'مهلو' اللهجة

العمليات

mhlo.abs (mhlo::AbsOp)

عملية عضلات البطن

بناء الجملة:

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

يقوم بإجراء عملية abs على كل عنصر على 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{}

المتعاملات:

المتعامل	وصف
operand	موتر مرتب لعدد صحيح بدون إشارة 2/4/8/16/32/64 بت أو عدد عشري أو مركب 4/6/8/16/32/64 بت مع عناصر عدد عشري 32/64 بت أو عدد صحيح موحد مكمّم بإشارة 2/4/8/16/32 بت أو عدد صحيح موحد مكمّم بإشارة 2/4/8/16/32 بت أو عدد صحيح موحد مكمّم بدون إشارة 2/4/8/16/32 بت أو قيم عدد صحيح موحد مكمّم بدون إشارة 2/4/8/16/32 بت لكل محور

نتائج:

نتيجة	وصف
result	موتر مرتب لعدد صحيح بدون إشارة 2/4/8/16/32/64 بت أو عدد عشري 4/6/8/16/32/64 بت أو عدد صحيح موحد مكمّم بإشارة 2/4/8/16/32 بت أو عدد صحيح موحد مكمّم بإشارة 2/4/8/16/32 بت لكل محور أو عدد صحيح موحد مكمّم بدون إشارة 2/4/8/16/32 بت أو عدد صحيح موحد مكمّم بإشارة 2/4/8/16/32 بت لكل محور بدون إشارة 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 لكل عنصر على موتر operand وينتج موتر result .

مثال:

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

السمات: CompatibleOperandsAndResultType ، Elementwise ، SameOperandsAndResultShape

الواجهات: InferShapedTypeOpInterface ، InferTypeOpInterface

المتعاملات:

المتعامل	وصف
operand	موتر من نوع عائم أو معقد 4/6/8/16/32/64 بت مع قيم عناصر عائمة 32/64 بت

نتائج:

نتيجة	وصف
result	موتر من نوع عائم أو معقد 4/6/8/16/32/64 بت مع قيم عناصر عائمة 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 كل عنصر على موتر operand وينتج موتر result .

مثال:

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

السمات: CompatibleOperandsAndResultType ، Elementwise ، SameOperandsAndResultShape

الواجهات: InferShapedTypeOpInterface ، InferTypeOpInterface

المتعاملات:

المتعامل	وصف
operand	موتر من نوع عائم أو معقد 4/6/8/16/32/64 بت مع قيم عناصر عائمة 32/64 بت

نتائج:

نتيجة	وصف
result	موتر من نوع عائم أو معقد 4/6/8/16/32/64 بت مع قيم عناصر عائمة 32/64 بت

mhlo.add (mhlo::AddOp)

إضافة عملية

بناء الجملة:

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

يقوم بإجراء عملية إضافة عنصرية لموترين lhs 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{}

المتعاملات:

المتعامل	وصف
lhs	موتر مرتب من نوع عائم أو منطقي 4/6/8/16/32/64 بت أو عدد صحيح أو نوع مركب 2/4/8/16/32/64 بت مع عناصر عائمة 32/64 بت أو قيم عدد صحيح مكممة لكل موتر أو قيم عدد صحيح مكممة لكل محور
rhs	موتر مرتب من نوع عائم أو منطقي 4/6/8/16/32/64 بت أو عدد صحيح أو نوع مركب 2/4/8/16/32/64 بت مع عناصر عائمة 32/64 بت أو قيم عدد صحيح مكممة لكل موتر أو قيم عدد صحيح مكممة لكل محور

نتائج:

نتيجة	وصف
result	موتر مرتب من نوع عائم أو منطقي 4/6/8/16/32/64 بت أو عدد صحيح أو نوع مركب 2/4/8/16/32/64 بت مع عناصر عائمة 32/64 بت أو قيم عدد صحيح مكممة لكل موتر أو قيم عدد صحيح مكممة 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 تحتوي على مواصفات محددة حتى الآن.

بشكل غير رسمي، هذه العملية تحتوي على عاملين: عامل بيانات ورمز. ناتج العملية هو عامل البيانات. عند استخدامها مع AfterAll، تُمكّن هذه العملية من ترتيب العمليات غير ذات التأثير الجانبي (التي لا تُنتج قيمًا رمزية).

مثال:

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

السمات: AlwaysSpeculatableImplTrait

الواجهات: ConditionallySpeculatable ، InferTypeOpInterface ، NoMemoryEffect (MemoryEffectOpInterface)

التأثيرات: MemoryEffects::Effect{}

المتعاملات:

المتعامل	وصف
operand	موتر مرتب من نوع عائم أو منطقي 4/6/8/16/32/64 بت أو عدد صحيح أو نوع مركب 2/4/8/16/32/64 بت مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو موتر مرتب لقيم كمية صحيحة لكل محور أو رمز أو رمز ثابت
token	الرمز المميز أو رمز stablehlo

نتائج:

نتيجة	وصف
output	موتر مرتب من نوع عائم أو منطقي 4/6/8/16/32/64 بت أو عدد صحيح أو نوع مركب 2/4/8/16/32/64 بت مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو موتر مرتب لقيم كمية صحيحة لكل محور أو رمز أو رمز ثابت

mhlo.after_all (mhlo::AfterAllOp)

بعد كل العملية

بناء الجملة:

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

يتأكد من أن العمليات التي تنتج inputs يتم تنفيذها 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{}

المتعاملات:

المتعامل	وصف
inputs	متغير الرمز

نتائج:

نتيجة	وصف
result	الرمز المميز

mhlo.all_gather (mhlo::AllGatherOp)

عملية AllGather

ضمن كل مجموعة عمليات في شبكة العمليات، تُجمع قيم موتر المتعامل من كل عملية على طول all_gather_dim ، وتُنتج موتر النتيجة. تُطبق computation بشكل منفصل لكل متعامل في operands ، مما يُنتج نتيجة واحدة لكل متعامل.

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 عدد صحيح بدون إشارة مكونة من 64 بت وقيمتها غير سلبية
replica_groups	::mlir::DenseIntElementsAttr	سمة عناصر الأعداد الصحيحة بدون إشارة 64 بت
channel_handle	::mlir::mhlo::ChannelHandleAttr	عددين صحيحين مكونين من 64 بت 'handle' و'type'
use_global_device_ids	::mlir::UnitAttr	سمة الوحدة

المتعاملات:

المتعامل	وصف
operands	متغير من موتر رتب من نوع عدد عشري أو منطقي 4/6/8/16/32/64 بت أو عدد صحيح أو نوع مركب 2/4/8/16/32/64 بت مع عناصر عدد عشري 32/64 بت أو قيم عدد صحيح مكممة لكل موتر أو قيم عدد صحيح مكممة لكل محور

نتائج:

نتيجة	وصف
«غير مسمى»	متغير من موتر رتب من نوع عدد عشري أو منطقي 4/6/8/16/32/64 بت أو عدد صحيح أو نوع مركب 2/4/8/16/32/64 بت مع عناصر عدد عشري 32/64 بت أو قيم عدد صحيح مكممة لكل موتر أو قيم عدد صحيح مكممة لكل محور

mhlo.all_reduce (mhlo::AllReduceOp)

عملية AllReduce

ضمن كل مجموعة عمليات في شبكة العمليات، تُطبّق computation الاختزال على قيم موتر المتعامل من كل عملية، ويُنتج موتر النتيجة. يُطبّق computation بشكل منفصل لكل متعامل في operands ، مما يُنتج نتيجة واحدة لكل متعامل.

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 الأعداد الصحيحة بدون إشارة 64 بت
channel_handle	::mlir::mhlo::ChannelHandleAttr	عددين صحيحين مكونين من 64 بت 'handle' و'type'
use_global_device_ids	::mlir::UnitAttr	سمة الوحدة

المتعاملات:

المتعامل	وصف
operands	متغير من موتر رتب من نوع عدد عشري أو منطقي 4/6/8/16/32/64 بت أو عدد صحيح أو نوع مركب 2/4/8/16/32/64 بت مع عناصر عدد عشري 32/64 بت أو قيم عدد صحيح مكممة لكل موتر أو قيم عدد صحيح مكممة لكل محور

نتائج:

نتيجة	وصف
«غير مسمى»	متغير من موتر رتب من نوع عدد عشري أو منطقي 4/6/8/16/32/64 بت أو عدد صحيح أو نوع مركب 2/4/8/16/32/64 بت مع عناصر عدد عشري 32/64 بت أو قيم عدد صحيح مكممة لكل موتر أو قيم عدد صحيح مكممة لكل محور

mhlo.all_to_all (mhlo::AllToAllOp)

عملية AllToAll

داخل كل مجموعة عملية في شبكة العملية، يتم تقسيم قيم موتر operand على طول split_dimension إلى أجزاء، ويتم توزيع الأجزاء المنقسمة بين العمليات، ويتم ربط 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 و InferTensorType و SameOperandsElementType و SameOperandsShape و SameVariadicOperandSize

