: RecursiveMemoryEffects

Interfaces: InferTypeOpInterface

صفات:

يصف	MLIR Type	وصف
window_dimensions	::mlir::DenseIntElementsAttr	64-bit signless integer elements attribute
window_strides	::mlir::DenseIntElementsAttr	64-bit signless integer elements attribute
padding	::mlir::DenseIntElementsAttr	64-bit signless integer elements attribute

المعاملات:

المعامل	وصف
operand	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values
source	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values
init_value	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

نتائج:

نتيجة	وصف
«unnamed»	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.send (mhlo::SendOp)

عملية الإرسال

Sends inputs to a channel channel_id and produces a result token.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#send

مثال:

%result = "mhlo.send"(%operand, %token) {
  // channel_id = 5 : i64,
  // channel_type = #stablehlo<channel_type DEVICE_TO_DEVICE>,
  channel_handle = #mhlo.channel_handle<handle = 5, type = 1>,
  is_host_transfer = false,
  source_target_pairs = dense<[[0, 1], [1, 2]]> : tensor<2x2xi64>
} : (tensor<3x4xi32>, !mhlo.token) -> !mhlo.token

Interfaces: InferTypeOpInterface

صفات:

يصف	MLIR Type	وصف
channel_handle	::mlir::mhlo::ChannelHandleAttr	two 64-bit integers 'handle' and 'type'
is_host_transfer	::mlir::BoolAttr	bool attribute
source_target_pairs	::mlir::DenseIntElementsAttr	64-bit signless integer elements attribute

المعاملات:

المعامل	وصف
inputs	variadic of ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values
token	رمز مميز

نتائج:

نتيجة	وصف
«unnamed»	رمز مميز

mhlo.set_dimension_size (mhlo::SetDimensionSizeOp)

SetDimensionSize operation

This operation is a work in progress, so it is not yet included in the specification: https://github.com/openxla/stablehlo/issues/8

Informally, this operation does the same thing as XLA's SetDimensionSize: https://www.tensorflow.org/xla/operation_semantics#setdimensionsize

مثال:

%0 = mhlo.set_dimension_size %arg0, %arg1, dim = 1 : (tensor<4x2xf32>, tensor<i32>) -> tensor<4x2xf32>

Traits: AlwaysSpeculatableImplTrait , InferTensorType

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
dimension	::mlir::IntegerAttr	64-bit signless integer attribute whose value is non-negative

المعاملات:

المعامل	وصف
operand	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values
size	tensor of 32-bit signless integer values

نتائج:

نتيجة	وصف
«unnamed»	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.shift_left (mhlo::ShiftLeftOp)

ShiftLeft operation

بناء الجملة:

operation ::= `mhlo.shift_left` $lhs `,` $rhs attr-dict
              `:` custom<SameOperandsAndResultType>(type($lhs), type($rhs), type($result))

Performs element-wise left-shift operation on the lhs tensor by rhs number of bits and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#shift_left

مثال:

%result = mhlo.shift_left %lhs, %rhs : tensor<6xi8>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
lhs	ranked tensor of 2/4/8/16/32/64-bit integer values
rhs	ranked tensor of 2/4/8/16/32/64-bit integer values

نتائج:

نتيجة	وصف
result	ranked tensor of 2/4/8/16/32/64-bit integer values

mhlo.shift_right_arithmetic (mhlo::ShiftRightArithmeticOp)

ShiftRightArithmetic operation

بناء الجملة:

operation ::= `mhlo.shift_right_arithmetic` $lhs `,` $rhs attr-dict
              `:` custom<SameOperandsAndResultType>(type($lhs), type($rhs), type($result))

Performs element-wise arithmetic right-shift operation on the lhs tensor by rhs number of bits and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#shift_right_arithmetic

مثال:

%result = mhlo.shift_right_arithmetic %lhs, %rhs : tensor<6xi8>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
lhs	ranked tensor of 2/4/8/16/32/64-bit integer values
rhs	ranked tensor of 2/4/8/16/32/64-bit integer values

نتائج:

نتيجة	وصف
result	ranked tensor of 2/4/8/16/32/64-bit integer values

mhlo.shift_right_logical (mhlo::ShiftRightLogicalOp)

ShiftRightLogical operation

بناء الجملة:

operation ::= `mhlo.shift_right_logical` $lhs `,` $rhs attr-dict
              `:` custom<SameOperandsAndResultType>(type($lhs), type($rhs), type($result))

Performs element-wise logical right-shift operation on the lhs tensor by rhs number of bits and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#shift_right_logical

مثال:

%result = mhlo.shift_right_logical %lhs, %rhs : tensor<6xi8>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
lhs	ranked tensor of 2/4/8/16/32/64-bit integer values
rhs	ranked tensor of 2/4/8/16/32/64-bit integer values

نتائج:

نتيجة	وصف
result	ranked tensor of 2/4/8/16/32/64-bit integer values

mhlo.sign (mhlo::SignOp)

Sign operation

بناء الجملة:

operation ::= `mhlo.sign` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Returns the sign of the operand element-wise and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#sign

مثال:

%result = mhlo.sign %operand : tensor<7xf32>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
operand	ranked tensor of 2/4/8/16/32/64-bit signless integer or 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements or per-tensor integer quantized values

نتائج:

نتيجة	وصف
result	ranked tensor of 2/4/8/16/32/64-bit signless integer or 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements or per-tensor integer quantized values

mhlo.sine (mhlo::SineOp)

Sine operation

بناء الجملة:

operation ::= `mhlo.sine` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Performs element-wise sine operation on operand tensor and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#sine

مثال:

%result = mhlo.sine %operand : tensor<2xf32>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
result_accuracy	::mlir::mhlo::ResultAccuracyAttr	The requested accuracy for unary ops.

