活动预告 | 2023 Meet TVM · 深圳站定档 ，邀您共赴一场最前沿的 AI 编译器技术之旅！
内容一览：2023 Meet TVM 线下聚会第 3 站将于 9 月 16 日在深圳腾讯大厦举办！本次 Meetup 包含 5 个关于 AI 编译器的精彩 talk，期待与大家在深圳相聚！
关键词：编译器 线下活动 2023MeetTVM
本文首发自 HyperAI 超神经微信公众平台~
今年 3 月和 6 月，2023 Meet TVM 系列活动分别在上海和北京成功举办，300 余位来自各大厂商、科研院所的伙伴们齐聚一堂，线上线下进了充分的交流和讨论。
阅读往期文章：
北京站：活动回顾 | 汇聚行业技术大咖，共享思维碰撞时刻，2023 Meet TVM · 北京站圆满落幕
上海站：活动回顾 | 2023 Meet TVM 首聚上海，百余位工程师共话机器学习编译的现在和未来
9 月中旬，TVM Meetup 第 3 站线下聚会定档深圳，这次我们邀请到了 5 位资深 AI 编译器专家，他们将在深圳腾讯大楼，为在场的朋友们带来精彩分享。
本次活动由 MLC.AI 及 HyperAI 超神经主办，同时得到了 OpenBayes 贝式计算和腾讯 AI Lab 的倾情赞助，现场也为大家准备了精美的周边礼品和茶歇，欢迎大家来玩！
2023 Meet TVM 深圳站活动信息
⏰ 时间：9 月 16 日（周六）13:30-17:30
📍 地点：深圳市南山区深南大道 10000 号腾讯大厦 2F 多功能厅
👬 人数：200（现场座位有限，请尽早报名）
🙌🏻 报名：扫描下方二维码报名
温馨提示：进入腾讯大厦须提供访客信息，请务必准确填写个人信息，以免影响入场，感谢大家的合作。
扫码备注「TVM 深圳」加入活动群：
📝 日程：
分享嘉宾及内容简介
分享主题：基于 TVM 的动态形状编译优化
内容简介：传统的深度学习编译器（包括 TVM）缺少动态形状支持，在处理大语言模型（动态序列长度）和检测模型（动态宽/高）等情况时比较乏力。基于此现状，我们设计实现了一套基于 TVM 的 CPU 端动态形状算子优化方案，性能超过现有的静态形状方案，且几乎不需要搜索时间。
观看本场分享，你将了解：
1. 动态形状优化带来的挑战
2. TVM 社区的 dlight 相关工作
3. CPU 端动态形状优化的难点和解法
分享主题：Design an AI Processor: Compiler is Dominant
内容简介：随着以大语言模型为代表的 AIGC 的发展和普及，算力需求呈指数式增长。因此，AI 处理器芯片的设计以及相应的编程变得更加复杂。
如何让两者变得更加简单高效，自动化的编译器— 计算架构联合设计了一个潜在的解决方案。
观看本场分享，你将了解：
1. AI 处理器的产品格局
2. 自动化 AI 处理器设计的研究近况
3. AI 处理器自动化设计的基础编译框架
分享主题：MLIR 及其 AI 图编译实践
内容简介：随着 AI 芯片和 AI 框架的蓬勃发展，AI 编译器也随之发展起来，如 XLA, TVM 等。 MLIR 作为通用和可复用的编译器框架，由于能够帮助各硬件厂商快速构建 DS AI 编译器，目前在 AI 编译系统中得到了广泛的利用。
本次分享主要介绍 MLIR 的一些基本知识要素、 MLIR 的 Codegen 流程以及构建 AI 编译器的实践步骤，另外也将和大家讨论一下 MLIR 解决 AI 编译器关键问题的思路。
观看本场分享，你将了解：
1. AI 编译器的构建元素
2. MLIR 的基本知识和用途
3. MLIR 构建 AI 编译器的基本步骤
分享主题：基于 MLIR 的 AI 编译器的设计与实现
