1.下载tvm源码
git clone --recursive https://github.com/apache/tvm tvm
2.进入tvm目录,执行下面的命令,配置所需的环境
conda env create --file conda/build-environment.yaml
3.激活上面命令所建立的tvm-build环境
conda activate tvm-build
4.安装llvm,并添加环境变量到~/.zshrc或~/.bashrc
export PATH=$PATH:/usr/local/llvm/bin
export LD_LIBRARY_PATH=/usr/local/llvm/lib
5.用conda安装cudanvidia-smi显示cuda版本为12.2,直接安装cuda12.2(指不在conda虚拟环境内)和pytorch后发现torch.cuda.is_available()一直显示false
于是重新在conda里安装cuda11.7,并直接从pytorch官网Start Locally | PyTorch按照其给出的命令下载cuda11.7对应的pytorch,安装成功后torch.cuda.is_available()依然显示false。
按照这篇博客解决torch.cuda.is_available()返回结果为False - 代码先锋网里给出的方法后终于成功。
从https://download.pytorch.org/whl/torch_stable.html中下载cuda11.7+torch1.13.1对应的安装包
然后手动安装。
pip install torch-1.13.1+cu117-cp37-cp37m-linux_x86_64.whl
之后torch.cuda.is_available显示True!!!
6.配置tvm:
在tvm文件夹里新建build文件夹,然后把cmake文件夹里的config.cmake复制到build文件夹里。
将USE_CUDA 、USE_CUDNN、USE_LLVM设置为ON
7.进入build目录,编译tvm
cmake ..
make -j16