المعاملات:

المعامل	وصف
operand	ranked tensor of 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements or per-tensor integer quantized values

نتائج:

نتيجة	وصف
result	ranked tensor of 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements or per-tensor integer quantized values

mhlo.sinh (mhlo::SinhOp)

Sinh operation

بناء الجملة:

operation ::= `mhlo.sinh` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Performs element-wise sinh operation on operand tensor and produces a result tensor.

مثال:

%result = mhlo.sinh %operand : tensor<2x2xf32>

Traits: CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: InferShapedTypeOpInterface , InferTypeOpInterface

المعاملات:

المعامل	وصف
operand	tensor of 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements values

نتائج:

نتيجة	وصف
result	tensor of 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements values

mhlo.slice (mhlo::SliceOp)

Slice operation

Extracts a slice from the operand using statically-computed starting indices and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#slice

مثال:

%result = "mhlo.slice" (%operand) {
  start_indices = dense<[1, 2]> : tensor<2xi64>,
  limit_indices = dense<[3, 4]> : tensor<2xi64>,
  strides = dense<1> : tensor<2xi64>
} : (tensor<3x4xi64>) -> tensor<2x2xi64>

Traits: AlwaysSpeculatableImplTrait , SameOperandsAndResultElementType

Interfaces: ConditionallySpeculatable , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
start_indices	::mlir::DenseIntElementsAttr	64-bit signless integer elements attribute
limit_indices	::mlir::DenseIntElementsAttr	64-bit signless integer elements attribute
strides	::mlir::DenseIntElementsAttr	64-bit signless integer elements attribute

المعاملات:

المعامل	وصف
operand	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

نتائج:

نتيجة	وصف
«unnamed»	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.sort (mhlo::SortOp)

Sort operation

Sorts a variadic number of tensors in inputs together, according to a custom comparator , along the given dimension and produces a variadic number of tensors as results .

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#sort

مثال:

%result0, %result1 = "mhlo.sort"(%input0, %input1) ({
  ^bb0(%arg0: tensor<i32>, %arg1: tensor<i32>, %arg2: tensor<i32>, %arg3: tensor<i32>):
    %predicate = "mhlo.compare"(%arg0, %arg1) {
      comparison_direction = #stablehlo<comparison_direction GT>
      } : (tensor<i32>, tensor<i32>) -> tensor<i1>
    "mhlo.return"(%predicate) : (tensor<i1>) -> ()
}) {
  dimension = 0 : i64,
  is_stable = true
} : (tensor<2x3xi32>, tensor<2x3xi32>) -> (tensor<2x3xi32>, tensor<2x3xi32>)

Traits: InferTensorType , RecursiveMemoryEffects , SameOperandsAndResultShape

Interfaces: InferShapedTypeOpInterface , InferTypeOpInterface

صفات:

يصف	MLIR Type	وصف
dimension	::mlir::IntegerAttr	64-bit signless integer attribute
is_stable	::mlir::BoolAttr	bool attribute

المعاملات:

المعامل	وصف
inputs	variadic of ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

نتائج:

نتيجة	وصف
«unnamed»	variadic of ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.sqrt (mhlo::SqrtOp)

Sqrt operation

بناء الجملة:

operation ::= `mhlo.sqrt` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Performs element-wise square root operation on operand tensor and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#sqrt

مثال:

%result = mhlo.sqrt %operand : tensor<2x2xf32>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
result_accuracy	::mlir::mhlo::ResultAccuracyAttr	The requested accuracy for unary ops.

المعاملات:

المعامل	وصف
operand	ranked tensor of 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements or per-tensor integer quantized values

نتائج:

نتيجة	وصف
result	ranked tensor of 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements or per-tensor integer quantized values

mhlo.stochastic_convert (mhlo::StochasticConvertOp)

StochasticConvert operation

This operation is a work in progress, so it is not yet included in the specification: https://github.com/openxla/stablehlo/issues/295

Informally, this operation performs element-wise conversion of values from a bigger type to a smaller one with stochastic rounding using the random number passed in.

