一个极简的深度学习框架，提供类 PyTorch 的 Tensor API、自动求导、编译器，并支持多种加速器后端。
3.4万4382PythonMIT更新于 昨天
apache/tvm
开源机器学习编译框架，支持用 Python 定制编译流程，并将模型部署到多种硬件平台。
- Star
- 13,853
- Fork
- 4,018
- 未关闭 Issue
- 358
- 最近提交
- 12小时前
这是什么？
Apache TVM 是一个机器学习编译框架，可以把训练好的模型编译成适配不同硬件的可部署模块。项目以 Python 为主要开发方式，编译流程中的大部分变换都可以直接用 Python 定制，无需修改 C++ 核心代码。
项目采用跨层级设计：TensorIR 作为张量级表示，用于描述底层算子程序；Relax 作为图级表示，用于描述计算图。两者结合，使计算图优化与张量程序优化可以协同进行，也便于接入外部算子库。
TVM 同时可作为构建领域专用编译器的基础设施，LLM 是其中一个典型方向。项目支持 OpenCL、Vulkan、Metal、ROCm 等 GPU 后端，并涉及 JavaScript 等部署目标。
核心功能
- 01以 Python 为主，可定制编译器各阶段的变换流程。
- 02使用 TensorIR 表示张量级程序。
- 03使用 Relax 表示计算图级结构。
- 04可协同优化计算图、张量程序和外部算子库。
- 05支持 OpenCL、Vulkan、Metal、ROCm 等 GPU 后端。
适用场景
- 将训练好的深度学习模型部署到 GPU 或边缘设备等不同硬件上。
- 为特定领域或模型类型构建定制的机器学习编译器。
- 用 Python 研究新的张量程序优化方法。
- 将模型编译后在浏览器或 JavaScript 环境中运行。
快速上手
- 1
在 TVM 文档网站上阅读安装说明
- 2
学习 Getting Started with TVM 教程
标签
常见问题
- tvm 是什么？
- 开源机器学习编译框架，支持用 Python 定制编译流程，并将模型部署到多种硬件平台。 Apache TVM 是一个机器学习编译框架，可以把训练好的模型编译成适配不同硬件的可部署模块。项目以 Python 为主要开发方式，编译流程中的大部分变换都可以直接用 Python 定制，无需修改 C++ 核心代码。
- tvm 可以免费使用吗？用的什么许可证？
- tvm 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。
- tvm 还在维护吗？
- 活跃维护中。tvm 最近一次提交是在 2026年10月21日。
- tvm 适合用来做什么？
- 将训练好的深度学习模型部署到 GPU 或边缘设备等不同硬件上。 为特定领域或模型类型构建定制的机器学习编译器。 用 Python 研究新的张量程序优化方法。 将模型编译后在浏览器或 JavaScript 环境中运行。
- tvm 怎么安装和运行？
- 在 TVM 文档网站上阅读安装说明 学习 Getting Started with TVM 教程
- 在哪里获取 tvm？
- 源代码和安装说明在 GitHub 上：https://github.com/apache/tvm
概要由 AI 根据项目 README 生成；GitHub 数据每日更新。
相关项目
基于 Python 的深度学习框架，提供 GPU 加速的张量计算和基于自动求导的动态神经网络。
10.5万3.2万PythonOther更新于 11小时前
一个用 Rust 编写的张量库与深度学习框架，支持训练和推理，可运行在多种 GPU 与 CPU 后端上。
1.6万1106RustApache-2.0更新于 12小时前
端到端开源机器学习平台，提供 Python 和 C++ 接口，用于构建和部署 ML 模型。
20.1万8万C++Apache-2.0更新于 昨天
基于 MLIR 的机器学习编译器与运行时，将模型统一降级到中间表示，覆盖数据中心到移动与边缘设备。
39861038C++Apache-2.0更新于 3小时前
MLX 的 Swift 接口，让开发者在 Apple 芯片上用 Swift 进行机器学习研究与实验。
2066371C++MIT更新于 前天