1樓：金雪鋒
1、先熟悉一下深度學習和機器學習，教材就不推薦了，很多，一定要動手實踐，CV/NLP跑幾個小模型，了解一下深度學習模型的怎麼回事，有什麼樣的運算元
你說沒有GPU，這個不是問題，用CPU也可以。
2、深度學習編譯器主要用於兩個場景，AI框架或者AI晶元的配套編譯器，可以先了解一下AI框架和深度學習編譯器的全景知識，比如，深度學習編譯器與傳統編譯器的區別
針對神經網路的編譯器和傳統編譯器的區別和聯絡是什麼？
AI框架分析
3、熟悉並實踐業界常用的開源AI編譯器，推薦TVM，先了解一下原理，然後看一下TVM中不同型別運算元的實現，比如element-wise類、reduce類、matmul類、conv類等，最後自己可以實現幾個簡單的，把端到端的流程和原理摸清楚，包括compute、schedule、codegen等等。
TVM Documentation
寫CUDA到底難在哪？
公升騰CANN系列教程-TBE運算元開發（初級）_基礎課程_華為雲學院_雲計算培訓-華為雲
AI編譯器做的比較全，包括圖編譯器（前端的硬體無關的，比如自動微分/自動並行；後端的硬體相關的優化）、運算元編譯器、端側推理相關的編譯器等等。
有大量的社群活動可以參加，比如模型和運算元眾籌、bug fix、MSG活動等等。
目前正在找實習生
MindSpore/mindspore
深度學習編譯器坑位多嗎？
熊勒個貓 據我了解，除了一直在知乎上輸出文章的楊軍大佬他們團隊 阿里 PAI 之外，還有華為也是在招的。華為和阿里算是參與研究tvm比較早的企業，實力積澱特別深厚而且內部應用應該比較成熟了，這兩家算是比較好的選擇。除此之外，其實大廠和ai公司都在研究。比如之前看到過位元組開源的lightseq就用了...
如何開發編譯器？
gitlab.gnome.org GNOME vala issues?milestone title 1.0 發展中的編譯器，正好可以做學習和研究。 Anges 說一下做過的編譯器前端部分 動態生成語法樹，詞法解析，主要利用狀態機，更高階點nfa轉行dfa，其實解析起來也沒有大家說的那麼難，會基本的...
編譯器是如何編譯自己的？
何源 比如你是馬雲，沒身份證 編譯器 之前怎麼證明自己是馬雲。那你得弄來一張名為馬雲的身份證 編譯器 問題來了，這張身份證怎麼來呢？你去找你爸要了戶口本 其他語言的編譯器 去派出所填寫了自己的資料 自己編譯器原始碼 辦理身份證，因為戶口本上你的名字是馬雲，派出所給了一張名為馬雲的身份證。從此，你不用...