内容简介：AI 和机器学习领域有许多不同的软件框架（如 TensorFlow 、 PyTorch 等)，硬件设备也日益多样化（CPU 、 GPU 、 TPU 等)，AI 编译器作为连接二者的桥梁，存在着诸多挑战。
MLIR 作为一套编译器基础设施，它提供一系列可复用的易扩展的基础组件，用来搭建领域专用编译器。腾讯在 MLIR 的基础上搭建了一套端到端的 AI 编译器，为用户的 AI 模型提供编译优化，从而简化模型在多种 AI 芯片上的部署，发挥极致性能。
观看本场分享，你将了解：
1. 腾讯 AI 编译器的整体流程
2. MLIR 的一些基础设施介绍及其提供的便利性
3. Linalg dialect 为基础的 tiling 和 fusion 介绍
分享主题：大模型时代机器学习系统的机遇与挑战
内容简介：生成式人工智能和大型语言模型 (LLM) 领域取得了重大进展，它们具有卓越的能力和从根本上改变许多领域的潜力。与此同时，他对于机器学习系统带来了全新的机遇和挑战。一方面，巨大的算力需求导致对于系统优化的需求提升；另一方面，单一的模型结构和高性能硬件需求，使得原本开放的机器学习生态开始收敛。
观看本场分享，你将了解：
1. 大模型时代的机器学习系统现状
2. MLC-LLM 最近的进展与更新
3. 后大模型时代的机器学习系统展望
主办方及合作伙伴简介
作为本次活动的主办方，MLC.AI 社区成立于 2022 年 6 月，并由 Apache TVM 主要发明者、机器学习领域著名的青年学者陈天奇，带领团队上线了 MLC 线上课程，系统介绍了机器学习编译的关键元素以及核心概念。
2022 年 11 月，在 MLC.AI 社区志愿者的共同努力下，首个完整的 TVM 中文文档上线，并成功托管至 HyperAI 超神经官网，进一步为对机器学习编译感兴趣的国内开发者，提供了接触并学习一门新技术的基础设置——文档。
2023 年第四季度，「2023 Meet TVM」系列活动将在杭州举办，届时欢迎企业及社区伙伴参与共创。
MLC 线上课程：https://mlc.ai/
TVM 中文文档：https://tvm.hyper.ai/
国内领先的人工智能及高性能计算社区，致力于为广大国内开发者提供数据科学领域的优质公共资源，截至目前已为 1200+ 公开数据集提供国内下载节点，支持 300+ 人工智能及高性能计算相关的词条查询，托管了完整的 TVM 中文文档，并即将上线多个基础及流行教程。
访问官网：https://orion.hyper.ai/
OpenBayes 贝式计算是国内领先的高性能计算服务提供商，通过为新一代异构芯片嫁接经典软件生态及机器学习模型，进而为工业企业及高校科研提供更加快速、易用的数据科学计算产品，其产品已被数十家大型工业场景或头部科研院所所采用。
访问官网：https://openbayes.com/
腾讯 AI Lab 是腾讯的企业级 AI 实验室，于 2016 年 4 月在深圳成立，目前有 100 多位顶尖研究科学家及 300 多位应用工程师。借助腾讯丰富应用场景、大数据、计算力及一流人才方面的长期积累，AI Lab 立足未来，开放合作，致力于不断提升 AI 的认知、决策与创造力，向 “Make AI Everywhere” 的愿景迈步。
腾讯 AI Lab 强调研究与应用并重发展。基础研究关注机器学习、计算机视觉、语音技术及自然语言处理等四大方向；技术应用聚焦在游戏、数字人、内容、社交四大领域，并初探 AI 在工业、农业、医疗、医药、生命科学等领域的研究应用。
活动行：扫码跳转至活动行报名
扫码备注 「TVM 深圳」加入活动群
考虑到本场活动的场地空间情况，我们仅开放了 200 个到场名额，建议大家尽早报名锁定席位。
2023 Meet TVM 系列活动现已开启，9 月 16 日 13:30-17:30，期待与大家在深圳相聚！
本文首发自 HyperAI 超神经微信公众平台~