Traits: AlwaysSpeculatableImplTrait , Elementwise

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
operand	ranked tensor of 4/6/8/16/32/64-bit float values
random	ranked tensor of 2/4/8/16/32/64-bit unsigned integer values

نتائج:

نتيجة	وصف
result	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.subtract (mhlo::SubtractOp)

Subtract operation

بناء الجملة:

operation ::= `mhlo.subtract` $lhs `,` $rhs attr-dict
              `:` custom<SameOperandsAndResultType>(type($lhs), type($rhs), type($result))

Performs element-wise subtraction of two tensors lhs and rhs and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#subtract

مثال:

%result = mhlo.subtract %lhs, %rhs : tensor<2xi32>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
lhs	ranked tensor of 2/4/8/16/32/64-bit integer or 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values
rhs	ranked tensor of 2/4/8/16/32/64-bit integer or 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

نتائج:

نتيجة	وصف
result	ranked tensor of 2/4/8/16/32/64-bit integer or 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.tan (mhlo::TanOp)

Tan operation

بناء الجملة:

operation ::= `mhlo.tan` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

This operation is a work in progress, so it is not yet included in the specification: https://github.com/openxla/stablehlo/issues/954

Informally, this operation returns Tan(operand) element-wise.

مثال:

%0 = mhlo.tan %arg0 : tensor<2xf32>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
result_accuracy	::mlir::mhlo::ResultAccuracyAttr	The requested accuracy for unary ops.

المعاملات:

المعامل	وصف
operand	ranked tensor of 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements or per-tensor integer quantized values

نتائج:

نتيجة	وصف
result	ranked tensor of 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements or per-tensor integer quantized values

mhlo.tanh (mhlo::TanhOp)

Tanh operation

بناء الجملة:

operation ::= `mhlo.tanh` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Performs element-wise hyperbolic tangent operation on operand tensor and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#tanh

مثال:

%result = mhlo.tanh %operand : tensor<2xf32>

Traits: AlwaysSpeculatableImplTrait , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
result_accuracy	::mlir::mhlo::ResultAccuracyAttr	The requested accuracy for unary ops.

المعاملات:

المعامل	وصف
operand	ranked tensor of 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements or per-tensor integer quantized values

نتائج:

نتيجة	وصف
result	ranked tensor of 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements or per-tensor integer quantized values

mhlo.topk (mhlo::TopKOp)

TopK operation

بناء الجملة:

operation ::= `mhlo.topk` `(`$operand `,` `k` `=` $k (`,` `largest` `=` $largest^)? `)` attr-dict `:`
              type($operand) `->` `(`type($values)`,` type($indices)`)`

Returns top k values and their indices, along the last dimension of the operand if largest=true or the bottom k values if largest=false .

See: https://www.tensorflow.org/xla/operation_semantics#top-k

مثال:

%values, %indices = mhlo.topk(%operand, k=5, largest=true)
  : tensor<100xf32> -> (tensor<5xf32>, tensor<5xi32>)

Traits: InferTensorType , RecursiveMemoryEffects

Interfaces: InferShapedTypeOpInterface , InferTypeOpInterface

صفات:

يصف	MLIR Type	وصف
k	::mlir::IntegerAttr	64-bit signless integer attribute
largest	::mlir::BoolAttr	bool attribute

المعاملات:

المعامل	وصف
operand	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

نتائج:

نتيجة	وصف
values	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values
indices	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.torch_index_select (mhlo::TorchIndexSelectOp)

TorchIndexSelect operation

This operation is on its way out of StableHLO, so it is not included in the specification: https://github.com/openxla/stablehlo/issues/3

Informally, this operation does the same thing as PyTorch's index_select, augmented with support for batch dimensions: https://pytorch.org/docs/stable/generated/torch.index_select.html

The batch_dims attribute specifies the number of major batch dimensions (0 or more) that act like a multidimensional loop over both the operand and the index.

مثال:

%result = "mhlo.torch_index_select"(%operand, %index) {
  dim = 2 : i64,
  batch_dims = 1 : i64
} : (tensor<8x128x3072x64xf32>, tensor<8x16x1024xi32>) -> tensor<8x128x16x1024x64xf32>

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
dim	::mlir::IntegerAttr	64-bit signless integer attribute
batch_dims	::mlir::IntegerAttr	64-bit signless integer attribute

المعاملات:

المعامل	وصف
operand	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values
index	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

نتائج:

نتيجة	وصف
«unnamed»	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.trace (mhlo::TraceOp)

Trace operation

بناء الجملة:

operation ::= `mhlo.trace` $operand `,` $tag attr-dict `:` type($operand)

This operation is on its way out of StableHLO, so it is not included in the specification: https://github.com/openxla/stablehlo/issues/604

It is not used by JAX, PyTorch or TensorFlow, so it looks like we should've classified it as "Private to XLA" and not included it in StableHLO in the first place. With that in mind, its semantics will not be documented here.

