TVM：Linux源码编译安装
笔者环境：
OS：Ubuntu 18.04
CMake：3.10.2
gcc：7.5.0
cuda：11.1
编译安装过程总览
本文将简介 tvm 的编译安装过程，包含两个步骤：
- 通过C++代码构建共享库
- 设置相关的语言包（如Python包）
源码获取
官网教程提供了两种源码获取方式：
-
通过下载页面直接下载
-
通过 github 仓库来下载
git clone --recursive https://github.com/apache/tvm tvm
注意一定要有 --recursive 参数，保证子模块正常下载。
构建共享库
构建 tvm 共享库，在我们 Linux 系统上即 libtvm.so 和 libtvmruntime.so 。也可以只构建运行时库 libtvmruntime.so ，在要被部署的远程边缘设备（如树莓派、移动手机等）上，我们通常只需要安装运行时库。这也会在后面介绍远程边缘部署时提到。总之现在，在我们的主机上，我们先完全安装 tvm。
准备工作
官方给出的安装 tvm 的最小要求如下：
- 一个支持C++ 14 的编译器 (如g+±5 or higher)
- CMake 3.5 or higher
- 强烈建议安装 llvm
- Python 3.7 / 3.8 (Python 3.9 暂不支持)
- 如果要使用CUDA，CUDA toolkit version >= 8.0
安装最小依赖
安装上述最小要求的命令（ubuntu / debian）：
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
检查一下CMake，如果没有的话，到该下载页面下载。
llvm
llvm 虽然不是强制要求，但我们通常都是需要的，强烈建议大家安装。过程也很简单，从这个下载页面选择适合我们设备和系统的 pre-built 版本（压缩文件 .xz）下载并解压即可：
wget http://releases.llvm.org/x.x.x/clang+llvm-x.x.x-x86_64-linux-gnu-ubuntu-xx.xx.tar.xz
tar -xf clang+llvm-x.x.x-x86_64-linux-gnu-ubuntu-xx.xx.tar.xz
解压完成后进入解压目录，找到 bin 目录下的 llvm-config 文件，记下其路径，一会儿要用。
开始编译构建
准备工作完成之后我们开始编译构建。
首先进入到我们刚才下载的 tvm 源码目录下，新建 build 目录，将 cmake 目录下的 config.cmake 拷贝的 build 目录下：
cd tvm
mkdir build
cp cmake/config.cmake build/
然后按需修改 config.cmake 文件：
-
如果要时候用某些后端和库（如CUDA, OpenCL, RCOM, METAL, VULKAN,等）。这里以CUDA为例，将 set(USE_CUDA OFF) 修改为 set(USE_CUDA ON)，其他库同理。
-
为了帮助调试，需要启用嵌入式图形执行器和调试功能 set(USE_GRAPH_DEBUG ON) 、 set(USE_PROFILER ON)
-
如果要调试 IR，要启用 set(USE_RELAY_DEBUG ON) ，并设置环境变量：
export TVM_LOG_DEBUG="ir/transform.cc=1;relay/ir/transform.cc=1"
-
使用 LLVM，这里要使用到我们刚才记下的 LLVM 路径了，设置 set(USE_LLVM /path/to/your/llvm/bin/llvm-config)
config.cmake 修改完成后，我们开始构建 tvm 及相关库：
cd build
cmake ..
make -j4
Python 包
Python 会根据环境变量 PYTHONPATH 寻找库文件，在 ~/.bashrc中设置这个环境变量，其中 /path/to/tvm 是上文 tvm 目录的绝对路径。
export TVM_HOME=/path/to/tvm
export PYTHONPATH=$TVM_HOME/python:${PYTHONPATH}
python 依赖安装
-
必需依赖
pip3 install --user numpy decorator attrs
-
如果要使用 RPC 追踪器
pip3 install --user tornado
-
如果要使用 auto-tuning 模块
pip3 install --user tornado psutil xgboost cloudpickle
测试
这里我们用 Google Test 来进行测试，首先先安装 GTest（不要和 tvm 装在一起，建议另找一个目录）：
git clone https://github.com/google/googletest
cd googletest
mkdir build
cd build
cmake -DBUILD_SHARED_LIBS=ON ..
make
sudo make install
安装完成后，在 tvm 安装目录下执行测试：
./tests/scripts/task_cpp_unittest.sh
顺利完成无报错的话，即告 tvm 安装完成。
Ref：
https://tvm.apache.org/docs/install/from_source.html#developers-get-source-from-github
