TVM 中文站正式上线！最全机器学习模型部署「参考书」它来了

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
本文首发自微信公众号：HyperAI超神经

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：

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。

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

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。

在这里插入图片描述

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。

目前，TVM 中文文档仍在更新中，我们希望能有更多关心、关注机器学习编译的开发者加入其中，从社区中获得价值，并为社区创造价值。

我们欢迎一切形式的贡献，包括但不限于：

开源社区一切源自社区，一切回馈社区，现在访问 TVM 中文文档 GitHub Repo，期待你成为我们的一员，为中文领域机器学习编译器的发展贡献力量！

在 GitHub ⭐️ TVM 英文：

在 GitHub ⭐️ TVM 中文：

致谢：

TVM 中文站点顺利上线，离不开 MLC.AI 社区的大力支持，衷心感谢各位社区成员的积极参与和协助：

从左到右他们分别是：

白杨姜汉冯思远熊勉刘通晓潘相瑜

—— 完 ——