TVM工具组

• 语言: 中文（简体）
• 格式: .pdf
• 来源: github.com/tvmai

摘要

TVM是平头哥芯片平台的重要工具链产品，主要功能是将预训练的Caffe或TensorFlow模型转换为LLVM IR，并生成可在无剑SoC平台上执行的二进制。支持Caffe前端的原因包括：满足客户评估需求、增强竞争力以及利用开源社区的丰富资源。当前进度显示，TVM已支持多种Caffe模型和操作，且无需预先安装Caffe即可导入模型文件。

AI总结

## 《TVM工具组》文档总结

**1. 概述**
TVM是平头哥芯片平台工具链的重要组成部分，主要用于将预训练好的Caffe或TensorFlow模型转换为LLVM IR，生成可在无剑SoC平台上执行的二进制。

**2. 功能与作用**
- 负责模型转换和二进制生成，支持Caffe和TensorFlow模型。
- 转换流程：模型 -> LLVM IR -> 二进制。

**3. 添加Caffe前端的原因**
- **客户需求**：Caffe模型在评估芯片网络中占很大比重。
- **竞争力**：当前各大芯片厂商的部署工具大多数支持Caffe前端，支持该前端有利于提高竞争力。
- **开源资源**：开源社区中有众多Caffe网络模型，直接支持Caffe使用户更方便使用这些资源。

**4. 当前进度**
- **测试网络**：已测试包括AlexNet、DenseNet121、Inception系列、MobileNet系列、ResNet50、SqueezeNet V1、VGG16、SSD、FCN-8s等。
- **测试操作**：涵盖innerproduct、conv2d、reshape、softmax、relu、pooling、lrn、dropout、batchnorm、scale、concat、prelu、sigmoid、tanh、etwise、deconvolution、slice、flatten、normalize、crop、proposal、roipooling、permute、priorbox等。
- 特点：无需预先安装Caffe，直接导入模型文件即可使用。

**总结**：TVM工具组在平头哥芯片平台中发挥关键作用，通过支持Caffe和TensorFlow模型的转换，提升了芯片评估和部署的效率和竞争力，同时兼容丰富的开源资源，方便开发者使用。