Gluon Deployment

• 语言: 英语
• 格式: .pdf
• 来源: github.com/tvmai

摘要

该文档主要介绍了使用TVM部署GluonCV模型的过程，并提到了AWS在TVM领域的贡献。文档还展示了GluonCV模型的性能对比，包括在AWS DeepLens、Acer aiSage和NVIDIA Jetson Nano上的表现。此外，文档包含了 tuyển dụng信息，正在Shanghai, Beijing和Shenzhen招聘 Applied Scientist和SDE positions，并提供了实习机会。

AI总结

以下是对文档内容的中文总结：

---

本文档主要介绍了如何使用TVM部署GluonCV模型，并包含了与TVM相关的行业动态和招聘信息。以下是核心内容的总结：

1. **GluonCV模型部署**
- 部署流程：使用MXNet计算图导出模型，生成JSON格式的无环图（Acyclic Graph），然后通过TVM进行优化，以实现更高效的部署。
- 相关资源：提供了详细的部署说明和技术论文的链接（https://arxiv.org/pdf/1907.02154.pdf）。

2. **TVM与AWS的关系**
- AWS在工业界为TVM贡献最多。
- 计划在中国扩建TVM团队，主要地点包括上海、北京和深圳。

3. **招聘信息**
- 招聘职位：应用科学家（Applied Scientist）和软件开发工程师（SDE）。
- 实习机会：面向对机器学习系统感兴趣的学生。
- 联系方式：如有兴趣，请通过邮箱（[e-mail]）联系。

4. **性能对比**
- 展示了TVM优化后模型在不同设备（如AWS DeepLens、Acer aiSage、NVIDIA Jetson Nano等）上的表现，表明优化效果显著。

---

总结内容简洁明了，突出了核心观点和关键信息，逻辑清晰，语言简洁。