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

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع MLIR	وصف
split_dimension	::mlir::IntegerAttr	سمة عدد صحيح بدون إشارة مكونة من 64 بت وقيمتها غير سلبية
concat_dimension	::mlir::IntegerAttr	سمة عدد صحيح بدون إشارة مكونة من 64 بت وقيمتها غير سلبية
split_count	::mlir::IntegerAttr	سمة عدد صحيح بدون إشارة مكونة من 64 بت وقيمتها موجبة
replica_groups	::mlir::DenseIntElementsAttr	سمة عناصر الأعداد الصحيحة بدون إشارة 64 بت
channel_handle	::mlir::mhlo::ChannelHandleAttr	عددين صحيحين مكونين من 64 بت 'handle' و'type'

المتعاملات:

المتعامل	وصف
operand	متغير من موتر رتب من نوع عدد عشري أو منطقي 4/6/8/16/32/64 بت أو عدد صحيح أو نوع مركب 2/4/8/16/32/64 بت مع عناصر عدد عشري 32/64 بت أو قيم عدد صحيح مكممة لكل موتر أو قيم عدد صحيح مكممة لكل محور

نتائج:

نتيجة	وصف
«غير مسمى»	متغير من موتر رتب من نوع عدد عشري أو منطقي 4/6/8/16/32/64 بت أو عدد صحيح أو نوع مركب 2/4/8/16/32/64 بت مع عناصر عدد عشري 32/64 بت أو قيم عدد صحيح مكممة لكل موتر أو قيم عدد صحيح مكممة لكل محور

mhlo.and (mhlo::AndOp)

والعملية

بناء الجملة:

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

ينفذ عملية AND على أساس عنصرين من الموترين lhs rhs وينتج 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{}

المتعاملات:

المتعامل	وصف
lhs	موتر مرتب من نوع bool أو قيم عددية صحيحة 2/4/8/16/32/64 بت
rhs	موتر مرتب من نوع bool أو قيم عددية صحيحة 2/4/8/16/32/64 بت

نتائج:

نتيجة	وصف
result	موتر مرتب من نوع عائم أو منطقي 4/6/8/16/32/64 بت أو عدد صحيح أو نوع مركب 2/4/8/16/32/64 بت مع عناصر عائمة 32/64 بت أو قيم عدد صحيح مكممة لكل موتر أو قيم عدد صحيح مكممة لكل محور

mhlo.asin (mhlo::AsinOp)

عملية أسين

بناء الجملة:

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

يقوم بإجراء عملية asin على كل عنصر على موتر operand وينتج موتر result .

مثال:

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

السمات: CompatibleOperandsAndResultType ، Elementwise ، SameOperandsAndResultShape

الواجهات: InferShapedTypeOpInterface ، InferTypeOpInterface

المتعاملات:

المتعامل	وصف
operand	موتر من نوع عائم أو معقد 4/6/8/16/32/64 بت مع قيم عناصر عائمة 32/64 بت

نتائج:

نتيجة	وصف
result	موتر من نوع عائم أو معقد 4/6/8/16/32/64 بت مع قيم عناصر عائمة 32/64 بت

mhlo.async_done (mhlo::AsyncDoneOp)

عملية AsyncDone

هذه العملية خاصة بمترجم XLA، لذا فهي لا تحتوي على مواصفات محددة حتى الآن.

بشكل غير رسمي، تُوقف هذه العملية حتى نهاية عملية حسابية غير متزامنة. تُرجع النتيجة النهائية لهذه العملية.

راجع وثائق AsyncStart للحصول على مزيد من المعلومات.

الواجهات: InferTypeOpInterface

المتعاملات:

المتعامل	وصف
bundle	async_bundle مع أي مجموعة من موتر مرتب من نوع 4/6/8/16/32/64 بت عائم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع مركب مع عناصر عائمة 32/64 بت أو عدد صحيح مكمّم لكل موتر أو عدد صحيح مكمّم لكل محور أو قيم رمزية أو رمزية مستقرة

نتائج:

نتيجة

وصف

«غير مسمى»

متغير من موتر مرتب من نوع عائم أو منطقي 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 عدد صحيح مكمم لكل موتر أو قيم عدد صحيح مكمم لكل محور أو رمز أو رمز ثابت أو مجموعة متداخلة مع أي مجموعة من موتر مرتب من نوع عائم أو منطقي 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 عدد صحيح مكمم لكل موتر أو مرجع ذاكرة من نوع عائم أو منطقي 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 كمية صحيحة لكل موتر أو موتر مرتب لقيم كمية صحيحة لكل محور أو قيم رمزية

mhlo.async_start (mhlo::AsyncStartOp)

عملية AsyncStart

هذه العملية خاصة بمترجم XLA، لذا فهي لا تحتوي على مواصفات محددة حتى الآن.

بشكل غير رسمي، تعمل هذه العملية على بدء عملية حسابية غير متزامنة.

يُستخدم هذا عند وجود دوال تحتوي على كلٍّ من الانتظارات غير المتزامنة (مثل DMAs) والحسابات على خيط التنفيذ. على سبيل المثال، قد تتكون الدالة من عملية حسابية، وDMA، وحساب آخر، وDMA ثانٍ، وحساب نهائي. يُمثَّل هذا بـ async_start متبوعًا بـ async_update وasync_done. يُجري async_start الحساب الأول على خيط التنفيذ، ثم يُشغِّل DMA. ينتظر async_update اكتمال DMA إذا لم يكن قد اكتمل بعد، ثم يُنفِّذ الحساب الثاني في الدالة، ويبدأ DMA الثاني. وأخيرًا، ينتظر async_done على DMA الأخير، ثم يُشغِّل الحساب الأخير المطلوب تنفيذه على خيط التنفيذ، ويُعيد نتيجة الحساب النهائي.

تُمرَّر operands إلى العملية الحسابية مباشرةً. الدالة التي ستُشغَّل بشكل غير متزامن هي الدالة called_computation execution_thread هو اسم الخيط الذي سيُشغَّل فيه. يُسمَّى الخيط الرئيسي "main". جميع السلاسل لها أسماء.

يُرجع هذا جميع الحالات المطلوبة بين العمليات غير المتزامنة. بعد تعيين المخزن المؤقت، تُمثل قيم الإرجاع المساحة اللازمة لحفظ المُدخلات والنتائج وأي سجلات مطلوبة أو مُحررة بواسطة العملية غير المتزامنة.

صفات:

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

المتعاملات:

المتعامل

وصف

inputs

متغير من موتر مرتب من نوع عائم أو منطقي 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 عدد صحيح مكمم لكل موتر أو قيم عدد صحيح مكمم لكل محور أو رمز أو رمز ثابت أو مجموعة متداخلة مع أي مجموعة من موتر مرتب من نوع عائم أو منطقي 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 عدد صحيح مكمم لكل موتر أو مرجع ذاكرة من نوع عائم أو منطقي 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 كمية صحيحة لكل موتر أو موتر مرتب لقيم كمية صحيحة لكل محور أو قيم رمزية

نتائج:

نتيجة	وصف
«غير مسمى»	async_bundle مع أي مجموعة من موتر مرتب من نوع 4/6/8/16/32/64 بت عائم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع مركب مع عناصر عائمة 32/64 بت أو عدد صحيح مكمّم لكل موتر أو عدد صحيح مكمّم لكل محور أو قيم رمزية أو رمزية مستقرة

mhlo.async_update (mhlo::AsyncUpdateOp)

عملية التحديث غير المتزامن

هذه العملية خاصة بمترجم XLA، لذا فهي لا تحتوي على مواصفات محددة حتى الآن.

بشكل غير رسمي، تمنع هذه العملية الحوسبة غير المتزامنة حتى يتم الوصول إلى حاجز مزامنة. تُرجع هذه العملية bundle بعد تنفيذها.

راجع وثائق AsyncStart للحصول على مزيد من المعلومات.

الواجهات: InferTypeOpInterface

المتعاملات:

المتعامل	وصف
bundle	async_bundle مع أي مجموعة من موتر مرتب من نوع 4/6/8/16/32/64 بت عائم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع مركب مع عناصر عائمة 32/64 بت أو عدد صحيح مكمّم لكل موتر أو عدد صحيح مكمّم لكل محور أو قيم رمزية أو رمزية مستقرة

نتائج:

نتيجة	وصف
«غير مسمى»	async_bundle مع أي مجموعة من موتر مرتب من نوع 4/6/8/16/32/64 بت عائم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع مركب مع عناصر عائمة 32/64 بت أو عدد صحيح مكمّم لكل موتر أو عدد صحيح مكمّم لكل محور أو قيم رمزية أو رمزية مستقرة

mhlo.atan2 (mhlo::Atan2Op)

عملية أتان2

بناء الجملة:

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

يقوم بإجراء عملية atan2 على كل عنصر على موتر الجانب lhs 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{}

المتعاملات:

المتعامل	وصف
lhs	موتر مرتب من نوع عائم أو مركب 4/6/8/16/32/64 بت مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر
rhs	موتر مرتب من نوع عائم أو مركب 4/6/8/16/32/64 بت مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر

نتائج:

نتيجة	وصف
result	موتر مرتب من نوع عائم أو مركب 4/6/8/16/32/64 بت مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر

mhlo.atanh (mhlo::AtanhOp)

عملية أتانه

بناء الجملة:

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

يقوم بإجراء عملية atanh على كل عنصر على موتر operand وينتج موتر result .

