Projektvorstellung

Apache TVM ist ein Open-Source-Compiler-Framework für maschinelles Lernen, das für CPUs, GPUs und Beschleuniger für maschinelles Lernen entwickelt wurde und es Ingenieuren im Bereich maschinelles Lernen ermöglicht, Berechnungen effizient zu optimieren und auf beliebigen Hardware-Backends auszuführen.

Dieses Projekt ist ein vollständiges TVM-Lern-Tutorial, das alle Aspekte vom Anfänger bis zum Fortgeschrittenen abdeckt, einschließlich Modellimport, Kompilierungsoptimierung, Operator-Tuning und Mikrocontroller-Bereitstellung.

Die in diesem Tutorial verwendete TVM-Version wurde im Januar 2026 aktualisiert. tvm==0.22.0

Inhaltsverzeichnis

I. Einführung in die Grundlagen und Kernmodule

• 00_quick_start_cn.ipynb Schnellstart: Dieses Tutorial richtet sich an Apache TVM-Einsteiger.
• 01_ir_module_cn.ipynb IR-Modul: Die zentrale Abstraktionsschicht von Apache TVM Unity

II. TVM-Nutzung und Optimierungspraktiken

• 00_e2e_opt_model_cn.ipynb End-to-End-Modelloptimierung
• 01_customize_opt_cn.ipynb Benutzerdefinierte Optimierung
• 02_optimize_llm_cn.ipynb LLM-Optimierung (Dieses Kapitel erfordert die Arbeit mit Remote-Geräten und kann nicht direkt auf der Plattform ausgeführt werden)
• 03_cross_compilation_and_rpc_cn.ipynb Cross-Kompilation und RPC
• 04_export_and_load_executable_cn.ipynb Exportieren und Laden der Relax-Programmdatei

Lizenz

Dieses Tutorial ist unter der Apache-Lizenz 2.0 für das Apache TVM-Projekt lizenziert.