MegCC

以解决 MegEngine 推理库 Binary size 过大为出发点，MegEngine 团队基于 MLIR 开发了一个深度学习模型编译器 MegCC。MegCC 的输入为 MegEngine 的模型，经过编译优化之后生成运行这个模型的高效纯 C kernel，以及优化之后的自定义格式模型。MegCC 具有下特点：

超级轻量的 Binary Size ：仅仅只编译 mobilenetV1，stripped 之后的Runtime只有 81KB . 高性能 ：所有算子都进过精细优化，Arm 推理性能超过 MegEngine。 移植非常容易 ：因为 Runtime 和 Kernel都是纯 C 代码，非常方便部署，支持部署在 Android，TEE 以及无操作系统的单片机上 低内存消耗，快启动 ：使用全局图优化，以及在模型编译时候进行了静态绑定，所以内存和启动时间都得到优化

结构框图

支持情况

支持平台

MegCC 目前只支持 CPU 平台：

• Arm64，ArmV7：高度优化
• X86 ：部分优化
• risc-v：部分优化
• 单片机：暂时没有优化

支持数据类型：

• float32：高度优化
• int8-dot：高度优化

支持的 Operator List

支持的 Operator List 记录在 Operator List。

MegCC 使用

megcc 文档都集中在megcc的git project的doc下面 文档，文档入口