TVM 中文站正式上線！最全機器學習模型部署「參考書」它來了

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：

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。

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。

在這裡插入圖片描述

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：

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：

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 ——