Apple M1 ARM MacBook 安装 Apache TVM

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):

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

    bash 复制代码
    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:

    bash 复制代码
    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:

    bash 复制代码
    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:

    bash 复制代码
    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

    cmake 复制代码
    set(USE_LLVM OFF)

    替换为

    cmake 复制代码
    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):

    bash 复制代码
    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:

    bash 复制代码
    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

    bash 复制代码
    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

    bash 复制代码
    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):

    bash 复制代码
    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:

    bash 复制代码
    python -c "import tvm; print(tvm.__version__)"

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:

      bash 复制代码
      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:

      python 复制代码
      import tvm
      print(tvm.__version__)
    • 若能正确输出版本号,表明 Notebook 中也可正常使用。

相关推荐
比奇堡派星星1 天前
Linux 杂项设备驱动框架详解
linux·arm开发·驱动开发
SeaTunnel1 天前
Apache SeaTunnel 2025 案例精选重磅发布!
大数据·开源·apache·seatunnel·案例
xingzhemengyou11 天前
LINUX 通过/proc/interrupts了解系统硬件中断的使用情况
linux·arm开发
rfidunion1 天前
ubuntu下使用qemu模拟ARM(一)-------安装samba服务器
服务器·arm开发·ubuntu
三佛科技-134163842121 天前
FT32F072xx、FT32F072xB、FT32F072x6/x8基于ARM Cortex-M0内核32位单片机分析
arm开发·单片机·嵌入式硬件·智能家居·pcb工艺
麦兜*1 天前
Spring Boot 整合 Apache Doris:实现海量数据实时OLAP分析实战
大数据·spring boot·后端·spring·apache
p66666666681 天前
STM32(基于 ARM Cortex-M 内核)中函数调用栈帧的开辟 销毁过程
arm开发·stm32·嵌入式硬件
云边有个稻草人1 天前
大数据时代下的时序数据库选型指南:为何Apache IoTDB成为最优解
大数据·apache·时序数据库·apache iotdb
星空真迷人2 天前
嵌入式 WiFi 加持 普通设备也能联网 “唠嗑”
arm开发·stm32·单片机·嵌入式硬件·物联网·iot
JosieBook2 天前
【数据库】时序数据智能基座:Apache IoTDB 选型与深度实践指南
数据库·apache·iotdb