新推出的AI芯片因架構(gòu)的獨(dú)特性和軟件的易用性增加了客戶嘗試和遷移的成本，因此，軟件成為了能否快速、低成本遷移的關(guān)鍵?，F(xiàn)在普遍的做法是在TensorFlow寫一些后端集成新硬件，這給社區(qū)和AI芯片公司都帶來了負(fù)擔(dān)，增加了遷移的難度和成本。

目前，有不少項(xiàng)目都希望從AI編譯的角度避免重復(fù)性的工作，比如微軟亞洲研究院的NNFusion以及阿里云的HALO開源項(xiàng)目，降低從GPU向其它AI加速器遷移的成本。

有一個(gè)值得關(guān)注的開源框架TVM，開發(fā)者通過這個(gè)框架就可以將已有的模型部署到不同的硬件上，這是打開AI芯片的萬能鑰匙嗎？