مثال:

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

السمات: CompatibleOperandsAndResultType ، Elementwise ، SameOperandsAndResultShape

الواجهات: InferShapedTypeOpInterface ، InferTypeOpInterface

المتعاملات:

المتعامل	وصف
operand	موتر من نوع عائم أو معقد 4/6/8/16/32/64 بت مع قيم عناصر عائمة 32/64 بت

نتائج:

نتيجة	وصف
result	موتر من نوع عائم أو معقد 4/6/8/16/32/64 بت مع قيم عناصر عائمة 32/64 بت

mhlo.batch_norm_grad (mhlo::BatchNormGradOp)

عملية BatchNormGrad

يحسب تدرجات العديد من مدخلات BatchNormTrainingOp التي تنتشر للخلف من grad_output ، وينتج متجهات 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 و InferTensorType

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

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع MLIR	وصف
epsilon	::mlir::FloatAttr	سمة تعويم 32 بت
feature_index	::mlir::IntegerAttr	سمة عدد صحيح بدون إشارة مكونة من 64 بت وقيمتها غير سلبية

المتعاملات:

المتعامل	وصف
operand	موتر مرتب لقيم عائمة 4/6/8/16/32/64 بت
scale	موتر أحادي الأبعاد لقيم عائمة 4/6/8/16/32/64 بت
mean	موتر أحادي الأبعاد لقيم عائمة 4/6/8/16/32/64 بت
variance	موتر أحادي الأبعاد لقيم عائمة 4/6/8/16/32/64 بت
grad_output	موتر مرتب لقيم عائمة 4/6/8/16/32/64 بت

نتائج:

نتيجة	وصف
grad_operand	موتر مرتب لقيم عائمة 4/6/8/16/32/64 بت
grad_scale	موتر أحادي الأبعاد لقيم عائمة 4/6/8/16/32/64 بت
grad_offset	موتر أحادي الأبعاد لقيم 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 و InferTensorType

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

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع MLIR	وصف
epsilon	::mlir::FloatAttr	سمة تعويم 32 بت
feature_index	::mlir::IntegerAttr	سمة عدد صحيح بدون إشارة مكونة من 64 بت وقيمتها غير سلبية

المتعاملات:

المتعامل	وصف
operand	موتر مرتب لقيم عائمة 4/6/8/16/32/64 بت
scale	موتر أحادي الأبعاد لقيم عائمة 4/6/8/16/32/64 بت
offset	موتر أحادي الأبعاد لقيم عائمة 4/6/8/16/32/64 بت
mean	موتر أحادي الأبعاد لقيم عائمة 4/6/8/16/32/64 بت
variance	موتر أحادي الأبعاد لقيم عائمة 4/6/8/16/32/64 بت

نتائج:

نتيجة	وصف
result	موتر مرتب لقيم عائمة 4/6/8/16/32/64 بت

mhlo.batch_norm_training (mhlo::BatchNormTrainingOp)

عملية BatchNormTraining

يحسب المتوسط ​​والتباين عبر أبعاد الدفعة والأبعاد المكانية ويقوم بتطبيع موتر operand ، لكل ميزة في بُعد feature_index وينتج output و batch_mean و 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 و InferTensorType

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

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع MLIR	وصف
epsilon	::mlir::FloatAttr	سمة تعويم 32 بت
feature_index	::mlir::IntegerAttr	سمة عدد صحيح بدون إشارة مكونة من 64 بت وقيمتها غير سلبية

المتعاملات:

المتعامل	وصف
operand	موتر مرتب لقيم عائمة 4/6/8/16/32/64 بت
scale	موتر أحادي الأبعاد لقيم عائمة 4/6/8/16/32/64 بت
offset	موتر أحادي الأبعاد لقيم عائمة 4/6/8/16/32/64 بت

نتائج:

نتيجة	وصف
output	موتر مرتب لقيم عائمة 4/6/8/16/32/64 بت
batch_mean	موتر أحادي الأبعاد لقيم عائمة 4/6/8/16/32/64 بت
batch_var	موتر أحادي الأبعاد لقيم عائمة 4/6/8/16/32/64 بت

mhlo.bitcast (mhlo::BitcastOp)

عملية البث المباشر

بناء الجملة:

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

هذه العملية خاصة بمترجم XLA، لذا فهي لا تحتوي على مواصفات محددة حتى الآن.

بشكل غير رسمي، تقوم هذه العملية بتغيير شكل المدخلات بالطريقة التي يظل بها الترتيب المادي للعناصر دون تغيير.

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

مثال:

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

السمات: AlwaysSpeculatableImplTrait

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface)

التأثيرات: MemoryEffects::Effect{}

المتعاملات:

المتعامل	وصف
operand	موتر مرتب من نوع عائم أو منطقي 4/6/8/16/32/64 بت أو عدد صحيح أو نوع مركب 2/4/8/16/32/64 بت مع عناصر عائمة 32/64 بت أو قيم عدد صحيح مكممة لكل موتر أو قيم عدد صحيح مكممة لكل محور

نتائج:

نتيجة	وصف
«غير مسمى»	موتر مرتب من نوع عائم أو منطقي 4/6/8/16/32/64 بت أو عدد صحيح أو نوع مركب 2/4/8/16/32/64 بت مع عناصر عائمة 32/64 بت أو قيم عدد صحيح مكممة لكل موتر أو قيم عدد صحيح مكممة لكل محور

mhlo.bitcast_convert (mhlo::BitcastConvertOp)

عملية BitcastConvert

بناء الجملة:

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

يقوم بإجراء عملية بث بتات على موتر operand وينتج موتر result حيث يتم إعادة تفسير بتات موتر operand بأكمله 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 و InferShapedTypeOpInterface و NoMemoryEffect (MemoryEffectOpInterface)

التأثيرات: MemoryEffects::Effect{}

المتعاملات:

المتعامل	وصف
operand	موتر مرتب من نوع عائم أو منطقي 4/6/8/16/32/64 بت أو عدد صحيح أو نوع مركب 2/4/8/16/32/64 بت مع عناصر عائمة 32/64 بت أو قيم عدد صحيح مكممة لكل موتر أو قيم عدد صحيح مكممة لكل محور

نتائج:

نتيجة	وصف
«غير مسمى»	موتر مرتب من نوع عائم أو منطقي 4/6/8/16/32/64 بت أو عدد صحيح أو نوع مركب 2/4/8/16/32/64 بت مع عناصر عائمة 32/64 بت أو قيم عدد صحيح مكممة لكل موتر أو قيم عدد صحيح مكممة 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، تقوم هذه العملية بنفس الشيء الذي تقوم به عملية البث الخاصة بـ XLA: https://www.tensorflow.org/xla/operation_semantics#broadcast

مثال:

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

السمات: AlwaysSpeculatableImplTrait و InferTensorType و SameOperandsAndResultElementType

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

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع MLIR	وصف
broadcast_sizes	::mlir::DenseIntElementsAttr	سمة عناصر الأعداد الصحيحة بدون إشارة 64 بت

المتعاملات:

المتعامل	وصف
operand	موتر مرتب من نوع عائم أو منطقي 4/6/8/16/32/64 بت أو عدد صحيح أو نوع مركب 2/4/8/16/32/64 بت مع عناصر عائمة 32/64 بت أو قيم عدد صحيح مكممة لكل موتر أو قيم عدد صحيح مكممة لكل محور

نتائج:

نتيجة	وصف
«غير مسمى»	موتر مرتب من نوع عائم أو منطقي 4/6/8/16/32/64 بت أو عدد صحيح أو نوع مركب 2/4/8/16/32/64 بت مع عناصر عائمة 32/64 بت أو قيم عدد صحيح مكممة لكل موتر أو قيم عدد صحيح مكممة لكل محور

mhlo.broadcast_in_dim (mhlo::BroadcastInDimOp)

عملية BroadcastInDim

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 و HLO_CompatibleOperandsAndResultElementType

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface)

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع MLIR	وصف
broadcast_dimensions	::mlir::DenseIntElementsAttr	سمة عناصر الأعداد الصحيحة بدون إشارة 64 بت

المتعاملات:

المتعامل	وصف
operand	موتر مرتب من نوع عائم أو منطقي 4/6/8/16/32/64 بت أو عدد صحيح أو نوع مركب 2/4/8/16/32/64 بت مع عناصر عائمة 32/64 بت أو قيم عدد صحيح مكممة لكل موتر أو قيم عدد صحيح مكممة لكل محور

نتائج:

نتيجة	وصف
«غير مسمى»	موتر ذو شكل ثابت أو ذو بُعد محدود واحد من نوع عائم أو منطقي 4/6/8/16/32/64 بت أو عدد صحيح أو نوع مركب 2/4/8/16/32/64 بت مع عناصر عائمة 32/64 بت أو قيم عدد صحيح مكممة لكل موتر أو قيم عدد صحيح مكممة لكل محور

mhlo.case (mhlo::CaseOp)

عملية الحالة

ينتج الناتج عن تنفيذ function واحدة فقط 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

المتعاملات:

المتعامل	وصف
index	موتر لقيم الأعداد الصحيحة بدون إشارة المكونة من 32 بت

نتائج:

نتيجة	وصف
«غير مسمى»	متغير من موتر مرتب من نوع عدد عشري أو منطقي 4/6/8/16/32/64 بت أو عدد صحيح أو نوع مركب 2/4/8/16/32/64 بت مع عناصر عدد عشري 32/64 بت أو قيم كمية صحيحة لكل موتر أو موتر مرتب من قيم كمية صحيحة لكل محور أو رمز

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 لكل عنصر 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.

