OpenCL，OpenGL編譯
TVM已經支持多個硬件后端：CPU，GPU，移動設備等…添加了另一個后端：OpenGL / WebGL。
OpenGL / WebGL能夠在沒有安裝CUDA的環境中利用GPU。目前，這是在瀏覽器中使用GPU的唯一方式。
這個新的后端允許以一下3種方式使用OpenGL / WebGL：
? 本地OpenGL：可以將深度學習模型編譯成OpenGL，并直接在本地機器上運行，完全只使用Python。
? 帶有RPC的WebGL：可以將深度學習模型編譯為WebGL，作為一個共享庫導出，并帶有Java主機代碼和WebGL設備代碼。然后，可以通過RPC將這個共享庫部署到TVM Java運行時系統，在瀏覽器內運行。
? 帶有靜態庫的WebGL：可以將深度學習模型編譯為WebGL，與TVM Java運行時系統連接，導出整個包。然后，可以在瀏覽器的網頁中運行模型，不需要依賴項。詳細流程如圖1所示。

TVM Compiler

TVM中的操作內核是自動編譯的，不是人工編譯的。如圖2所示，TVM使用統一的AST定義內核，編譯為不同平臺上的代碼。
? 不需要編寫大量附加代碼，就可以將現有模型部署。Relay / TVM模型定義對于所有target都是相同的，只需將其編譯到新的target。
? 如果要添加新的操作系統內核，只需要在TVM中定義一次，不用為每個target實現一次。不需要知道如何編寫代碼添加新的操作系統內核。

CPU（LLVM）：模型被編譯為LLVM IR和JIT’ed，完全在CPU上運行。
OpenCL：模型被編譯成OpenCL。還有一些glue code被編譯到LLVM，負責設置和啟動OpenCL內核。然后在本地機器上運行。
OpenGL：與OpenCL相同，但編譯為OpenGL。

參考鏈接：
https://www.sohu.com/a/225439682_473283

總結

以上是生活随笔為你收集整理的OpenCL，OpenGL编译的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。