开放机器学习编译器框架

文档 | 贡献者 | 社区 | 发布说明

Apache TVM 是一个开放机器学习编译框架，遵循以下原则：

以 Python 优先的开发方式，便于快速定制机器学习编译器流水线。
通用部署，将模型转化为最小可部署模块。

许可证

TVM 采用 Apache-2.0 许可证。

快速入门

请访问 TVM 文档站点获取安装说明、教程、示例及其他内容。使用 TVM 入门教程是一个很好的起点。

为 TVM 做贡献

TVM 采用 Apache 提交者模型。我们旨在创建一个由社区维护和拥有的开源项目。请参阅贡献者指南。

历史与致谢

TVM 始于一个深度学习编译研究项目。该项目的第一个版本受益于以下项目：

Halide: TVM 的 TIR 和算术简化模块部分源自 Halide。我们还从 Halide 学习和改编了部分降低流水线。
Loopy: 整数集分析及其循环转换原语的使用。
Theano: 用于递归的符号扫描算子的设计灵感。

自那以后，该项目经历了多轮重新设计。当前的设计与初始设计也大相径庭，遵循了 ML 编译器社区的发展趋势。

最新版本专注于跨层级设计，以 TensorIR 作为张量级表示，以 Relax 作为图级表示，并采用 Python 优先的转换。该项目的当前设计目标是让 ML 编译器更易用，通过使大多数转换可以在 Python 中自定义，并引入一种跨层级表示，能够联合优化计算图、张量程序和库。该项目也是构建面向 LLM 等领域的 Python 优先垂直编译器的基础基础设施。