مثال:

mhlo.trace %arg0, "In test code." : tensor<5x1x5xi32>

صفات:

يصف	MLIR Type	وصف
tag	::mlir::StringAttr	string attribute

المعاملات:

المعامل	وصف
operand	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.transpose (mhlo::TransposeOp)

Transpose operation

Permutes the dimensions of operand tensor using permutation and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#transpose

مثال:

%0 = mhlo.transpose %arg0, dims = [2, 1, 0] : (tensor<1x2x3xi32>) -> tensor<3x2x1xi32>

Traits: AlwaysSpeculatableImplTrait , HLO_CompatibleOperandsAndResultElementType

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
permutation	::mlir::DenseIntElementsAttr	64-bit signless integer elements attribute

المعاملات:

المعامل	وصف
operand	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

نتائج:

نتيجة	وصف
«unnamed»	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

mhlo.triangular_solve (mhlo::TriangularSolveOp)

TriangularSolve operation

Solves batches of systems of linear equations with lower or upper triangular coefficient matrices.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#triangular_solve

مثال:

%result = "mhlo.triangular_solve"(%a, %b) {
  left_side = true,
  lower = true,
  unit_diagonal = false,
  transpose_a = #stablehlo<transpose NO_TRANSPOSE>
} : (tensor<3x3xf32>, tensor<3x3xf32>) -> tensor<3x3xf32>

Traits: AlwaysSpeculatableImplTrait , InferTensorType , SameOperandsAndResultElementType

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

صفات:

يصف	MLIR Type	وصف
left_side	::mlir::BoolAttr	bool attribute
lower	::mlir::BoolAttr	bool attribute
unit_diagonal	::mlir::BoolAttr	bool attribute
transpose_a	::mlir::mhlo::TransposeAttr	Transpose options

المعاملات:

المعامل	وصف
a	ranked tensor of 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements values
b	ranked tensor of 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements values

نتائج:

نتيجة	وصف
«unnamed»	ranked tensor of 4/6/8/16/32/64-bit float or complex type with 32/64-bit float elements values

mhlo.tuple (mhlo::TupleOp)

Tuple operation

بناء الجملة:

operation ::= `mhlo.tuple` $val attr-dict `:` custom<TupleOpType>(type($val), type($result))

Produces a result tuple from values val .

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#tuple

مثال:

%result = mhlo.tuple %val0, %val1 : tuple<tensor<2xf32>, tuple<tensor<i32>>>

Traits: AlwaysSpeculatableImplTrait

Interfaces: ConditionallySpeculatable , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

المعاملات:

المعامل

وصف

val

variadic of ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values or token or nested tuple with any combination of ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized values or memref of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized values or ranked tensor of per-axis integer quantized values or token values or memref of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized values

نتائج:

نتيجة

وصف

result

nested tuple with any combination of ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized values or memref of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized values or ranked tensor of per-axis integer quantized values or token values

mhlo.uniform_dequantize (mhlo::UniformDequantizeOp)

UniformDequantize operation

بناء الجملة:

operation ::= `mhlo.uniform_dequantize` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Performs element-wise conversion of quantized tensor operand to a floating-point tensor result according to the quantization parameters defined by the operand type.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#uniform_dequantize

مثال:

%result = mhlo.uniform_dequantize %operand : (tensor<16x16x!quant.uniform<i8:f32, 34.0:16>>) -> tensor<16x16xf32>

Traits: AlwaysSpeculatableImplTrait , Elementwise , InferTensorType , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
operand	ranked tensor of per-tensor integer quantized or per-axis integer quantized values

نتائج:

نتيجة	وصف
result	ranked tensor of 4/6/8/16/32/64-bit float values

mhlo.uniform_quantize (mhlo::UniformQuantizeOp)

UniformQuantize operation

بناء الجملة:

operation ::= `mhlo.uniform_quantize` $operand attr-dict
              `:` custom<SameOperandsAndResultType>(type($operand), type($result))

Performs element-wise conversion of floating-point tensor or quantized tensor operand to a quantized tensor result according to the quantization parameters defined by the result type.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#uniform_quantize

مثال:

%result = mhlo.uniform_quantize %operand : (tensor<16x16xf32>) -> tensor<16x16x!quant.uniform<ui8:f32, 34.0:16>>

Traits: AlwaysSpeculatableImplTrait , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
operand	ranked tensor of 4/6/8/16/32/64-bit float or 2/4/8/16/32-bit uniform quantized signed integer or 2/4/8/16/32-bit uniform quantized per axis signed integer or 2/4/8/16/32-bit uniform quantized unsigned integer or 2/4/8/16/32-bit uniform quantized per axis unsigned integer values

نتائج:

نتيجة	وصف
result	ranked tensor of per-tensor integer quantized or per-axis integer quantized values

mhlo.while (mhlo::WhileOp)

While operation

Produces the output from executing body function 0 or more times while the cond function outputs true .

