开放的机器学习编译器框架

文档 |
贡献者 |
社区 |
发布说明

Apache TVM 是一个开放的机器学习编译框架，遵循以下原则：

• Python 优先的开发：支持快速定制机器学习编译器流水线。
• 通用部署：将模型转换为最小的可部署模块。

许可证

TVM 采用 Apache-2.0 许可证授权。

快速开始

请查阅 TVM 文档 网站，获取安装说明、教程、示例等更多信息。
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。我们的目标是创建一个由社区维护和拥有的开源项目。
请查看 贡献者指南。

历史与致谢

TVM 最初是作为一个深度学习编译研究项目启动的。项目的第一个版本从以下项目中受益匪浅：

• Halide：TVM 的 TIR 和算术简化模块部分源自 Halide。我们还从 Halide 学习并借鉴了部分 lowering 流水线。
• Loopy：使用了整数集分析及其循环转换原语。
• Theano：为循环设计的符号扫描算子的灵感来源。

此后，该项目经历了多轮重新设计。当前的设计也与初始设计大不相同，遵循了 ML 编译器社区的发展趋势。

最新版本侧重于跨层级设计，以 TensorIR 作为张量级表示，以 Relax 作为图级表示，并采用 Python 优先的转换方式。项目当前的设计目标是使 ML 编译器更易用，支持在 Python 中自定义大多数转换，并提供一种能够联合优化计算图、张量程序和库的跨层级表示。该项目也是为特定领域（如 LLMs）构建 Python 优先的垂直编译器的基础设施。