المتعاملات:

المتعامل	وصف
operand	موتر مرتب من نوع عائم أو مركب 4/6/8/16/32/64 بت مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر

نتائج:

نتيجة	وصف
result	موتر مرتب من نوع عائم أو مركب 4/6/8/16/32/64 بت مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر

mhlo.ceil (mhlo::CeilOp)

عملية السقف

بناء الجملة:

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

يقوم بتنفيذ سقف عنصر الموتر 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{}

المتعاملات:

المتعامل	وصف
operand	موتر مرتب من 4/6/8/16/32/64 بت من القيم الكمية الصحيحة أو لكل موتر

نتائج:

نتيجة	وصف
result	موتر مرتب من 4/6/8/16/32/64 بت من القيم الكمية الصحيحة أو لكل موتر

mhlo.cholesky (mhlo::CholeskyOp)

عملية تشوليسكي

يحسب تحلل 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 و InferTensorType و SameOperandsAndResultElementType

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

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع MLIR	وصف
lower	::mlir::BoolAttr	سمة منطقية

المتعاملات:

المتعامل	وصف
a	موتر مرتب من نوع عائم أو معقد 4/6/8/16/32/64 بت مع قيم عناصر عائمة 32/64 بت

نتائج:

نتيجة	وصف
«غير مسمى»	موتر مرتب من نوع عائم أو معقد 4/6/8/16/32/64 بت مع قيم عناصر عائمة 32/64 بت

mhlo.clamp (mhlo::ClampOp)

عملية المشبك

بناء الجملة:

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

يقوم بتثبيت كل عنصر من عناصر موتر operand بين الحد الأدنى والحد الأقصى للقيمة 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{}

المتعاملات:

المتعامل	وصف
min	موتر مرتب من نوع عائم أو منطقي 4/6/8/16/32/64 بت أو عدد صحيح أو نوع مركب 2/4/8/16/32/64 بت مع عناصر عائمة 32/64 بت أو قيم عدد صحيح مكممة لكل موتر أو قيم عدد صحيح مكممة لكل محور
operand	موتر مرتب من نوع عائم أو منطقي 4/6/8/16/32/64 بت أو عدد صحيح أو نوع مركب 2/4/8/16/32/64 بت مع عناصر عائمة 32/64 بت أو قيم عدد صحيح مكممة لكل موتر أو قيم عدد صحيح مكممة لكل محور
max	موتر مرتب من نوع عائم أو منطقي 4/6/8/16/32/64 بت أو عدد صحيح أو نوع مركب 2/4/8/16/32/64 بت مع عناصر عائمة 32/64 بت أو قيم عدد صحيح مكممة لكل موتر أو قيم عدد صحيح مكممة لكل محور

نتائج:

نتيجة	وصف
result	موتر مرتب من نوع عائم أو منطقي 4/6/8/16/32/64 بت أو عدد صحيح أو نوع مركب 2/4/8/16/32/64 بت مع عناصر عائمة 32/64 بت أو قيم عدد صحيح مكممة لكل موتر أو قيم عدد صحيح مكممة لكل محور

mhlo.collective_broadcast (mhlo::CollectiveBroadcastOp)

عملية البث الجماعي

في كل مجموعة عملية في شبكة العملية، قم بإرسال قيمة موتر operand من العملية المصدر إلى العمليات المستهدفة وإنتاج 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 الأعداد الصحيحة بدون إشارة 64 بت
channel_handle	::mlir::mhlo::ChannelHandleAttr	عددين صحيحين مكونين من 64 بت 'handle' و'type'

المتعاملات:

المتعامل	وصف
operand	موتر مرتب من نوع عائم أو منطقي 4/6/8/16/32/64 بت أو عدد صحيح أو نوع مركب 2/4/8/16/32/64 بت مع عناصر عائمة 32/64 بت أو قيم عدد صحيح مكممة لكل موتر أو قيم عدد صحيح مكممة لكل محور

نتائج:

نتيجة	وصف
«غير مسمى»	موتر مرتب من نوع عائم أو منطقي 4/6/8/16/32/64 بت أو عدد صحيح أو نوع مركب 2/4/8/16/32/64 بت مع عناصر عائمة 32/64 بت أو قيم عدد صحيح مكممة لكل موتر أو قيم عدد صحيح مكممة لكل محور

mhlo.collective_permute (mhlo::CollectivePermuteOp)

عملية CollectivePermute

داخل 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 و CompatibleOperandsAndResultType

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

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع MLIR	وصف
source_target_pairs	::mlir::DenseIntElementsAttr	سمة عناصر الأعداد الصحيحة بدون إشارة 64 بت
channel_handle	::mlir::mhlo::ChannelHandleAttr	عددين صحيحين مكونين من 64 بت 'handle' و'type'

المتعاملات:

المتعامل	وصف
operand	موتر مرتب من نوع عائم أو منطقي 4/6/8/16/32/64 بت أو عدد صحيح أو نوع مركب 2/4/8/16/32/64 بت مع عناصر عائمة 32/64 بت أو قيم عدد صحيح مكممة لكل موتر أو قيم عدد صحيح مكممة لكل محور

نتائج:

نتيجة	وصف
«غير مسمى»	موتر مرتب من نوع عائم أو منطقي 4/6/8/16/32/64 بت أو عدد صحيح أو نوع مركب 2/4/8/16/32/64 بت مع عناصر عائمة 32/64 بت أو قيم عدد صحيح مكممة لكل موتر أو قيم عدد صحيح مكممة لكل محور

mhlo.compare (mhlo::CompareOp)

مقارنة العملية

بناء الجملة:

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

يقوم بإجراء مقارنة على أساس كل عنصر لموترات lhs rhs وفقًا لـ comparison_direction و compare_type ، وينتج موتر 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	ما هي عملية المقارنة التي يجب القيام بها؟
compare_type	::mlir::mhlo::ComparisonTypeAttr	ما هو نوع المقارنة الذي يجب استخدامه؟

المتعاملات:

المتعامل	وصف
lhs	موتر مرتب من نوع عائم أو منطقي 4/6/8/16/32/64 بت أو عدد صحيح أو نوع مركب 2/4/8/16/32/64 بت مع عناصر عائمة 32/64 بت أو قيم عدد صحيح مكممة لكل موتر أو قيم عدد صحيح مكممة لكل محور
rhs	موتر مرتب من نوع عائم أو منطقي 4/6/8/16/32/64 بت أو عدد صحيح أو نوع مركب 2/4/8/16/32/64 بت مع عناصر عائمة 32/64 بت أو قيم عدد صحيح مكممة لكل موتر أو قيم عدد صحيح مكممة لكل محور

نتائج:

نتيجة	وصف
«غير مسمى»	موتر مرتب للقيم المنطقية

mhlo.complex (mhlo::ComplexOp)

عملية معقدة

بناء الجملة:

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

يقوم بإجراء تحويل على مستوى العنصر إلى قيمة معقدة 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{}

المتعاملات:

المتعامل	وصف
lhs	موتر مرتب لقيم عائمة 32/64 بت
rhs	موتر مرتب لقيم عائمة 32/64 بت

نتائج:

نتيجة	وصف
result	موتر مرتب من النوع المعقد مع قيم عناصر عائمة 32/64 بت

mhlo.composite (mhlo::CompositeOp)

عملية مركبة

بناء الجملة:

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

يُغلِّف عمليةً مُركَّبةً من عمليات StableHLO أخرى، مُستقبلاً inputs وسماتٍ composite_attributes ومُنتِجةً results . تُطبَّق دلالات العملية من خلال سمة decomposition . يُمكن استبدال العملية composite بتحليلها دون تغيير دلالات البرنامج. في الحالات التي لا يُوفِّر فيها تضمين التحليل نفس دلالات العملية، يُفضَّل استخدام custom_call .

يتم استخدام حقل version (الافتراضي هو 0 ) للإشارة إلى وقت تغيير دلالات المركب.

