内容一览： 近来，由 MLC 社区志愿者共同翻译校正的 TVM 中文文档正式发布，现已保管至超神经官网 Hyper.AI。
关键词： TVM 开源 机器学习编译器
本文首发自微信大众号：HyperAI超神经
问世5年，TVM成备受追捧的深度学习编译栈
2017 年 8 月，时任华盛顿大学博士生的陈天奇及其团队成员，正式发布 TVM。
这是一个开源的模型编译框架，全称 Tensor Virtual Machine，意为张量虚拟机，旨在将机器学习算法主动编译成可供基层硬件履行的机器语言，从而利用多种类型的算力。
TVM 体系概览
适用于 CPU、GPU 和各种机器学习加快芯片
论文：
TVM: An Automated End-to-End Optimizing Compiler for Deep Learning
在知乎问题「怎么点评陈天奇团队新开源的 TVM？」中，陈天奇更是亲身解读，称：
TVM 测验从更高的笼统层次上总结深度学习 op 的手工优化经历，用来使得用户能够快速地以主动或者半主动的方法探索高效的 op 完成空间。
这一问题在知乎收成将近 26 万的阅览
开源近 5 年以来， TVM 凭借其灵活性、高性能以及对恣意硬件的适配程度， 备受很多大厂的喜爱，NVIDIA、AMD、ARM、AWS、Facebook 等厂商，均选用 TVM 这一开源的端到端深度学习硬件编译栈，以加强对恣意硬件的支撑。
耗时 3 个月，v0.10.0 中文文档上线
目前网络上 TVM 相关的中文学习资料比较零星， 仅有的一些中文资料多为相关职业从业者或爱好者，依据自己学习或工作需要整理输出的。
为了帮助国内开发者体系性学习 TVM，促进机器学习编译在国内的开展，MLC (Machine Learning Compilation) 社区社区志愿者从文档开始，以开源协作的方法对 TVM 官方文档 v0.10.0 进行了本土化。
TVM 中文文档由超神经 Hyper.AI 保管
传送门→tvm.hyper.ai/
中文文档在 TVM 官网英文文档的架构基础上，做了更契合国人阅览习惯的调整，从装置 TVM 到使用开发，供给了一系列可供参考的有用文档。
装置 TVM 共包含 3 种方法
源码装置、Docker镜像装置以及NNPACK Contrib装置
在用户教程部分，也供给了十多个教程供开发者快速搜索定位学习。
目前，TVM 中文文档仍在更新中 ， 咱们期望能有更多关怀、重视机器学习编译的开发者参加其中，从社区中获得价值，并为社区创造价值。
咱们欢迎全部形式的奉献，包含但不限于：
-
招领 TVM 英文文档的翻译及 Review
-
提交 Issue 或 PR，让中文文档更规范
-
推广项目教程、博文，并积极参与社区活动
-
More
开源社区全部源自社区，全部回馈社区，现在拜访 TVM 中文文档 GitHub Repo，等待你成为咱们的一员，为中文范畴机器学习编译器的开展奉献力量！
在 GitHub ⭐️ TVM 英文：
github.com/apache/tvm
在 GitHub ⭐️ TVM 中文：
github.com/hyperai/tvm…
致谢：
TVM 中文站点顺利上线，离不开MLC.AI 社区的大力支撑，衷心感谢各位社区成员的积极参与和帮忙：
从左到右他们分别是：
白杨 姜汉 冯思远 熊勉 刘通晓 潘相瑜
—— 完 ——