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#while

مثال:

%results0, %results1 = "mhlo.while"(%operand0, %operand1) ({
  ^bb0(%arg0: tensor<i32>, %arg1: tensor<i32>):
    %0 = "mhlo.compare"(%arg0, %arg1) {
      comparison_direction = #stablehlo<comparison_direction LT>
    } : (tensor<i32>, tensor<i32>) -> tensor<i1>
    "mhlo.return"(%0) : (tensor<i1>) -> ()
}, {
  ^bb0(%arg0: tensor<i32>, %arg1: tensor<i32>):
    %0 = "mhlo.add"(%arg0, %constant0) : (tensor<i32>, tensor<i32>) -> tensor<i32>
    "mhlo.return"(%0, %arg1) : (tensor<i32>, tensor<i32>) -> ()
}) : (tensor<i32>, tensor<i32>) -> (tensor<i32>, tensor<i32>)

Traits: RecursiveMemoryEffects , SingleBlockImplicitTerminator<ReturnOp> , SingleBlock

Interfaces: InferTypeOpInterface , OpAsmOpInterface

المعاملات:

المعامل

وصف

operand

variadic of ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized values or ranked tensor of per-axis integer quantized values or token or memref of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized values

نتائج:

نتيجة

وصف

«unnamed»

variadic of ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized values or ranked tensor of per-axis integer quantized values or token or memref of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized values

mhlo.xla.rng_get_and_update_state (mhlo::XlaRngGetAndUpdateStateOp)

XlaRngGetAndUpdateState operation

بناء الجملة:

operation ::= `mhlo.xla.rng_get_and_update_state` attr-dict

This operation is private to the XLA compiler, so it is does not yet have a specification.

Informally, this operation represents the change of the global random number generator state for rng instructions. The global state is incremented by delta and the old state is returned.

The output is currently defined for a single output type. If this changes in the future to support multiple types, lowering to use of a global memref must ensure that a single memref is still used and updated appropriately.

Interfaces: InferTypeOpInterface

صفات:

يصف	MLIR Type	وصف
delta	::mlir::IntegerAttr	64-bit signless integer attribute

نتائج:

نتيجة	وصف
«unnamed»	statically shaped tensor of 64-bit unsigned integer values

mhlo.xor (mhlo::XorOp)

Xor operation

بناء الجملة:

operation ::= `mhlo.xor` $lhs `,` $rhs attr-dict
              `:` custom<SameOperandsAndResultType>(type($lhs), type($rhs), type($result))

Performs element-wise XOR of two tensors lhs and rhs and produces a result tensor.

See: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#xor

مثال:

%result = mhlo.xor %lhs, %rhs : tensor<2xi32>

Traits: AlwaysSpeculatableImplTrait , Commutative , CompatibleOperandsAndResultType , Elementwise , SameOperandsAndResultShape

Interfaces: ConditionallySpeculatable , InferShapedTypeOpInterface , InferTypeOpInterface , NoMemoryEffect (MemoryEffectOpInterface)

Effects: MemoryEffects::Effect{}

المعاملات:

المعامل	وصف
lhs	ranked tensor of bool or 2/4/8/16/32/64-bit integer values
rhs	ranked tensor of bool or 2/4/8/16/32/64-bit integer values

نتائج:

نتيجة	وصف
result	ranked tensor of 4/6/8/16/32/64-bit float or bool or 2/4/8/16/32/64-bit integer or complex type with 32/64-bit float elements or per-tensor integer quantized or per-axis integer quantized values

صفات

ArgResultAliasAttr

Attribute that models the alias relationship of entry function argument

This attribute captures the alias relationship of an MHLO main function argument to one of the results, denoted by resultIndex . The argTupleIndices and resultTupleIndices are used to index into nested tuples in operand and result respectively. If isMustAlias is true then the operand-result pair must alias.

This is meant to be used as an attribute on a function argument in MHLO. For example, in the following code it expresses that %arg1 may alias 0-th result.

func @main(%arg0: tensor<2xf32>, %arg1: tensor<3xf32> {mhlo.result_alias =
    mhlo.result_alias<result_index = [2], ...>}
  ) -> tensor<2xf32>, tensor<3xf32> {
  // function body ...
}

حدود:

المعلمة	C++ type	وصف
argTupleIndices	::llvm::ArrayRef<int64_t>	الأبعاد
resultIndex	int64_t
resultTupleIndices	::llvm::ArrayRef<int64_t>	الأبعاد
isMustAlias	bool

AssociativityAttr

Associativity of the scan operation.

بناء الجملة:

#mhlo.associativity<
  ::mlir::mhlo::Associativity   # value
>

حدود:

المعلمة	C++ type	وصف
قيمة	::mlir::mhlo::Associativity	an enum of type Associativity

ChannelHandleAttr

Two 64-bit integers 'handle' and 'type'

بناء الجملة:

#mhlo.channel_handle<
  int64_t,   # handle
  int64_t   # type
>

حدود:

المعلمة	C++ type	وصف
مقبض	int64_t
يكتب	int64_t

ComparisonDirectionAttr

Which comparison operation to perform.

بناء الجملة:

#mhlo.comparison_direction<
  ::mlir::mhlo::ComparisonDirection   # value
>

حدود:

المعلمة	C++ type	وصف
قيمة	::mlir::mhlo::ComparisonDirection	an enum of type ComparisonDirection

ComparisonTypeAttr

Which comparison type to use.

