关于搭建TVM编译器的官方文档：Install from Source — tvm 0.14.dev0 documentation (apache.org)
首先我们需要安装Anaconda，因为其中包含着我们所需要的各类依赖：
进入Anaconda官网https://www.anaconda.com/products/distribution，下载Windows版本，下载完成后运行.exe，可以更改安装路径（如果安装路径不是C盘可能需要一点点额外的步骤，这个后面会提到），基本一路Next就可以了。需要注意的是，一定要把将Anaconda加入PATH勾选上，这样就可以节省配置Anaconda环境变量的步骤。
最终安装好Anaconda，可以在电脑应用菜单这里找到对应的cmd终端入口和powershell入口：
接下来是编译LLVM，简便行事我们可以使用已经手动编译好的库，进入https://winlibs.com/找到包含LLVM的包：
下载解压到任意目录里就行，最后把其中bin目录路径写入环境变量的PATH中，进入Anaconda的cmd终端中输入如下命令：
llvm-config --libdir不报错并显示对应的库目录路径意味着前面的步骤都完成了，下面就开始搭建TVM。
从github上获取最新版的TVM克隆到本地文件夹tvm中，记住务必要克隆而非直接下载ZIP解压否则后面编译会报错：
$ git clone --recursive http://github.com/apache/tvm tvm
新建一个build文件夹，从文件夹cmake中复制一份config.cmake拷贝到build文件夹中：
$ cd tvm
$ mkdir build
$ cp cmake/config.cmake build当然源码获取并没有这么简单，这也是我踩的一个大坑了，如果现在查看build里的一些文件夹，你会发现很多是空的，这是因为它们是子仓库所以并没有跟随着一起将源码克隆到本地，反而只是将一个jit链接克隆了下来，我们接下来需要补充这一部分代码，进入github仓库的build文件夹下，将有蓝色链接（含有子仓库）的源码下载到本地，替换原来残缺的部分：
在Anaconda终端中切换到tvm的文件夹目录下，注意：如果你将Anaconda放在了非系统盘，那么你需要使用管理员身份进入终端。
使用如下命令构建并进入tvm-build的虚拟环境：
# Create a conda environment with the dependencies specified by the yaml
conda env create --file conda/build-environment.yaml
# Activate the created environment
conda activate tvm-build这个过程会比较长，大概10分钟左右。
打开build目录下的config.cmake文件，将USE_LLVM设为ON，修改完后保存：
进入build目录调用cmake进行生成：
cd build
cmake -A x64 -Thost=x64 ..
cd ..
cmake --build build --config Release -- /m这里可能会有报错"No CMAKE_C_COMPILER could be found"，意思就是没有编译器，我们可以去下载Visual Studio解决这个问题，如果你已经安装了Visual Studio但仍然存在这个问题，那你需要去Visual Studio Installer里下载安装一个SDK，这里我推荐最新版的windows 10 SDK。
这个步骤也要等待蛮久的，大概半小时（而且非常占用CPU，电脑风扇起飞），可以看到中途会有很多Warnings，不必理会（不是Error就知足吧Orz）：
最终可以看到在tvm\build\Release目录下生成了tvm.dll的链接库：
使用如下命令直接安装即可：
pip3 install typing_extensions numpy decorator attrs
pip3 install tornado psutil xgboost cloudpickle
pip3 install ml_dtypes
这一步看其他大佬的博客都是直接配置PYTHONPATH环境变量，但实际上我们在Anaconda终端直接运行如下脚本即可完成：
cd python
python setup.py install运行完毕，可以打开python的IDLE输入import tvm来简单测试一下我们搭建的TVM是否可用：
如上所示，没有报错基本就成功了。
当然如果不习惯用IDLE，也可以使用VSCode、PyCharm等代码编辑器，例如在VSCode的设置的命令面板中输入：
python:select interpreter更换python解释器为我们刚刚添加tvm包的解释器：
如下所示，没有报错：
至此，我们的TVM编译器搭建就结束了，篇幅不长但是却浓缩了我踩坑的漫长经历QAQ