TVM编译过程中libtvm.so缺失问题的分析与解决

问题现象

在使用TVM深度学习编译器从源码编译时，用户遇到了一个典型的构建错误。在完成cmake配置后执行make命令时，系统报告无法找到libPolly.a文件，导致无法生成libtvm_allvisible.so和libtvm.so这两个关键库文件。值得注意的是，虽然构建过程报错，但libtvm_runtime.so却能正常生成。

环境背景

该问题出现在Ubuntu 20.04系统环境下，使用LLVM 14作为后端编译器。用户尝试了在CUDA开启和关闭两种配置下进行编译，均出现相同错误。从错误信息来看，构建系统试图在/usr/lib/llvm-14/lib/目录下寻找libPolly.a静态库文件但未能成功。

根本原因分析

经过技术分析，这个问题主要源于LLVM工具链的依赖关系配置。在较新版本的LLVM中，Polly优化器相关库文件被分离为独立的安装包。当TVM构建系统尝试链接LLVM组件时，如果缺少必要的Polly开发库，就会导致构建失败。

解决方案

方案一：安装缺失的Polly开发库

最直接的解决方法是安装对应的LLVM Polly开发包：

sudo apt-get install libpolly-dev

方案二：升级LLVM版本

考虑到LLVM 14可能存在已知问题，建议升级到LLVM 15：

sudo apt-get install llvm-15

方案三：调整TVM构建配置

对于TVM 0.21版本，可以尝试注释掉USE_LLVM的静态链接配置：

# set(USE_LLVM "/usr/bin/llvm-config-14 --link-static")

方案四：使用替代依赖库

当无法直接安装libpolly-dev时，可以尝试安装兼容的clang公共库：

sudo apt-get install libclang-common-12-dev

补充说明

对于需要在GPU环境下编译TVM的情况，还需要特别注意以下几点：

1. 确保正确安装CUDA工具链，并设置CUDACXX环境变量指向nvcc编译器：

export CUDACXX=/usr/local/cuda/bin/nvcc

2. 在旧版TVM(如v0.7)中，需要明确指定CUDA安装路径：

set(USE_CUDA "/usr/local/cuda")

3. 构建Python绑定时，需要正确传递CUDA相关的CMake参数。

结论

TVM编译过程中的库文件缺失问题通常与LLVM工具链的配置有关。通过合理调整构建配置或补充安装必要的开发库，可以有效解决这类问题。对于不同版本的TVM和不同硬件环境，可能需要采用特定的解决方案。建议用户在遇到类似问题时，首先确认LLVM组件的完整性，再根据具体错误信息选择最适合的解决方法。