所属分类：AI大模型与智能应用 当前为单品课程，可返回上一级继续浏览同方向资料。
← 返回上一级
← 返回所属目录 咨询 / 购买

LLVM与TVM深度学习编译优化

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导入
深度学习编译优化的背景 · 目标 · 整体学习路径与工具链概览
课程导入深度学习编译优化…
02
LLVM基础架构
LLVM IR · 前端 · 优化器
LLVM基础架构
03
LLVM中间表示
LLVM IR语法 · 类型系统 · 指令集与内存模型
LLVM间表示
04
LLVM优化Pass
Pass管理器 · 常用优化Pass（如GVN · LICM
LLVMPass
05
LLVM后端与代码生成
指令选择 · 寄存器分配 · 指令调度与目标描述
LLVM后端
06
TVM架构与设计
TVM整体架构 · Relay IR · TE（张量表达式）与TIR（张量中间…
TVM架构
07
TVM前端与模型导入
从PyTorch/TensorFlo…
TVM前端
08
TVM张量表达式（TE）
调度原语（split · fuse · reorder
TVMTE
09
TVM自动调度（AutoTVM）
基于模板的搜索 · 代价模型与硬件后端适配
TVMAutoTVM
10
TVM Ansor（AutoScheduler）
自动生成调度搜索空间 · 进化搜索与性能调优
TVMAnsor
11
TVM代码生成与运行时
TIR到LLVM/CUDA/Open… · 运行时模块与图执行
TVM代码生成
12
LLVM与TVM的集成
TVM如何利用LLVM后端进行CPU… · 自定义LLVM Pass集成
LLVMTVM
13
深度学习算子优化案例
矩阵乘法 · 卷积 · 池化等算子在TVM中的调度优化实战
深度学习算子优化…矩阵乘法
14
内存优化与数据布局
内存层次结构 · 数据重排 · 共享内存与缓存优化策略
内存优化数据布局
15
并行化与向量化
多核CPU并行 · SIMD向量化 · GPU线程块与线程映射
并行化向量化
16
图优化与算子融合
TVM中图级优化（常量折叠 · 算子融合 · 布局转换）与实现
图优化算子融合
17
量化与低精度优化
INT8/FP16量化原理 · TVM量化流程与LLVM低精度支持
量化低精度优化
18
稀疏化与剪枝
稀疏模型表示 · TVM稀疏算子优化与LLVM稀疏内存…
稀疏化剪枝
19
硬件后端适配
TVM支持CPU · GPU · FPGA
硬件后端适配TVM
20
性能分析与调试
使用LLVM工具（llvm-mca · opt）与TVM profiling…
性能分析调试
21
常见问题与解决方案
IR转换错误 · 调度冲突 · 代码生成错误
常见问题解决方案
22
LLVM新特性与深度学习
MLIR · CIRCT与LLVM在AI加速器设计…
LLVM新特性
23
TVM与MLIR的关系
TVM中MLIR集成 · TIR与MLIR的互操作
TVMMLIR
24
端侧部署与优化
TVM在ARM · RISC-V等嵌入式平台的优化策略与…
端侧部署优化
25
分布式与多设备编译
TVM多设备执行 · 流水线并行与数据并行编译
分布式多设备编译
26
编译优化前沿
自动微分编译 · 可微分编程 · 编译器与深度学习协同设计
编译优化前沿自动微分编译
27
综合实战项目
从模型导入到多后端部署的完整编译优化… · BERT）
综合实战项目从模型导入到多后…
28
性能对比与评估
不同优化策略（LLVM O3 · TVM默认 · AutoTVM
性能对比评估
29
课程总结与进阶路径
核心知识点回顾 · 常见误区 · 推荐资源与研究方向
课程总结进阶路径
30
结业考核
综合设计一个自定义算子并完成从TVM…
结业考核TVM