راجع: 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>

واجهات: SymbolUserOpInterface

صفات:

يصف	نوع ملير	وصف
name	::mlir::StringAttr	سمة السلسلة
composite_attributes	::mlir::DictionaryAttr	قاموس قيم السمات المسماة
decomposition	::mlir::FlatSymbolRefAttr	السمة المرجعية للرمز المسطح
version	::mlir::IntegerAttr	سمة عدد صحيح بدون إشارة 32 بت

المتعاملات:

المتعامل

وصف

inputs

متغير من الموتر المصنف من 4/6/8/16/32/64 بت تعويم أو منطقي أو 2/4/8/16/32/64 بت عدد صحيح أو نوع معقد مع عناصر عائمة 32/64 بت أو عدد صحيح لكل موتر قيم كمية أو عدد صحيح لكل محور أو رمز مميز أو صف متداخل مع أي مجموعة من الموتر المصنف عدد صحيح أو منطقي 4/6/8/16/32/64 بت أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو ميمريف من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح أو مركب 2/4/8/16/32/64 بت اكتب باستخدام عناصر عائمة 32/64 بت أو عدد صحيح لكل موتر القيم الكمية أو الموتر المُصنف للقيم الكمية الصحيحة لكل محور أو القيم المميزة

نتائج:

نتيجة

وصف

«غير مسمى»

متغير من الموتر المصنف من 4/6/8/16/32/64 بت تعويم أو منطقي أو 2/4/8/16/32/64 بت عدد صحيح أو نوع معقد مع عناصر عائمة 32/64 بت أو عدد صحيح لكل موتر قيم كمية أو عدد صحيح لكل محور أو رمز مميز أو صف متداخل مع أي مجموعة من الموتر المصنف عدد صحيح أو منطقي 4/6/8/16/32/64 بت أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو ميمريف من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح أو مركب 2/4/8/16/32/64 بت اكتب باستخدام عناصر عائمة 32/64 بت أو عدد صحيح لكل موتر القيم الكمية أو الموتر المُصنف للقيم الكمية الصحيحة لكل محور أو القيم المميزة

mhlo.concatenate (mhlo::ConcatenateOp)

عملية تسلسل

يسلسل عددًا متغيرًا من الموترات في inputs على طول بُعد dimension بنفس ترتيب الوسائط المحددة وينتج موترًا result .

راجع: 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>

السمات: AlwaysSpeculatableImplTrait و SameOperandsAndResultElementType

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

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع ملير	وصف
dimension	::mlir::IntegerAttr	سمة عدد صحيح بدون إشارة 64 بت وقيمتها غير سالبة

المتعاملات:

المتعامل	وصف
val	متغير من الموتر المصنف من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو قيم كمية صحيحة لكل محور

نتائج:

نتيجة	وصف
«غير مسمى»	موتر مُصنف من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو قيم كمية صحيحة لكل محور

mhlo.constant (mhlo::ConstantOp)

عملية مستمرة

ينتج موتر output من value ثابتة.

راجع: 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>

السمات: AlwaysSpeculatableImplTrait ، ConstantLike

الواجهات: ConditionallySpeculatable ، InferTypeOpInterface ، NoMemoryEffect (MemoryEffectOpInterface)

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع ملير	وصف
value	::mlir::ElementsAttr	سمة المتجه/الموتر الثابت

نتائج:

نتيجة	وصف
output	موتر ذو شكل ثابت من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو قيم كمية صحيحة لكل محور

mhlo.convert (mhlo::ConvertOp)

تحويل العملية

بناء الجملة:

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

ينفذ تحويلاً حكيمًا للعنصر من نوع عنصر إلى آخر على موتر operand وينتج موترًا result .

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

مثال:

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

السمات: AlwaysSpeculatableImplTrait ، Elementwise ، SameOperandsAndResultShape

الواجهات: ConditionallySpeculatable ، InferShapedTypeOpInterface ، NoMemoryEffect (MemoryEffectOpInterface)

التأثيرات: MemoryEffects::Effect{}

المتعاملات:

المتعامل	وصف
operand	موتر مُصنف من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو قيم كمية صحيحة لكل محور

نتائج:

نتيجة	وصف
result	موتر مُصنف من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو قيم كمية صحيحة لكل محور

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)

يحسب المنتجات النقطية بين نوافذ lhs وشرائح rhs وينتج result .

راجع: 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>

السمات: AlwaysSpeculatableImplTrait

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface)

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع ملير	وصف
window_strides	::mlir::DenseIntElementsAttr	سمة العناصر الصحيحة بدون إشارة 64 بت
padding	::mlir::DenseIntElementsAttr	سمة العناصر الصحيحة بدون إشارة 64 بت
lhs_dilation	::mlir::DenseIntElementsAttr	سمة العناصر الصحيحة بدون إشارة 64 بت
rhs_dilation	::mlir::DenseIntElementsAttr	سمة العناصر الصحيحة بدون إشارة 64 بت
window_reversal	::mlir::DenseElementsAttr	سمة المتجه/الموتر المنطقية الثابتة
dimension_numbers	::mlir::mhlo::ConvDimensionNumbersAttr	بنية معلومات البعد لعملية التحويل
feature_group_count	::mlir::IntegerAttr	سمة عدد صحيح بدون إشارة 64 بت وقيمتها موجبة
batch_group_count	::mlir::IntegerAttr	سمة عدد صحيح بدون إشارة 64 بت وقيمتها موجبة
precision_config	::mlir::ArrayAttr	سمة التكوين الدقيق

المتعاملات:

المتعامل	وصف
lhs	موتر مُصنف من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو قيم كمية صحيحة لكل محور
rhs	موتر مُصنف من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو قيم كمية صحيحة لكل محور

نتائج:

نتيجة	وصف
«غير مسمى»	موتر مُصنف من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو قيم كمية صحيحة لكل محور

mhlo.copy (mhlo::CopyOp)

عملية النسخ

بناء الجملة:

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

هذه العملية خاصة بمترجم XLA، لذا فهي لا تحتوي على مواصفات بعد.

بشكل غير رسمي، هذه العملية نسخة من operand . اعتمادًا على البيانات الوصفية المرفقة بالعملية، يمكن أن تتصرف بشكل مختلف تمامًا عن عدم التشغيل.

مثال:

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

السمات: AlwaysSpeculatableImplTrait ، CompatibleOperandsAndResultType ، Elementwise

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

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع ملير	وصف
cross_program_prefetch_index	::mlir::IntegerAttr	سمة عدد صحيح بدون إشارة 32 بت

المتعاملات:

المتعامل

وصف

operand

موتر مُصنف من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو عدد صحيح مكمّم لكل موتر أو قيم كمية صحيحة لكل محور أو رمز مميز أو صف متداخل مع أي مجموعة من الموتر المُصنف لـ عدد صحيح أو منطقي 4/6/8/16/32/64 بت أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو ميمريف من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح أو مركب 2/4/8/16/32/64 بت اكتب باستخدام عناصر عائمة 32/64 بت أو قيم كمية أو مرتبة لكل عدد صحيح موتر موتر القيم الكمية الصحيحة لكل محور أو قيم الرمز المميز

نتائج:

نتيجة

وصف

result

موتر مُصنف من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو عدد صحيح مكمّم لكل موتر أو قيم كمية صحيحة لكل محور أو رمز مميز أو صف متداخل مع أي مجموعة من الموتر المُصنف لـ عدد صحيح أو منطقي 4/6/8/16/32/64 بت أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو ميمريف من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح أو مركب 2/4/8/16/32/64 بت اكتب باستخدام عناصر عائمة 32/64 بت أو قيم كمية أو مرتبة لكل عدد صحيح موتر موتر القيم الكمية الصحيحة لكل محور أو قيم الرمز المميز

mhlo.cosh (mhlo::CoshOp)

عملية كوش

بناء الجملة:

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

ينفذ عملية cosh من حيث العنصر على موتر operand وينتج موتر result .

مثال:

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

السمات: CompatibleOperandsAndResultType ، Elementwise ، SameOperandsAndResultShape

الواجهات: InferShapedTypeOpInterface ، InferTypeOpInterface

المتعاملات:

المتعامل	وصف
operand	موتر من النوع العائم 4/6/8/16/32/64 بت أو النوع المعقد مع قيم العناصر العائمة 32/64 بت

نتائج:

نتيجة	وصف
result	موتر من النوع العائم 4/6/8/16/32/64 بت أو النوع المعقد مع قيم العناصر العائمة 32/64 بت

mhlo.cosine (mhlo::CosineOp)

عملية جيب التمام

بناء الجملة:

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

ينفذ عملية جيب التمام للعنصر على موتر operand وينتج موتر result .

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

مثال:

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

السمات: AlwaysSpeculatableImplTrait ، CompatibleOperandsAndResultType ، Elementwise ، SameOperandsAndResultShape

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

التأثيرات: MemoryEffects::Effect{}

صفات:

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

المتعاملات:

المتعامل	وصف
operand	موتر مصنف من 4/6/8/16/32/64 بت من النوع العائم أو المعقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر

نتائج:

نتيجة	وصف
result	موتر مصنف من 4/6/8/16/32/64 بت من النوع العائم أو المعقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر

mhlo.count_leading_zeros (mhlo::ClzOp)

عملية Clz

بناء الجملة:

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

ينفذ العد الحكيم لعدد البتات الصفرية البادئة في موتر operand وينتج موتر result .

