Add support for MLU kernelize

Aperta
  • Qualcosa non va?
#701 7 commenti 0 reazioni 0 assegnatari Vedi su GitHub

I maintainer di solito rispondono entro 1 giorno

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
5/5
Tempo stimato
Più di una settimana
Idoneità per principianti
45/100
Tipo di issue
Funzionalità
Chiarezza
Abbastanza chiara
Stato di attività
Attiva
Stack tecnologico
python, pytorch, rust
Ambito
backend, documentation, machine-learning, testing

Direzione di ricerca

Confronta i pattern di runtime in PR #155 e PR #285, quindi ispeziona il pacchetto Python in kernels/ e i binding Rust in kernels-data/. Esegui i test mlu_only proposti, incluso test_hub_forward_mlu(), e rivedi la CLI del benchmark e la tabella dell’hardware in nix-builder/README.md. Il lavoro è completo quando sono coperti il rilevamento di MLU, la validazione, i binding del backend tra le versioni di config, i test, il supporto della CLI e la documentazione.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

Summary

I'd like to propose adding runtime device support for Cambricon MLU accelerators to the kernels Python package. This would follow the same pattern as PR #155 (NPU) and PR #285 (Neuron), enabling the kernels library to recognize, route, and load kernels targeting MLU hardware.

Motivation

Cambricon MLU is a custom AI accelerator used in several production environments. Currently, attempting to use kernelize() with an MLU device raises: ValueError: Unknown device type: mlu. This prevents MLU users from participating in the kernel hub ecosystem, even when using MLU-compatible kernels registered via register_kernel_mapping().

Proposed scope

Runtime support only — this PR would not touch kernel-builder or nix-builder. Specifically:

  • kernels/ Python package: _MLURepos class, MLU backend detection via torch.mlu.device_count(), device validation, benchmark CLI support
  • kernels-data/ Rust library: Backend::Mlu variant across all config versions (v1–v5) and Python bindings (Backend.MLU)
  • Tests: mlu_only pytest marker, test_hub_forward_mlu() (with fallback allowance since no MLU kernels exist in kernels-community yet)
  • Documentation: update nix-builder/README.md hardware support table (Tier 3, same as NPU/Neuron)

References

Looking forward to your feedback!

Lingua principale
Python
Stelle
781
Fork
141
Merge medio
1g 10h
PR unite (30g)
57

Preparare l'ambiente

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di huggingface/kernels

Tutte le issue di huggingface/kernels

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.