TVM，我不懂

1，谈背景，也就是谈有什么诉求或者痛点，然后产生了TVM
caffe 等深度学习框架在不同的硬件架构上需要写不同的算子。以前开发人员写算子的时候，要写cpu版本啊，GPU版本啊。现在有个想法，我们能不能写一次就行了。期望存在一个中间层，可以将前端的表达式（算子），转换成适配于硬件架构，这个算法设计人员不需要重复劳作以及减少算法设计难度。TVM应运而生了。
2，组成
TVM 最上层是简易的算法表达式，中间就是scachle 层，里面做了算子的优化切片的功能，数据搬运和数据计算调度，最后转化为硬件指令这些操作。
聊点我的个人理解，一般来说，我们写代码只要把业务过程描述就可以，比如先执行什么模块，再执行什么模块。所以我的理解里面TVM就是个编译器，对业务过程做了描述compute之后，还需要做业务优化调度，还有映
3，这里应该写每个模块的设计。
4，从并行的角度，来理解Tvm的几个操作吧
1，splite
切轴操作。可以理解成单个for 循环编程多