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

مثال:

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

السمات: AlwaysSpeculatableImplTrait ، CompatibleOperandsAndResultType ، Elementwise ، SameOperandsAndResultShape

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

التأثيرات: MemoryEffects::Effect{}

المتعاملات:

المتعامل	وصف
operand	موتر مرتب لقيم عددية 2/4/8/16/32/64 بت

نتائج:

نتيجة	وصف
result	موتر مرتب لقيم عددية 2/4/8/16/32/64 بت

mhlo.create_token (mhlo::CreateTokenOp)

عملية إنشاء رمز مميز

بناء الجملة:

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

هذه العملية في طريقها للخروج من StableHLO، لذا لم يتم تضمينها في المواصفات: https://github.com/openxla/stablehlo/issues/3

بشكل غير رسمي، تقوم هذه العملية بنفس الشيء مثل AfterAllOp مع 0 مدخلات: https://github.com/openxla/stablehlo/blob/main/docs/spec.md#after_all

مثال:

%output = mhlo.create_token : !mhlo.token

السمات: AlwaysSpeculatableImplTrait

الواجهات: ConditionallySpeculatable ، InferTypeOpInterface ، NoMemoryEffect (MemoryEffectOpInterface)

التأثيرات: MemoryEffects::Effect{}

نتائج:

نتيجة	وصف
output	الرمز المميز

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

عملية CrossReplicaSum

هذه العملية في طريقها للخروج من StableHLO، لذا لم يتم تضمينها في المواصفات: https://github.com/openxla/stablehlo/issues/3

بشكل غير رسمي، تقوم هذه العملية بنفس الشيء مثل AllReduceOp مع channel_id = 0 ، use_global_device_ids = false computation ينفذ الإضافة: 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>

السمات: AlwaysSpeculatableImplTrait و CompatibleOperandsAndResultType

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

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع ملير	وصف
replica_groups	::mlir::DenseIntElementsAttr	سمة العناصر الصحيحة بدون إشارة 64 بت

المتعاملات:

المتعامل	وصف
operand	موتر مُصنف من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو قيم كمية صحيحة لكل محور

نتائج:

نتيجة	وصف
«غير مسمى»	موتر مُصنف من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو قيم كمية صحيحة لكل محور

mhlo.custom_call (mhlo::CustomCallOp)

عملية المكالمة المخصصة

بناء الجملة:

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

يقوم بتغليف عملية call_target_name المحددة بالتنفيذ والتي تأخذ inputs called_computations وتنتج results .

راجع: 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.

واجهات: MemoryEffectOpInterface

صفات:

يصف	نوع ملير	وصف
call_target_name	::mlir::StringAttr	سمة السلسلة
has_side_effect	::mlir::BoolAttr	سمة منطقية
backend_config	::ملير::خاصية	سمة السلسلة أو قاموس قيم السمات المسماة
api_version	::mlir::mhlo::CustomCallApiVersionAttr	إصدار API للمكالمات المخصصة
called_computations	::mlir::ArrayAttr	سمة صفيف المرجع رمز مسطح
custom_call_schedule	::mlir::mhlo::CustomCallScheduleAttr	يحدد الجدول الزمني المطلوب للمكالمة المخصصة.
operand_layouts	::mlir::ArrayAttr	مجموعة من سمات التخطيط (موتر 1D لنوع الفهرس).
result_layouts	::mlir::ArrayAttr	مجموعة من سمات التخطيط (موتر 1D لنوع الفهرس).
output_operand_aliases	::mlir::ArrayAttr	سمة مستعارة لمخرجات ومعاملات CustomCall

المتعاملات:

المتعامل

وصف

inputs

متغير الموتر من 4/6/8/16/32/64 بت تعويم أو منطقي أو 2/4/8/16/32/64 بت عدد صحيح أو نوع معقد مع عناصر عائمة 32/64 بت أو عدد صحيح لكل موتر قيم كمية أو عدد صحيح لكل محور أو memref من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت عدد صحيح أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو رمز مميز أو صف متداخل مع أي مجموعة من الموتر من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع تعويم 32/64 بت عناصر أو عدد صحيح لكل موتر أو القيم الكمية الصحيحة لكل محور أو memref من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت عدد صحيح أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو قيم رمزية

نتائج:

نتيجة

وصف

«غير مسمى»

متغير الموتر من 4/6/8/16/32/64 بت تعويم أو منطقي أو 2/4/8/16/32/64 بت عدد صحيح أو نوع معقد مع عناصر عائمة 32/64 بت أو عدد صحيح لكل موتر قيم كمية أو عدد صحيح لكل محور أو memref من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت عدد صحيح أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو رمز مميز أو صف متداخل مع أي مجموعة من الموتر من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع تعويم 32/64 بت عناصر أو عدد صحيح لكل موتر أو القيم الكمية الصحيحة لكل محور أو memref من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت عدد صحيح أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو قيم رمزية

mhlo.divide (mhlo::DivOp)

عملية القسم

بناء الجملة:

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

ينفذ تقسيمًا حسب العناصر لموترات المقسومات lhs والمقسوم rhs وينتج موترًا result .

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

مثال:

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

السمات: AlwaysSpeculatableImplTrait ، CompatibleOperandsAndResultType ، Elementwise ، SameOperandsAndResultShape

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

التأثيرات: MemoryEffects::Effect{}

المتعاملات:

المتعامل	وصف
lhs	موتر مُصنف من عدد صحيح 2/4/8/16/32/64 بت أو عدد صحيح 4/6/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو قيم كمية صحيحة لكل محور
rhs	موتر مُصنف من عدد صحيح 2/4/8/16/32/64 بت أو عدد صحيح 4/6/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو قيم كمية صحيحة لكل محور

نتائج:

نتيجة	وصف
result	موتر مُصنف من عدد صحيح 2/4/8/16/32/64 بت أو عدد صحيح 4/6/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو قيم كمية صحيحة لكل محور

mhlo.domain (mhlo::DomainOp)

عملية المجال

هذه العملية خاصة بمترجم XLA، لذا فهي لا تحتوي على مواصفات بعد.

بشكل غير رسمي، يتم استخدام هذه العمليات لتجميع التعليمات بنفس خاصية DomainMetadata. ShardingMetadata هي حالة الاستخدام الرئيسية اليوم لتجميع التعليمات على نفس الجهاز. توفر تعليمات المجال فائدتين رئيسيتين:

• منع تحسين التعليمات عبر المجالات عن غير قصد.
• قم بتعيين البيانات التعريفية للتعليمات التي تم إنشاؤها في المجال تلقائيًا. بدون تعليمات المجال، سيتعين على كل تمريرة تحسين HLO التحقق من البيانات التعريفية ونشرها، وهو ما سيكون من السهل تفويته ويضيف أيضًا تعقيدًا إلى المترجم. نظرًا لأن تعليمات المجال تربط بين مجالين مختلفين، فإن كل تعليمة مجال ترتبط ببيانات DomainMetadata - واحدة على جانب المعامل وواحدة على جانب المستخدم للمجال.

السمات: AlwaysSpeculatableImplTrait و CompatibleOperandsAndResultType

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

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع ملير	وصف
kind	::mlir::mhlo::DomainKindAttr	نوع بيانات تعريف المجال المرتبطة بمجال HLO.
entry_metadata	::mlir::StringAttr	سمة السلسلة
exit_metadata	::mlir::StringAttr	سمة السلسلة

المتعاملات:

المتعامل	وصف
operand	موتر مُصنف من 4/6/8/16/32/64 بت عائم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية عددية لكل موتر أو موتر مُرتب للقيم الكمية أو الرمز المميز لكل عدد صحيح

نتائج:

نتيجة	وصف
result	موتر مُصنف من 4/6/8/16/32/64 بت عائم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية عددية لكل موتر أو موتر مُرتب للقيم الكمية أو الرمز المميز لكل عدد صحيح

mhlo.dot (mhlo::DotOp)

عملية نقطة

هذه العملية في طريقها للخروج من StableHLO، لذا لم يتم تضمينها في المواصفات: https://github.com/openxla/stablehlo/issues/3

بشكل غير رسمي، تقوم هذه العملية بنفس الشيء الذي تقوم به عملية XLA's Dot: https://www.tensorflow.org/xla/operation_semantics#dot

مثال:

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

السمات: AlwaysSpeculatableImplTrait

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface)

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع ملير	وصف
precision_config	::mlir::ArrayAttr	سمة التكوين الدقيق

المتعاملات:

المتعامل	وصف
lhs	موتر مُصنف من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو قيم كمية صحيحة لكل محور
rhs	موتر مُصنف من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو قيم كمية صحيحة لكل محور

نتائج:

نتيجة	وصف
«غير مسمى»	موتر مُصنف من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو قيم كمية صحيحة لكل محور

mhlo.dot_general (mhlo::DotGeneralOp)

عملية نقطة عامة

يحسب منتجات النقطة بين شرائح lhs وشرائح rhs وينتج موتر result .

راجع: 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>

السمات: AlwaysSpeculatableImplTrait

الواجهات: ConditionallySpeculatable ، InferShapedTypeOpInterface ، NoMemoryEffect (MemoryEffectOpInterface)

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع ملير	وصف
dot_dimension_numbers	::mlir::mhlo::DotDimensionNumbersAttr	السمة التي تمثل معلومات البعد للنقطة.
precision_config	::mlir::ArrayAttr	سمة التكوين الدقيق
algorithm	::mlir::mhlo::DotAlgorithmAttr	السمة التي تمثل قيود الخوارزمية المستخدمة في حساب النقطة.

المتعاملات:

المتعامل	وصف
lhs	موتر مُصنف من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو قيم كمية صحيحة لكل محور
rhs	موتر مُصنف من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو قيم كمية صحيحة لكل محور

نتائج:

نتيجة	وصف
«غير مسمى»	موتر مُصنف من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو قيم كمية صحيحة لكل محور

mhlo.dynamic_broadcast_in_dim (mhlo::DynamicBroadcastInDimOp)

عملية DynamicBroadcastInDim

هذه العملية مماثلة وظيفيًا لـ broadcast_in_dim op، ولكن يتم تحديد شكل النتيجة ديناميكيًا عبر output_dimensions .

