AI编译框架概览

TVM

    完整的编译器框架，包含Auto Tune自动优化机制。自成体系。

MLIR

   MLIR则是编译器基础设施类软件（可以看做机器学习时代的LLVM），面向的是需要构建自定义编译器的用户，它的基本设想是通过MLIR的Dialect共享生态减少用户开发编译器的工作量。依赖生态。

MLIR的设想虽然非常好，但具体实现方面MLIR框架并没有直接解决上面列出的问题，而是把问题摊派给了加入MLIR生态的用户们：

1. TensorFlow/Onnx/Torch等IR转为MLIR的Translation工作（入口工程），需要各框架团队以及开源社区支持
2. Dialect之间并不天生支持完美切换，用户有需要时需要自行定制开发，然后根据个人意愿开源
3. Translation工程、Conversion工程都有可能因为上游IR版本变动引入新bug，也就是上游项目变动需要几何级数的下游项目联动

• 总之，MLIR的设想虽然很棒，但在其生态完全爆发前，其工程开发总量也会很惊人。

参考

AI编译器TVM与MLIR框架分析