بناء الجملة:

#mhlo.comparison_type<
  ::mlir::mhlo::ComparisonType   # value
>

حدود:

المعلمة	C++ type	وصف
قيمة	::mlir::mhlo::ComparisonType	an enum of type ComparisonType

ConvDimensionNumbersAttr

Structure of dimension information for conv op

حدود:

المعلمة	C++ type	وصف
inputBatchDimension	int64_t
inputFeatureDimension	int64_t
inputSpatialDimensions	::llvm::ArrayRef<int64_t>	الأبعاد
kernelInputFeatureDimension	int64_t
kernelOutputFeatureDimension	int64_t
kernelSpatialDimensions	::llvm::ArrayRef<int64_t>	الأبعاد
outputBatchDimension	int64_t
outputFeatureDimension	int64_t
outputSpatialDimensions	::llvm::ArrayRef<int64_t>	الأبعاد

CrossProgramPrefetchAttr

Argument that is prefetched from another program

بناء الجملة:

#mhlo.cross_program_prefetch<
  int64_t,   # parameter
  ::llvm::ArrayRef<int64_t>,   # indices
  std::optional<int64_t>   # offset
>

This attribute captures an argument that is prefetched from another program. For a given CrossProgramPrefetchAttr , parameter tells us which argument of the main function of the module is prefetched, and indices is a shape index telling us what subshape of that argument is prefetched.

A shape has a subshape iff it is a tuple. In that case, the subshape of the tuple by indices is the shape achieved after indexing by each element of indices in turn. For example, the [1,0] subshape of tuple<tuple<token, token>, tuple<tensor<i32>, token>> is tensor<i32> .

An empty value for indices means the whole shape is prefetched.

على سبيل المثال،

module attributes { mhlo.cross_program_prefetch = [ #mhlo.cross_program_prefetch< parameter = 0, indices = [0]> ]} {
  func.func @copy(%arg0 : tuple<tensor<2x3xi32>, tensor<i32>>) -> tuple<tensor<2x3xi32>, tensor<i32>> {
    %0 = "mhlo.copy"(%arg0) {is_cross_program_prefetch}
    return %0 : tuple<tensor<2x3xi32>, tensor<i32>>
  }
  func.func @main(%arg0 : tuple<tensor<2x3xi32>, tensor<i32>>) -> tuple<tensor<2x3xi32>, tensor<i32>> {
    %1 = "mhlo.async_start"(%arg0) {called_computation=@copy}
    %2 = "mhlo.async_done"(%1) {called_computation=@copy}
    return %2 : tuple<tensor<2x3xi32>, tensor<i32>>
  }
}

The parameter = 0 tells us that the async copy of the 0 th parameter is a cross_program_prefetch , while the index of [0] tells us that the 0 th element of the tuple is prefetched while the other element of the tuple is not.

حدود:

المعلمة	C++ type	وصف
المعلمة	int64_t
المؤشرات	::llvm::ArrayRef<int64_t>	الأبعاد
إزاحة	std::optional<int64_t>

CustomCallScheduleAttr

Specifies the desired schedule for the custom-call.

بناء الجملة:

#mhlo.custom_call_schedule<
  ::mlir::mhlo::CustomCallSchedule   # value
>

حدود:

المعلمة	C++ type	وصف
قيمة	::mlir::mhlo::CustomCallSchedule	an enum of type CustomCallSchedule

DequantizeModeAttr

_Dequantization mode. Only MIN COMBINED is supported.

بناء الجملة:

#mhlo.dequantize_mode<
  ::mlir::mhlo::DequantizeMode   # value
>

حدود:

المعلمة	C++ type	وصف
قيمة	::mlir::mhlo::DequantizeMode	an enum of type DequantizeMode

DomainKindAttr

Kind of domain metatdata attached to an HLO domain.

بناء الجملة:

#mhlo.kind<
  ::mlir::mhlo::DomainKind   # value
>

حدود:

المعلمة	C++ type	وصف
قيمة	::mlir::mhlo::DomainKind	an enum of type DomainKind

DotAlgorithmAttr

Attribute that models the algorithm constraints to use for computing dot.

بناء الجملة:

#mhlo.dot_algorithm<
  Type,   # lhsPrecisionType
  Type,   # rhsPrecisionType
  Type,   # accumulationType
  int64_t,   # lhsComponentCount
  int64_t,   # rhsComponentCount
  int64_t,   # numPrimitiveOperations
  bool   # allowImpreciseAccumulation
>

حدود:

المعلمة	C++ type	وصف
lhsPrecisionType	Type
rhsPrecisionType	Type
accumulationType	Type
lhsComponentCount	int64_t
rhsComponentCount	int64_t
numPrimitiveOperations	int64_t
allowImpreciseAccumulation	bool

DotDimensionNumbersAttr

Attribute that models the dimension information for dot.

حدود:

المعلمة	C++ type	وصف
lhsBatchingDimensions	::llvm::ArrayRef<int64_t>	الأبعاد
rhsBatchingDimensions	::llvm::ArrayRef<int64_t>	الأبعاد
lhsContractingDimensions	::llvm::ArrayRef<int64_t>	الأبعاد
rhsContractingDimensions	::llvm::ArrayRef<int64_t>	الأبعاد

FftTypeAttr

XLA fast fourier transform type.

