內容一覽： 近日，由 MLC 社群志願者共同翻譯校對的 TVM 中文文件正式釋出，現已託管至超神經官網 Hyper.AI。
關鍵詞： TVM 開源 機器學習編譯器
本文首發自微信公眾號：HyperAI超神經
面世5年，TVM成備受追捧的深度學習編譯棧
2017 年 8 月，時任華盛頓大學博士生的陳天奇及其團隊成員，正式釋出 TVM。
這是一個開源的模型編譯框架，全稱 Tensor Virtual Machine，意為張量虛擬機器，旨在將機器學習演算法自動編譯成可供下層硬體執行的機器語言，從而利用多種型別的算力。
TVM 系統概覽：適用於 CPU、GPU 和各種機器學習加速晶片
論文：
TVM: An Automated End-to-End Optimizing Compiler for Deep Learning
在知乎問題「如何評價陳天奇團隊新開源的 TVM？」中，陳天奇更是親自解讀，稱：
TVM 嘗試從更高的抽象層次上總結深度學習 op 的手工最佳化經驗，用來使得使用者可以快速地以自動或者半自動的方法探索高效的 op 實現空間。
這一問題在知乎收穫將近 26 萬的閱讀
開源近 5 年以來，TVM 憑藉其靈活性、高效能以及對任意硬體的適配程度， 備受眾多大廠的青睞，NVIDIA、AMD、ARM、AWS、Facebook 等廠商，均採用 TVM 這一開源的端到端深度學習硬體編譯棧，以加強對任意硬體的支援。
耗時 3 個月，v0.10.0 中文文件上線
目前網路上 TVM 相關的中文學習資料比較零散， 僅有的一些中文資料多為相關行業從業者或愛好者，根據自己學習或工作需要整理輸出的。
為了幫助國內開發者系統性學習 TVM，促進機器學習編譯在國內的發展，MLC (Machine Learning Compilation) 社群社群志願者從文件開始，以開源協作的方式對 TVM 官方文件 v0.10.0 進行了本土化。
TVM 中文文件由超神經 Hyper.AI 託管
中文文件在 TVM 官網英文文件的架構基礎上，做了更符合國人閱讀習慣的調整，從安裝 TVM 到使用開發，提供了一系列可供參考的實用文件。
安裝 TVM 共包括 3 種方法：原始碼安裝、Docker映象安裝以及NNPACK Contrib安裝
在使用者教程部分，也提供了十多個教程供開發者快速搜尋定位學習。
目前，TVM 中文文件仍在更新中 ， 我們希望能有更多關心、關注機器學習編譯的開發者加入其中，從社群中獲得價值，併為社群創造價值。
我們歡迎一切形式的貢獻，包括但不限於：
- 認領 TVM 英文文件的翻譯及 Review
- 提交 Issue 或 PR，讓中文文件更規範
- 推廣專案教程、博文，並積極參與社群活動
- More
開源社群一切源自社群，一切回饋社群，現在訪問 TVM 中文文件 GitHub Repo，期待你成為我們的一員，為中文領域機器學習編譯器的發展貢獻力量！
在 GitHub ⭐️ TVM 英文：
在 GitHub ⭐️ TVM 中文：
https://github.com/hyperai/tvm-cn
致謝：
TVM 中文站點順利上線，離不開 MLC.AI 社群的大力支援，衷心感謝各位社群成員的積極參與和協助：
從左到右他們分別是：
白楊 姜漢 馮思遠 熊勉 劉通曉 潘相瑜
—— 完 ——