內容一覽： 近日，由 MLC 社區志願者共同翻譯校對的 TVM 中文文檔正式發佈，現已託管至超神經官網 Hyper.AI。

關鍵詞： TVM 開源 機器學習編譯器

本文首發自微信公眾號：HyperAI超神經

面世5年，TVM成備受追捧的深度學習編譯棧

2017 年 8 月，時任華盛頓大學博士生的陳天奇及其團隊成員，正式發佈 TVM。

這是一個開源的模型編譯框架，全稱 Tensor Virtual Machine，意為張量虛擬機，旨在將機器學習算法自動編譯成可供下層硬件執行的機器語言，從而利用多種類型的算力。

TVM 系統概覽：適用於 CPU、GPU 和各種機器學習加速芯片

論文：

TVM: An Automated End-to-End Optimizing Compiler for Deep Learning

在知乎問題「如何評價陳天奇團隊新開源的 TVM？」中，陳天奇更是親自解讀，稱：

TVM 嘗試從更高的抽象層次上總結深度學習 op 的手工優化經驗，用來使得用户可以快速地以自動或者半自動的方法探索高效的 op 實現空間。

這一問題在知乎收穫將近 26 萬的閲讀

開源近 5 年以來，TVM 憑藉其靈活性、高性能以及對任意硬件的適配程度， 備受眾多大廠的青睞，NVIDIA、AMD、ARM、AWS、Facebook 等廠商，均採用 TVM 這一開源的端到端深度學習硬件編譯棧，以加強對任意硬件的支持。

耗時 3 個月，v0.10.0 中文文檔上線

目前網絡上 TVM 相關的中文學習資料比較零散， 僅有的一些中文資料多為相關行業從業者或愛好者，根據自己學習或工作需要整理輸出的。

為了幫助國內開發者系統性學習 TVM，促進機器學習編譯在國內的發展，MLC (Machine Learning Compilation) 社區社區志願者從文檔開始，以開源協作的方式對 TVM 官方文檔 v0.10.0 進行了本土化。

TVM 中文文檔由超神經 Hyper.AI 託管

傳送門→https://tvm.hyper.ai/

中文文檔在 TVM 官網英文文檔的架構基礎上，做了更符合國人閲讀習慣的調整，從安裝 TVM 到使用開發，提供了一系列可供參考的實用文檔。

安裝 TVM 共包括 3 種方法：源碼安裝、Docker鏡像安裝以及NNPACK Contrib安裝

在用户教程部分，也提供了十多個教程供開發者快速搜索定位學習。

目前，TVM 中文文檔仍在更新中 ， 我們希望能有更多關心、關注機器學習編譯的開發者加入其中，從社區中獲得價值，併為社區創造價值。

我們歡迎一切形式的貢獻，包括但不限於：

• 認領 TVM 英文文檔的翻譯及 Review
• 提交 Issue 或 PR，讓中文文檔更規範
• 推廣項目教程、博文，並積極參與社區活動
• More

開源社區一切源自社區，一切回饋社區，現在訪問 TVM 中文文檔 GitHub Repo，期待你成為我們的一員，為中文領域機器學習編譯器的發展貢獻力量！

在 GitHub ⭐️ TVM 英文：

https://github.com/apache/tvm

在 GitHub ⭐️ TVM 中文：

https://github.com/hyperai/tvm-cn

致謝：

TVM 中文站點順利上線，離不開 MLC.AI 社區的大力支持，衷心感謝各位社區成員的積極參與和協助：

從左到右他們分別是：

白楊 姜漢 馮思遠 熊勉 劉通曉 潘相瑜

—— 完 ——