بناء الجملة:

#mhlo.fft_type<
  ::mlir::mhlo::FftType   # value
>

حدود:

المعلمة	C++ type	وصف
قيمة	::mlir::mhlo::FftType	an enum of type FftType

FusionKindAttr

Fusion kind

بناء الجملة:

#mhlo.fusion_kind<
  ::mlir::mhlo::FusionKind   # value
>

حدود:

المعلمة	C++ type	وصف
قيمة	::mlir::mhlo::FusionKind	an enum of type FusionKind

GatherDimensionNumbersAttr

Attribute that models the dimension information for gather

حدود:

المعلمة	C++ type	وصف
offsetDims	::llvm::ArrayRef<int64_t>	الأبعاد
collapsedSliceDims	::llvm::ArrayRef<int64_t>	الأبعاد
operandBatchingDims	::llvm::ArrayRef<int64_t>	الأبعاد
startIndicesBatchingDims	::llvm::ArrayRef<int64_t>	الأبعاد
startIndexMap	::llvm::ArrayRef<int64_t>	الأبعاد
indexVectorDim	int64_t

OutputOperandAliasAttr

Attribute that models the alias relationship of output and operand of a CustomCall op

بناء الجملة:

#mhlo.output_operand_alias<
  ::llvm::ArrayRef<int64_t>,   # outputTupleIndices
  int64_t,   # operandIndex
  ::llvm::ArrayRef<int64_t>   # operandTupleIndices
>

This attribute captures the alias relationship of the output to one of the operands for a CustomCall op, denoted by operand_index . The output_tuple_indices and operand_tuple_indices are used to index into output and operand types. These indices lists are empty if the corresponding types are not tuple types, and can be arbitrarily long in case of arbitrarily nested tuple types.

See https://www.tensorflow.org/xla/aliasing

Example when used as array with in mhlo.custom-call:

%0 = "mhlo.custom_call"(%arg0, %arg1) {
  // other attributes
  output_operand_alias = [
    #mhlo.output_operand_alias<output_tuple_indices = [0],
                               operand_index = 0,
                               operand_tuple_indices = [1]>
  ]
} : (tuple<tensor<1x1xf32>, tensor<2x3xf32>>, tensor<5x5xf32>) -> tuple<tensor<2x3xf32>>

The output and the 0th operand are both tuples. The aliasing shows the
relationship between the 0th element in output tuple with the 1st element in
the 0th operand. And both of them are of the same type: tensor<2x3xf32>.

حدود:

المعلمة	C++ type	وصف
outputTupleIndices	::llvm::ArrayRef<int64_t>	الأبعاد
operandIndex	int64_t
operandTupleIndices	::llvm::ArrayRef<int64_t>	الأبعاد

PrecisionAttr

XLA precision for an operand. Has backend specific meaning.

بناء الجملة:

#mhlo.precision<
  ::mlir::mhlo::Precision   # value
>

حدود:

المعلمة	C++ type	وصف
قيمة	::mlir::mhlo::Precision	an enum of type Precision

RaggedDotDimensionNumbersAttr

Attribute that models the dimension information for ragged dot.

حدود:

المعلمة	C++ type	وصف
dotDimensionNumbers	::mlir::mhlo::DotDimensionNumbersAttr	Attribute that models the dimension information for dot.
lhsRaggedDimensions	::llvm::ArrayRef<int64_t>	الأبعاد
rhsGroupDimensions	::llvm::ArrayRef<int64_t>	الأبعاد

ResultAccuracyAttr

The requested accuracy for unary ops.

حدود:

المعلمة	C++ type	وصف
أتول	APFloat
rtol	APFloat
ulps	int64_t
وضع	::mlir::mhlo::ResultAccuracyModeAttr	XLA result accuracy mode.

ResultAccuracyModeAttr

XLA result accuracy mode.

بناء الجملة:

#mhlo.result_accuracy_mode<
  ::mlir::mhlo::ResultAccuracyMode   # value
>

حدود:

المعلمة	C++ type	وصف
قيمة	::mlir::mhlo::ResultAccuracyMode	an enum of type ResultAccuracyMode

RngAlgorithmAttr

XLA PRNG algorithm to be used.

بناء الجملة:

#mhlo.rng_algorithm<
  ::mlir::mhlo::RngAlgorithm   # value
>

حدود:

المعلمة	C++ type	وصف
قيمة	::mlir::mhlo::RngAlgorithm	an enum of type RngAlgorithm

RngDistributionAttr

XLA PRNG distribution to be used.

