ubuntu环境安装编译tvm

1.下载代码
git clone --recursive https://github.com/apache/tvm.git tvm

git下载慢或者下载不下来可切换成国内源,执行:git clone https://github.com.cnpmjs.org/apache/tvm.git。
先不对子模块进行下载,故不需要参数–recursive,下载结束后进入.gitmodules 文件,修改其中的子模块下载地址,在下载地址github.com后面添加.cnpmjs.org后缀。

执行:git submodule sync,更新子模块下载地址
执行:git submodule update --init --recursive,更新子模块或下载子模块
2.安装依赖库

sudo apt-get update
sudo apt-get install -y python3 python3-dev python3-setuptools gcc libtinfo-dev zlib1g-dev build-essential cmake libedit-dev libxml2-dev

sudo apt-get install llvm
sudo apt-get install clang

3. 编译
mkdir build
cp cmake/config.cmake build

cd build
修改配置

cmake…
make
4.安装python 依赖库
pip3 install numpy decorator attrs

5. 配置环境变量

export TVM_HOME=/path/to/tvm
export PYTHONPATH=$TVM_HOME/python:${PYTHONPATH}
  1. 典型target分析
print(tvm.target.Target("llvm"))
llvm -keys=cpu -link-params=0
for jetson nano cpu: target="llvm -device=arm_cpu -mcpu=cortex-a57"

print(tvm.target.Target("nvidia/jetson-nano"))    
cuda -keys=cuda,gpu -arch=sm_53 -max_num_threads=1024 -max_threads_per_block=1024 -registers_per_block=32768 -shared_memory_per_block=49152 -thread_warp_size=32

print(tvm.target.target.micro("stm32f746xx"))
c -keys=cpu -link-params=0 -march=armv7e-m -mcpu=cortex-m7 -model=stm32f746xx

print(tvm.target.target.micro("host"))
c -keys=cpu -link-params=0 -model=host

print(tvm.target.target.arm_cpu("p20"))
llvm -keys=arm_cpu,cpu -device=arm_cpu -link-params=0 -mattr=+neon -model=kirin970 -mtriple=arm64-linux-android
### 如何在 Ubuntu安装 TVM 深度学习编译器 #### 下载 TVM 源码 为了获取最新版本的 TVM,建议从 GitHub 仓库克隆源代码。这可以通过执行以下命令完成: ```bash git clone --recursive https://github.com/apache/tvm tvm cd tvm ``` 此过程会创建一个名为 `tvm` 的目录并从中检出所有必要的子模块[^4]。 #### 准备依赖项 确保系统已安装 Python 和其他构建工具。对于 Ubuntu 20.04, 推荐使用的配置如下所示: - Python 版本:3.8.10 或更高版本 - GCC 编译器:9.4.0 或以上版本 - CMake 工具:至少 3.16.3 版本 - 如果计划支持 NVIDIA GPU,则还需要适当版本的 CUDA SDK (例如 12.0)[^5] 可以使用包管理器来满足这些需求,比如通过 apt-get 来安装基础组件: ```bash sudo apt update && sudo apt install -y build-essential cmake git libedit-dev libxml2-dev \ libffi-dev libjpeg-dev zlib1g-dev curl wget python3-pip ninja-build ccache pip3 install --upgrade pip setuptools wheel ``` 如果打算启用对特定硬件的支持(如CUDA),则需额外安装对应的驱动程序和库文件。 #### 构建 TVM 进入 TVM 文件夹后,可利用 Makefile 进行本地编译。推荐采用 Ninja 构建系统以加速多线程编译流程: ```bash mkdir build && cd build cmake .. -G "Ninja" ninja ``` 上述指令会在当前路径下新建一个 `build` 目录,并在此处生成目标二进制文件。 #### 配置 Python 绑定 为了让 Python 能够调用 TVM API,还需设置相应的绑定接口。通常情况下,只需运行简单的脚本来自动处理这部分工作: ```bash cd .. python3 -m pip install --user -e apps/python/ ``` 这条命令使得可以在不干扰全局环境中轻松测试新安装好的 TVM 实例。 #### 测试安装成果 最后一步是验证一切正常运作。尝试导入 TVM 并打印其版本号作为初步确认手段之一: ```python import tvm print(tvm.__version__) ``` 成功显示版本信息即表明整个安装过程顺利完成。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值