DaceML 由以数据为中心的并行编程提供动力的机器学习。 该项目为DaCe添加了PyTorch和ONNX模型加载支持，SDFG IR添加了ONNX操作员库节点。 通过访问DaCe丰富的转换库和高效的开发环境， DaceML可以生成可在CPU，GPU和FPGA上执行的高效实现。 白盒方法使我们可以看到所有粒度级别的计算：从粗略运算符到内核实现，甚至到每个标量运算和内存访问。 库节点 DaceML通过机器学习运算符扩展了DaCe IR。 添加的节点执行ONNX规范指定的计算。 DaceML利