بناء الجملة:

#mhlo.rng_distribution<
  ::mlir::mhlo::RngDistribution   # value
>

حدود:

المعلمة	C++ type	وصف
قيمة	::mlir::mhlo::RngDistribution	an enum of type RngDistribution

ScatterDimensionNumbersAttr

Attribute that models the dimension information for scatter

حدود:

المعلمة	C++ type	وصف
updateWindowDims	::llvm::ArrayRef<int64_t>	الأبعاد
insertedWindowDims	::llvm::ArrayRef<int64_t>	الأبعاد
inputBatchingDims	::llvm::ArrayRef<int64_t>	الأبعاد
scatterIndicesBatchingDims	::llvm::ArrayRef<int64_t>	الأبعاد
scatterDimsToOperandDims	::llvm::ArrayRef<int64_t>	الأبعاد
indexVectorDim	int64_t

TransposeAttr

Transpose options

بناء الجملة:

#mhlo.transpose<
  ::mlir::mhlo::Transpose   # value
>

حدود:

المعلمة	C++ type	وصف
قيمة	::mlir::mhlo::Transpose	an enum of type Transpose

TypeExtensionsAttr

Attribute that extends tensor type with MHLO type properties.

بناء الجملة:

#mhlo.type_extensions<
  ::llvm::ArrayRef<int64_t>   # bounds
>

This attribute is used to extend MLIR tensor type with MHLO tensor specific properties. These properties aren't modeled in the MLIR type. This attribute is set in the encoding field of the tensor type.

See HLO_BoundedAttrInterface for documentation for bounds .

حدود:

المعلمة	C++ type	وصف
الحدود	::llvm::ArrayRef<int64_t>

الأنواع

AsyncBundleType

Opaque collection of other types

بناء الجملة:

!mhlo.async_bundle<
  ::llvm::ArrayRef<Type>   # types
>

حدود:

المعلمة	C++ type	وصف
أنواع	::llvm::ArrayRef<Type>

التعدادات

الترابط

Associativity of the scan operation.

حالات:

رمز	قيمة	خيط
ربما	0	ربما
حقيقي	1	حقيقي
خطأ شنيع	2	خطأ شنيع

ComparisonDirection

Which comparison operation to perform.

حالات:

رمز	قيمة	خيط
معادلة عاطفية	0	معادلة عاطفية
شمال شرق	1	شمال شرق
جنرال إلكتريك	2	جنرال إلكتريك
جي تي	3	جي تي
LE	4	LE
ملازم	5	ملازم

نوع المقارنة

Which comparison type to use.

حالات:

رمز	قيمة	خيط
NOTYPE	0	NOTYPE
يطفو	1	يطفو
TOTALORDER	2	TOTALORDER
موقّع	3	موقّع
غير موقع	4	غير موقع

CustomCallApiVersion

Custom call API version

حالات:

رمز	قيمة	خيط
API_VERSION_UNSPECIFIED	0	API_VERSION_UNSPECIFIED
API_VERSION_ORIGINAL	1	API_VERSION_ORIGINAL
API_VERSION_STATUS_RETURNING	2	API_VERSION_STATUS_RETURNING
API_VERSION_STATUS_RETURNING_UNIFIED	3	API_VERSION_STATUS_RETURNING_UNIFIED
API_VERSION_TYPED_FFI	4	API_VERSION_TYPED_FFI

CustomCallSchedule

Specifies the desired schedule for the custom-call.

حالات:

رمز	قيمة	خيط
لا أحد	0	لا أحد
أحدث	1	أحدث
الأقدم	2	الأقدم

DequantizeMode

_Dequantization mode. Only MIN COMBINED is supported.

حالات:

رمز	قيمة	خيط
MIN_COMBINED	0	MIN_COMBINED

DomainKind

Kind of domain metatdata attached to an HLO domain.

حالات:

رمز	قيمة	خيط
التجزئة	0	التجزئة

FftType

XLA fast fourier transform type.

حالات:

رمز	قيمة	خيط
تحويل فورييه السريع	0	تحويل فورييه السريع
IFFT	1	IFFT
RFFT	2	RFFT
IRFFT	3	IRFFT

FusionKind

Fusion kind

حالات:

رمز	قيمة	خيط
kLoop	0	kLoop
kInput	1	kInput
kOutput	2	kOutput
kCustom	3	kCustom

دقة

XLA precision for an operand. Has backend specific meaning.

حالات:

رمز	قيمة	خيط
تقصير	0	تقصير
عالي	1	عالي
أعلى	2	أعلى

ResultAccuracyMode

XLA result accuracy mode.

حالات:

رمز	قيمة	خيط
تقصير	0	تقصير
أعلى	1	أعلى
تسامح	2	تسامح

RngAlgorithm

XLA PRNG algorithm to be used.

حالات:

رمز	قيمة	خيط
تقصير	0	تقصير
THREE_FRY	1	THREE_FRY
PHILOX	2	PHILOX

RngDistribution

XLA PRNG distribution to be used.

حالات:

رمز	قيمة	خيط
زي مُوحد	1	زي مُوحد
طبيعي	2	طبيعي

ترانس

Transpose options

حالات:

رمز	قيمة	خيط
TRANSPOSE_INVALID	0	TRANSPOSE_INVALID
NO_TRANSPOSE	1	NO_TRANSPOSE
تبديل	2	تبديل
المرافق	3	المرافق