我是在双系统中linux上安装的，不是Ubuntu虚拟机，虽然两者过程基本一样，但是在双系统上会更方便。

直接选择以下安装：

如果有人能够安装成功，那你就是天选之子！后面的步骤都与你无关，我建议你立刻去买张彩票，中了奖记得打赏我点（doge）。

不过绝大部分人应该是安装不成功的，那就按下面的步骤一步一步安装。

可以有以下几种：

1）单独的python环境 2）anaconda等创建的虚拟环境（这个环境可以是anaconda中普通的python环境，也可以是安装的pytorch、tensorflow等框架）

我们下面会把tvm安装到以上这些现有的python环境中，没必要重新为tvm创建一个新的python环境。

我使用的13.0.0，官网链接，找到自己所需的版本：

注意：这个是编译好的，不是源代码，不需要自己编译。如果下载的是名字中带src的压缩包，还需要自己编译生成LLVM。

下载之后解压，并将文件名改为llvm，将其放入到/usr/local路径下 （/usr/lib路径也可以，只要自己记住就行）

然后将其放入环境变量（不放也可以，但最好放）：

命令行输入：

将以下两行添加进去（注意里面的路径）

保存退出，然后命令行更新一下源文件：

只安装llvm就可以用了，但是因为很多代码需要用到cuda+cudnn。如果你不想用cuda+cudnn，那你可以跳过这一步。

在这里不再展示如何安装cuda+cudnn，你可以到网上去搜索。

注意： 如果你是用命令行直接安装的cuda，那cuda的bin、include、lib64路径下是空的，不利于设置环境变量。所以我建议从官网下载cuda+cudnn，中间可能需要更换gcc的版本。 CUDA官网，CUDNN官网 安装cuda+cudnn步骤可参考：博客1，博客2 降级 GCC / G++ 步骤可参考：博客1

配置环境变量：

如果你成功安装了cuda+cudnn，那么就把cuda放到环境变量里去：

并输入：

注意注意注意：一定要添加第二行的CPATH，否则编译时会报找不到相关的头文件

保存退出，然后命令行更新一下源文件：

可以通过git下载，如果没有git就先下载git(sudo apt-get install git) （双系统可能需要处理一下git，我用git下载tvm一直下载不成功）：

也可以在官网下载：https://github.com/apache/tvm/releases 我选择的是0.9.0版本的。 下载解压到 ** /home/用户名 ** 的路径下，并将文件名称改为tvm。

进入tvm文件夹中，新建一个build文件夹，并将cmake文件夹下的config.cmake文件复制到build文件夹中。

修改文件夹build中的config.cmake文件 可以用ubuntu自带的编辑器打开，也可以用vim在终端打开。

修改以下内容：

此外： 如果要对IR进行debug：set(USE_RELAY_DEBUG ON)并在环境变量中加入TVM_LOG_DEBUG的路径 如果要对编译过程进行debug：set(USE_GRAPH_EXECUTOR ON) 和(USE_PROFILER ON)

保存退出。

这一步是为了用LLVM/cuda编译tvm。

在build文件夹下右键选择“在终端中打开”，执行下面两行：

系统编译完tvm后会还会自动搜索tvm的依赖。

注：make -j16 编译完最后自动搜索tvm的依赖可能会报下面这种错误： (如果没有报错就跳过3.2.4直接看3.3)

注意：找不到的"-lz"和"-ltinfo"的格式都是"-lxxx"，第一个字母l并不是其名称，所以两个问题是找不到"z"和"tinfo"，我们安装时需要在名字前面加"lib"，尾部加"-dev"，即接下来我们安装的是"libz-dev"和"libtinfo-dev"。

（其实在第一步环境准备时这玩意已经被安装过了，但是这里报错，是因为版本不兼容？不满足依赖？为什么有时候报错有时候不报错！）

1）用apt尝试安装

试一下看能否安装。

如果安装成功，看这一步：3）重新搜索tvm的依赖 若不能安装，有如下报错的话看下面一步：2）用aptitude安装

2）用aptitude安装

安装aptitude：

aptitude会自动识别要安装的包之间的依赖关系

安装缺失的包：

每个包安装时都会提醒你是否接受他给出的解决方案，按照它给出的方案选着“y”或者“n”。

3）重新搜索tvm的依赖

再次输入：

因为tvm已经编译成功了，这次不会再次编译，只会搜索tvm的依赖：

和上面的将LLVM放入环境变量过程一样：

命令行输入：

将下面两行加进去：

保存退出后更新一下：

先安装一些必要的包：

再进入/tvm/python路径下（里面有setup.py文件，用于将tvm导入python）：

下面以anaconda中的环境为例。

命令行输入：

逐行输入：

如果输出’0.9.0 +true’证明安装成功。

打开pycharm新建一个项目，并将python解释器设置为刚刚导入tvm的python。

输入：

如果输出0.9.0+true说明安装成功。

如下图：说明我的cuda、tvm都可以用了。