直达 TVM 华文站 → https://tvm.hyper.ai/
面世5年，TVM成备受追捧的深度进修编译栈
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，旨在将机械进修算法主动编译成可供下层硬件执行的机械语言，从而利用多种类型的算力。
论文：TVM: An Automated End-to-End Optimizing Compiler for Deep Learning
https://r6.ieee.org/scv-cis/wp-content/uploads/sites/6/2019/03/TVM-1hour.pdf
在知乎问题 如何评价陈天奇团队新开源的TVM？ 中，陈天奇更是亲自解读，称：
TVM 尝试从更高的抽象层次上总结深度进修 op 的手工优化经验，用来使得用户可以快速地以主动或者半主动的方法探索高效的 op 实现空间。
开源近 5 年以来，TVM 凭借其灵活性、高性能以及对随便硬件的适配程度，备受众多大厂的青睐，NVIDIA、AMD、ARM、AWS、Facebook 等厂商，均采用 TVM 这一开源的端到端深度进修硬件编译栈，以加强对随便硬件的支持。
耗时 3 个月，v0.10.0 华文文档上线
目前网络上 TVM 相关的华文进修资料比较零散，仅有的一些华文资料多为相关行业从业者或爱好者，根据自己进修或工作需要整理输出的。
为了帮助国内开发者系统性进修 TVM，促进机械进修编译在国内的发展，MLC (Machine Learning Compilation) 社区社区志愿者从文档开始，以开源协作的方式对 TVM 官方文档 v0.10.0 进行了本土化。
华文文档在 TVM 官网英文文档的架构基础上，做了更符合国人阅读习惯的调整，从安装 TVM 到使用开发，提供了一系列可供参考的实用文档。
在用户教程部分，也提供了十多个教程供开发者快速搜索定位进修。
目前，TVM 华文文档仍在更新中，我们希望能有更多关心、关注机械进修编译的开发者加入其中，从社区中获得价值，并为社区创造价值。
我们欢迎一切形式的贡献，包括但不限于：
开源社区一切源自社区，一切回馈社区，现在访问 TVM 华文文档 GitHub Repo，期待你成为我们的一员，为华文领域机械进修编译器的发展贡献力量！
在 GitHub ⭐️ TVM 英文：
https://github.com/apache/tvm
在 GitHub ⭐️ TVM 华文：
https://github.com/hyperai/tvm-cn
致谢：
TVM 华文站点顺利上线，离不开 MLC.AI 社区的大力支持，衷心感谢各位社区成员的积极参与和协助：
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 ——