كما يقبل أيضًا سمات اختيارية للتعبير عن المعرفة الثابتة حول السلوك المتوسع للأبعاد. إذا لم يتم تحديدها، فمن المفترض أن تكون جميع الأبعاد قابلة للتوسع. يجب أن تكون مجموعات الأبعاد المعروفة بأنها تتوسع ومجموعة الأبعاد المعروفة بأنها غير قابلة للتوسع منفصلة ويجب أن تكون مجموعة فرعية من أبعاد المعامل.

راجع: 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>

السمات: AlwaysSpeculatableImplTrait

الواجهات: ConditionallySpeculatable ، InferShapedTypeOpInterface ، NoMemoryEffect (MemoryEffectOpInterface)

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع ملير	وصف
broadcast_dimensions	::mlir::DenseIntElementsAttr	سمة العناصر الصحيحة بدون إشارة 64 بت
known_expanding_dimensions	::mlir::DenseIntElementsAttr	سمة العناصر الصحيحة بدون إشارة 64 بت
known_nonexpanding_dimensions	::mlir::DenseIntElementsAttr	سمة العناصر الصحيحة بدون إشارة 64 بت

المتعاملات:

المتعامل	وصف
operand	موتر مُصنف من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو قيم كمية صحيحة لكل محور
output_dimensions	موتر 1D للفهرس أو قيم عددية 2/4/8/16/32/64 بت

نتائج:

نتيجة	وصف
«غير مسمى»	موتر مُصنف من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو قيم كمية صحيحة لكل محور

mhlo.dynamic_conv (mhlo::DynamicConvOp)

عملية DynamicConv

هذه العملية قيد التنفيذ، لذا لم يتم تضمينها بعد في المواصفات: https://github.com/openxla/stablehlo/issues/8

بشكل غير رسمي، تقوم هذه العملية بنفس الشيء مثل ConvolutionOp باستثناء أنه يتم تحديد padding ديناميكيًا عبر 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>

السمات: AlwaysSpeculatableImplTrait

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface)

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع ملير	وصف
window_strides	::mlir::DenseIntElementsAttr	سمة العناصر الصحيحة بدون إشارة 64 بت
padding	::mlir::DenseIntElementsAttr	سمة العناصر الصحيحة بدون إشارة 64 بت
lhs_dilation	::mlir::DenseIntElementsAttr	سمة العناصر الصحيحة بدون إشارة 64 بت
rhs_dilation	::mlir::DenseIntElementsAttr	سمة العناصر الصحيحة بدون إشارة 64 بت
window_reversal	::mlir::DenseElementsAttr	سمة المتجه/الموتر المنطقية الثابتة
dimension_numbers	::mlir::mhlo::ConvDimensionNumbersAttr	بنية معلومات البعد لعملية التحويل
feature_group_count	::mlir::IntegerAttr	سمة عدد صحيح بدون إشارة 64 بت وقيمتها موجبة
batch_group_count	::mlir::IntegerAttr	سمة عدد صحيح بدون إشارة 64 بت وقيمتها موجبة
precision_config	::mlir::ArrayAttr	سمة التكوين الدقيق

المتعاملات:

المتعامل	وصف
lhs	موتر مُصنف من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو قيم كمية صحيحة لكل محور
rhs	موتر مُصنف من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو قيم كمية صحيحة لكل محور
d_padding	موتر مُصنف من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو قيم كمية صحيحة لكل محور

نتائج:

نتيجة	وصف
«غير مسمى»	موتر مُصنف من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو قيم كمية صحيحة لكل محور

mhlo.dynamic_gather (mhlo::DynamicGatherOp)

عملية DynamicGather

هذه العملية قيد التنفيذ، لذا لم يتم تضمينها بعد في المواصفات: https://github.com/openxla/stablehlo/issues/8

بشكل غير رسمي، تقوم هذه العملية بنفس الشيء مثل GatherOp باستثناء أنه يتم تحديد slice_sizes ديناميكيًا: 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>

السمات: AlwaysSpeculatableImplTrait ، InferTensorType

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

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع ملير	وصف
dimension_numbers	::mlir::mhlo::GatherDimensionNumbersAttr	السمة التي تمثل معلومات البعد للتجميع
indices_are_sorted	::mlir::BoolAttr	سمة منطقية

المتعاملات:

المتعامل	وصف
operand	موتر مُصنف من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو قيم كمية صحيحة لكل محور
start_indices	موتر مرتب لقيم عددية 2/4/8/16/32/64 بت
slice_sizes	موتر عدد صحيح أحادي البعد ذو شكل ثابت لقيم عددية 2/4/8/16/32/64 بت

نتائج:

نتيجة	وصف
«غير مسمى»	موتر مُصنف من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو قيم كمية صحيحة لكل محور

mhlo.dynamic_iota (mhlo::DynamicIotaOp)

عملية DynamicIota

هذه العملية مطابقة وظيفيًا لعملية iota op، ولكن يتم تحديد شكل النتيجة ديناميكيًا عبر output_shape .

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

مثال:

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

السمات: AlwaysSpeculatableImplTrait

الواجهات: ConditionallySpeculatable ، InferShapedTypeOpInterface ، NoMemoryEffect (MemoryEffectOpInterface)

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع ملير	وصف
iota_dimension	::mlir::IntegerAttr	سمة عدد صحيح بدون إشارة 64 بت وقيمتها غير سالبة

المتعاملات:

المتعامل	وصف
output_shape	موتر 1D للفهرس أو قيم عددية 2/4/8/16/32/64 بت

نتائج:

نتيجة	وصف
result	موتر مُصنف من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو قيم كمية صحيحة لكل محور

mhlo.dynamic_pad (mhlo::DynamicPadOp)

تشغيل لوحة ديناميكية

بناء الجملة:

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

يقوم بتبطين operand ديناميكيًا، مع تمرير كمية الحشو المضافة عند النهاية المنخفضة/الراقية/الداخلية من خلال موتر الإدخال.

السمات: AlwaysSpeculatableImplTrait

الواجهات: ConditionallySpeculatable ، InferShapedTypeOpInterface ، NoMemoryEffect (MemoryEffectOpInterface)

التأثيرات: MemoryEffects::Effect{}

المتعاملات:

المتعامل	وصف
operand	موتر مُصنف من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو قيم كمية صحيحة لكل محور
padding_value	موتر مُصنف من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو قيم كمية صحيحة لكل محور
edge_padding_low	موتر 1D للفهرس أو قيم عددية 2/4/8/16/32/64 بت
edge_padding_high	موتر 1D للفهرس أو قيم عددية 2/4/8/16/32/64 بت
interior_padding	موتر 1D للفهرس أو قيم عددية 2/4/8/16/32/64 بت

نتائج:

نتيجة	وصف
result	موتر مُصنف من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو قيم كمية صحيحة لكل محور

mhlo.dynamic_reshape (mhlo::DynamicReshapeOp)

عملية إعادة التشكيل الديناميكي

بناء الجملة:

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

هذه العملية مطابقة وظيفيًا لعملية reshape op، ولكن يتم تحديد شكل النتيجة ديناميكيًا عبر output_shape .

راجع: 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>

السمات: AlwaysSpeculatableImplTrait

الواجهات: ConditionallySpeculatable ، InferShapedTypeOpInterface ، NoMemoryEffect (MemoryEffectOpInterface)

التأثيرات: MemoryEffects::Effect{}

المتعاملات:

المتعامل	وصف
operand	موتر من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو قيم كمية صحيحة لكل محور
output_shape	موتر 1D للفهرس أو قيم عددية 2/4/8/16/32/64 بت

نتائج:

نتيجة	وصف
result	موتر من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو قيم كمية صحيحة لكل محور

mhlo.dynamic_slice (mhlo::DynamicSliceOp)

عملية شريحة ديناميكية

يستخرج شريحة من operand باستخدام مؤشرات البداية المحسوبة ديناميكيًا وينتج موتر result .

راجع: 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>

السمات: AlwaysSpeculatableImplTrait ، InferTensorType

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

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع ملير	وصف
slice_sizes	::mlir::DenseIntElementsAttr	سمة العناصر الصحيحة بدون إشارة 64 بت

المتعاملات:

المتعامل	وصف
operand	موتر مُصنف من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو قيم كمية صحيحة لكل محور
start_indices	متغير من موتر 0D لقيم عددية 2/4/8/16/32/64 بت

نتائج:

نتيجة	وصف
result	موتر مُصنف من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو قيم كمية صحيحة لكل محور

mhlo.dynamic_update_slice (mhlo::DynamicUpdateSliceOp)

عملية DynamicUpdateSlice

بناء الجملة:

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

يُنتج موتر result يساوي موتر operand باستثناء أن الشريحة التي تبدأ عند start_indices يتم تحديثها بالقيم الموجودة في update .

