当前位置: 首页 > article >正文

Apple M1 ARM MacBook 安装 Apache TVM

在这里插入图片描述

一、前置准备

  1. Apple Silicon MacBook
    本文以 Apple M1/M2 为例,M3 及后续版本同理。

  2. 已安装 Homebrew
    macOS 上的包管理器,可前往 Homebrew 官网 查看安装指引。

  3. 已安装 Anaconda 或 Miniforge

    • 确保 Conda 是 ARM 版本(通过 conda info | grep platform 验证应为 osx-arm64)。

二、创建并激活 Conda 环境

  1. 在终端创建环境(Python 3.8 为示例;TVM 建议 3.7 或 3.8 以避免不兼容):

    conda create --name tvm python=3.8 -y
    conda activate tvm
    
  2. 安装必要的 Python 包

    conda install -y numpy decorator attrs psutil tornado xgboost cloudpickle
    

三、安装系统依赖

  1. 使用 Homebrew 安装必要的依赖:
    brew install llvm cmake ninja git
    
  2. 确保 LLVM 处于最新版本,并可以通过 llvm-config --version 验证安装是否成功。

四、下载并配置 TVM

  1. 克隆 TVM 源码并初始化子模块:

    git clone --recursive https://github.com/apache/tvm tvm
    cd tvm
    git submodule update --init --recursive
    
  2. 创建 build 目录并复制默认配置文件:

    mkdir build
    cp cmake/config.cmake build/
    cd build
    
  3. 修改 config.cmake 以启用 LLVM 支持:
    打开 build/config.cmake,找到

    set(USE_LLVM OFF)
    

    替换为

    set(USE_LLVM ON)
    

五、编译并安装 TVM

  1. 设置 LLVM 相关环境变量(让 CMake 能够找到 LLVM):

    export LLVM_DIR=$(brew --prefix llvm)/lib/cmake/llvm
    export PATH=$(brew --prefix llvm)/bin:$PATH
    
    # 可选:永久添加到 ~/.zshrc 或 ~/.bashrc
    echo 'export LLVM_DIR=$(brew --prefix llvm)/lib/cmake/llvm' >> ~/.zshrc
    echo 'export PATH=$(brew --prefix llvm)/bin:$PATH' >> ~/.zshrc
    source ~/.zshrc
    
  2. 使用 CMake 配置编译,并将安装路径指定到当前 Conda 环境:

    cmake .. -G Ninja \
        -DCMAKE_OSX_ARCHITECTURES=arm64 \
        -DCMAKE_INSTALL_PREFIX=$CONDA_PREFIX
    
    • -DCMAKE_OSX_ARCHITECTURES=arm64 指定 Apple Silicon 架构
    • -DCMAKE_INSTALL_PREFIX=$CONDA_PREFIX 指定安装到 Conda 环境
  3. 编译并安装

    ninja -j$(sysctl -n hw.ncpu)
    ninja install
    
    • -j$(sysctl -n hw.ncpu) 表示使用所有可用 CPU 核心来加速编译

六、安装 TVM 的 Python 绑定

  1. 在 Conda 环境内安装 Python 绑定

    cd ../python
    pip install -e .
    
    • -e . 代表开发模式安装,后续修改源码可实时生效。
  2. 设置环境变量(可选,如果需要 PYTHONPATH 自动找到源码):

    export TVM_HOME=~/你的/tvm路径
    export PYTHONPATH=$TVM_HOME/python:${PYTHONPATH}
    
    # 可选:写入 ~/.zshrc 或 ~/.bashrc
    echo 'export TVM_HOME=~/GitHub/tvm' >> ~/.zshrc
    echo 'export PYTHONPATH=$TVM_HOME/python:${PYTHONPATH}' >> ~/.zshrc
    source ~/.zshrc
    

七、验证安装

  1. 命令行测试
    回到命令行(已激活 tvm 环境),执行:
    python -c "import tvm; print(tvm.__version__)"
    

在这里插入图片描述
若能正常输出 TVM 版本号,说明安装成功。

  1. Jupyter Notebook 中使用
    • 如果想在 Notebook 中使用该环境:
      conda activate tvm
      pip install ipykernel
      python -m ipykernel install --user --name tvm --display-name "Python (tvm)"
      
    • 打开 Notebook 后,选择内核为 “Python (tvm)”,然后执行:
      import tvm
      print(tvm.__version__)
      
    • 若能正确输出版本号,表明 Notebook 中也可正常使用。

在这里插入图片描述


http://www.kler.cn/a/524411.html

相关文章:

  • Unity 粒子特效在UI中使用裁剪效果
  • C++:PTA L2-003 月饼
  • C语言-运算符
  • SSM开发(七) MyBatis解决实体类(model)的字段名和数据库表的列名不一致方法总结(四种方法)
  • 创作三载·福启新章2025
  • 【Elasticsearch 】悬挂索引(Dangling Indices)
  • VScode 插件开发 国际化帮助工具
  • [C语言日寄] 源码、补码、反码介绍
  • 【后端】Flask
  • IDEA常用快捷键
  • 算法基础学习——二分查找(附带Java模板)
  • 消息队列篇--通信协议篇--应用层协议和传输层协议理解
  • wx044基于springboot+vue+uniapp的智慧物业平台小程序
  • FastStone Image Viewer图像处理软件安装步骤(百度网盘链接)
  • 51单片机(STC89C52)开发:点亮一个小灯
  • 工作总结:git篇
  • C++并发编程指南05
  • 当贝 F7 Pro 与皮影戏:跨时空的光影对话,点亮家庭娱乐生活
  • 简单的排序算法
  • 【C语言】static关键字的三种用法
  • python学opencv|读取图像(四十九)使用cv2.bitwise()系列函数实现图像按位运算
  • spring中解决循环依赖的方法
  • 【llm对话系统】大模型源码分析之llama模型的long context更长上下文支持
  • 电路研究9.2.4——合宙Air780EP中MQTT 相关命令使用方法研究
  • 数仓ETL测试
  • 【华为OD-E卷 - 最长方连续方波信号 100分(python、java、c++、js、c)】