TVM-MUSA M1000
TVM-MUSA M1000 是面向摩尔线程 MTT M1000（aarch64）的 TVM 发行版。它在 TVM 的编译栈中接入 MUSA backend、muDNN 算子库和 MUSA runtime，把模型编译为可在 M1000 上执行的推理模块。
TVM-MUSA M1000 以 Python wheel 形式发布，安装后 import 包名仍为 tvm。用户无需从源码编译 TVM，也无需修改模型；已有 TVM Python 工程只需切换到本发行版并选择 MUSA target。
主要能力
- 支持 PyTorch
ExportedProgram和 ONNX 模型经 Relax 前端导入，并使用musa_mp22_cvpipeline 面向 M1000 / MP22 做图优化和算子分派。 - 已接入 muDNN BYOC，覆盖 Conv、MatMul、LayerNorm、Softmax、GELU、SDPA 等常见 CV 子图；未命中专项 pattern 时回退到 TVM 通用实现。
- 提供 MUSA runtime、
relax.VirtualMachine和 device-resident 输入执行路径，支持从模型编译到 M1000 推理的完整流程。 - 支持将编译结果导出为
.sosystem library，并通过tvm.runtime.load_module重新加载，便于把构建阶段和部署阶段分离。
版本信息
| 项目 | 说明 |
|---|---|
| tvm-musa 版本 | 0.2.0 |
| tvm-ffi 版本 | 0.1.13.post4.dev1+g16e786c29 |
| 目标平台 | 摩尔线程 MTT M1000（aarch64，MP22） |
| MUSA SDK | 5.1.x/5.2.x |
| Python | 3.10 |
适用范围
本文档面向在 MTT M1000 上使用 TVM-MUSA M1000 进行模型编译、优化与部署的开发者，覆盖从模型导入、图优化到运行时执行的完整流程。当前版本重点针对 CV 类模型进行优化，同时也适用于其他能够由 Relax 前端导入并获得 MUSA backend 支持的模型。具体使用方式和约束请参见快速开始及各相关章节。