راجع: 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>

السمات: AlwaysSpeculatableImplTrait ، InferTensorType

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

التأثيرات: MemoryEffects::Effect{}

المتعاملات:

المتعامل	وصف
operand	موتر مُصنف من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو قيم كمية صحيحة لكل محور
update	موتر مُصنف من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو قيم كمية صحيحة لكل محور
start_indices	متغير من موتر 0D لقيم عددية 2/4/8/16/32/64 بت

نتائج:

نتيجة	وصف
result	موتر مُصنف من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو قيم كمية صحيحة لكل محور

mhlo.einsum (mhlo::EinsumOp)

عملية عينسوم

هذه العملية في طريقها للخروج من StableHLO، لذا لم يتم تضمينها في المواصفات: https://github.com/openxla/stablehlo/issues/3

بشكل غير رسمي، تقوم هذه العملية بنفس الشيء مثل einsum الخاص بـ TF: 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>

السمات: AlwaysSpeculatableImplTrait

الواجهات: ConditionallySpeculatable ، NoMemoryEffect (MemoryEffectOpInterface)

التأثيرات: MemoryEffects::Effect{}

صفات:

يصف	نوع ملير	وصف
einsum_config	::mlir::StringAttr	سمة السلسلة

المتعاملات:

المتعامل	وصف
lhs	موتر مُصنف من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو قيم كمية صحيحة لكل محور
rhs	موتر مُصنف من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو قيم كمية صحيحة لكل محور

نتائج:

نتيجة	وصف
«غير مسمى»	موتر مُصنف من 4/6/8/16/32/64 بت تعويم أو منطقي أو عدد صحيح 2/4/8/16/32/64 بت أو نوع معقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر أو قيم كمية صحيحة لكل محور

mhlo.erf (mhlo::ErfOp)

عملية إرف

بناء الجملة:

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

ينفذ عملية erf على موتر operand وينتج result موتر.

مثال:

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

السمات: AlwaysSpeculatableImplTrait ، CompatibleOperandsAndResultType ، Elementwise ، SameOperandsAndResultShape

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

التأثيرات: MemoryEffects::Effect{}

المتعاملات:

المتعامل	وصف
operand	موتر مصنف لقيم تعويم 4/6/8/16/32/64 بت

نتائج:

نتيجة	وصف
result	موتر مصنف لقيم تعويم 4/6/8/16/32/64 بت

mhlo.exponential (mhlo::ExpOp)

عملية إكسب

بناء الجملة:

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

ينفذ عملية أسية على أساس العنصر على موتر operand وينتج موتر result .

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

مثال:

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

السمات: AlwaysSpeculatableImplTrait ، CompatibleOperandsAndResultType ، Elementwise ، SameOperandsAndResultShape

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

التأثيرات: MemoryEffects::Effect{}

صفات:

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

المتعاملات:

المتعامل	وصف
operand	موتر مصنف من 4/6/8/16/32/64 بت من النوع العائم أو المعقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر

نتائج:

نتيجة	وصف
result	موتر مصنف من 4/6/8/16/32/64 بت من النوع العائم أو المعقد مع عناصر عائمة 32/64 بت أو قيم كمية صحيحة لكل موتر

mhlo.exponential_minus_one (mhlo::Expm1Op)

عملية Expm1

بناء الجملة:

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

ينفذ عملية أسية من حيث العناصر ناقص واحدة على موتر operand وينتج موتر result .

راجع: 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.

المتعاملات:

المتعامل	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

المتعاملات:

المتعامل	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)

Floor operation

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{}

المتعاملات:

المتعامل	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

المتعاملات:

المتعامل	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

المتعاملات:

المتعامل	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

المتعاملات:

المتعامل	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

المتعاملات:

المتعامل

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

المتعاملات:

المتعامل	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{}

المتعاملات:

المتعامل	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

المتعاملات:

المتعامل	وصف
token	الرمز المميز

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{}

المتعاملات:

المتعامل	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.

المتعاملات:

المتعامل	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.

المتعاملات:

المتعامل	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)

Logistic operation

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.

المتعاملات:

المتعامل	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

المتعاملات:

المتعامل	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{}

المتعاملات:

المتعامل	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{}

المتعاملات:

المتعامل	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{}

المتعاملات:

المتعامل	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{}

المتعاملات:

المتعامل	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{}

المتعاملات:

المتعامل	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)

Not operation

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{}

المتعاملات:

المتعامل	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{}

المتعاملات:

المتعامل	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{}

المتعاملات:

المتعامل	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

المتعاملات:

المتعامل	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	الرمز المميز

نتائج:

نتيجة	وصف
«unnamed»	الرمز المميز

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

المتعاملات:

المتعامل	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{}

المتعاملات:

المتعامل	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{}

المتعاملات:

المتعامل	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

المتعاملات:

المتعامل	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{}

المتعاملات:

المتعامل	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{}

المتعاملات:

المتعامل	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

المتعاملات:

المتعامل	وصف
token	الرمز المميز

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

المتعاملات:

المتعامل	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

المتعاملات:

المتعامل	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

المتعاملات:

المتعامل	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

المتعاملات:

المتعامل	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{}

المتعاملات:

المتعامل	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{}

المتعاملات:

المتعامل	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

المتعاملات:

المتعامل	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.

المتعاملات:

المتعامل	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.

المتعاملات:

المتعامل	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{}

المتعاملات:

المتعامل	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{}

المتعاملات:

المتعامل	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.

المتعاملات:

المتعامل	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.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

المتعاملات:

المتعامل	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{}

المتعاملات:

المتعامل	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

المتعاملات:

المتعامل	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)

Send operation

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

المتعاملات:

المتعامل	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	الرمز المميز

نتائج:

نتيجة	وصف
«unnamed»	الرمز المميز

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

المتعاملات:

المتعامل	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{}

المتعاملات:

المتعامل	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{}

المتعاملات:

المتعامل	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{}

المتعاملات:

المتعامل	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{}

المتعاملات:

المتعامل	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.

المتعاملات:

المتعامل	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

المتعاملات:

المتعامل	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

المتعاملات:

المتعامل	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

المتعاملات:

المتعامل	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.

المتعاملات:

المتعامل	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{}

المتعاملات:

المتعامل	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{}

المتعاملات:

المتعامل	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.

المتعاملات:

المتعامل	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.

المتعاملات:

المتعامل	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

المتعاملات:

المتعامل	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

المتعاملات:

المتعامل	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

المتعاملات:

المتعامل	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

المتعاملات:

المتعامل	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

المتعاملات:

المتعامل	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{}

المتعاملات:

المتعامل

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{}

المتعاملات:

المتعامل	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{}

المتعاملات:

المتعامل	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

المتعاملات:

Operand

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{}

المتعاملات:

Operand	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>	البعد
resultIndex	int64_t
resultTupleIndices	::llvm::ArrayRef<int64_t>	البعد
isMustAlias	bool

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>	البعد
kernelInputFeatureDimension	int64_t
kernelOutputFeatureDimension	int64_t
kernelSpatialDimensions	::llvm::ArrayRef<int64_t>	البعد
outputBatchDimension	int64_t
outputFeatureDimension	int64_t
outputSpatialDimensions	::llvm::ArrayRef<int64_t>	البعد

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>	البعد
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>	البعد
rhsBatchingDimensions	::llvm::ArrayRef<int64_t>	البعد
lhsContractingDimensions	::llvm::ArrayRef<int64_t>	البعد
rhsContractingDimensions	::llvm::ArrayRef<int64_t>	البعد

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>	البعد
collapsedSliceDims	::llvm::ArrayRef<int64_t>	البعد
operandBatchingDims	::llvm::ArrayRef<int64_t>	البعد
startIndicesBatchingDims	::llvm::ArrayRef<int64_t>	البعد
startIndexMap	::llvm::ArrayRef<int64_t>	البعد
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>	البعد
operandIndex	int64_t
operandTupleIndices	::llvm::ArrayRef<int64_t>	البعد

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>	البعد
rhsGroupDimensions	::llvm::ArrayRef<int64_t>	البعد

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>	البعد
insertedWindowDims	::llvm::ArrayRef<int64_t>	البعد
inputBatchingDims	::llvm::ArrayRef<int64_t>	البعد
scatterIndicesBatchingDims	::llvm::ArrayRef<int64_t>	البعد
scatterDimsToOperandDims	::llvm::ArrayRef<int64_t>	البعد
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>

أنواع

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

ComparisonDirection

Which comparison operation to perform.

حالات:

رمز	قيمة	خيط
معادل الصوت	0	معادل الصوت
شمال شرق	1	شمال شرق
جنرال إلكتريك	2	جنرال إلكتريك
جي تي	3	جي تي
لي	4	لي
LT	5	LT

ComparisonType

Which comparison type to use.

حالات:

رمز	قيمة	خيط
NOTYPE	0	NOTYPE
يطفو	1	يطفو
TOTALORDER	2	TOTALORDER
تم التوقيع	3	تم التوقيع
UNSIGNED	4	UNSIGNED

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
sharding	0	sharding

FftType

XLA fast fourier transform type.

حالات:

رمز	قيمة	خيط
تحويل فورييه السريع	0	تحويل فورييه السريع
تحويل الأموال	1	تحويل الأموال
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
HIGHEST	2	HIGHEST

ResultAccuracyMode

XLA result accuracy mode.

حالات:

رمز	قيمة	خيط
تقصير	0	تقصير
HIGHEST	1	HIGHEST
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

نقل

Transpose options

حالات:

رمز	قيمة	خيط
TRANSPOSE_INVALID	0	TRANSPOSE_INVALID
NO_TRANSPOSE	1	NO_TRANSPOSE
TRANSPOSE	2	TRANSPOSE
ADJOINT	3	ADJOINT