Apache TVM 是开源深度学习编译器栈，聚焦于为各种硬件架构构建高效的实现。它包含来自 TensorFlow、TensorFlow Lite (TFLite)、Keras、PyTorch、MxNet、ONNX、Darknet 等的模型解析。借助 Vitis AI 与 TVM 的集成，Vitis AI 即可运行来自这些框架的模型。TVM 包含 2 个阶段。首先是模型编译/量化阶段，此阶段会为目标 CPU 和 DPU 生成 CPU/FPGA 二进制文件。随后，通过在云端或边缘器件上安装 TVM 运行时，即可调用 Python 或 C++ 中的 TVM API 来执行模型。
要阅读了解有关 Apache TVM 的更多内容，请访问 https://tvm.apache.org。
Vitis AI 在 Vitis AI GitHub 仓库中提供了有关 Vitis AI 与 TVM 集成的相关教程和安装指南：https://github.com/Xilinx/Vitis-AI/tree/v3.0/third_party/tvm。