|
By 超神经 内容一览：近日，由 MLC 社区志愿者共同翻译校对的 TVM 中文文档正式发布，现已托管至超神经官网 Hyper.AI。 关键词：TVM 开源 机器学习编译器 面世5年，TVM成备受追捧的深度学习编译栈 2017 年 8 月，时任华盛顿大学博士生的陈天奇及其团队成员，正式发布 TVM。 这是一个开源的模型编译框架，全称 Tensor Virtual Machine，意为张量虚拟机，旨在将机器学习算法自动编译成可供下层硬件执行的机器语言，从而利用多种类型的算力。  TVM 系统概览 适用于 CPU、GPU 和各种机器学习加速芯片 论文： TVM: An Automated End-to-End Optimizing Compiler for Deep Learning 地址： https://r6./scv-cis/wp-content/uploads/sites/6/2019/03/TVM-1hour.pdf 在知乎问题「如何评价陈天奇团队新开源的 TVM？」中，陈天奇更是亲自解读，称： TVM 尝试从更高的抽象层次上总结深度学习 op 的手工优化经验，用来使得用户可以快速地以自动或者半自动的方法探索高效的 op 实现空间。  这一问题在知乎收获将近 26 万的阅读 开源近 5 年以来，TVM 凭借其灵活性、高性能以及对任意硬件的适配程度，备受众多大厂的青睐，NVIDIA、AMD、ARM、AWS、Facebook 等厂商，均采用 TVM 这一开源的端到端深度学习硬件编译栈，以加强对任意硬件的支持。 耗时 3 个月，v0.10.0 中文文档上线 目前网络上 TVM 相关的中文学习资料比较零散，仅有的一些中文资料多为相关行业从业者或爱好者，根据自己学习或工作需要整理输出的。 为了帮助国内开发者系统性学习 TVM，促进机器学习编译在国内的发展，MLC (Machine Learning Compilation) 社区社区志愿者从文档开始，以开源协作的方式对 TVM 官方文档 v0.10.0 进行了本土化。  TVM 中文文档由超神经 Hyper.AI 托管 传送门→https://tvm./ 中文文档在 TVM 官网英文文档的架构基础上，做了更符合国人阅读习惯的调整，从安装 TVM 到使用开发，提供了一系列可供参考的实用文档。  安装 TVM 共包括 3 种方法 源码安装、Docker镜像安装以及NNPACK Contrib安装 在用户教程部分，也提供了十多个教程供开发者快速搜索定位学习。  |
|
|
