我在ZCU102上面部署了opendla，zcu102是有一个arm的核心，我想用autokernel自定义一些算子的调度，不知道能不能用在opendla上面，。

任务激励

• 达成任意一项任务即成为 Tengine 开源贡献者、活动贡献者认证证书；
• 根据达成任务的难度还有额外小礼品赠送和积分；
  • 简单：T恤 + 多功能充电线 ，积分+1
  • 一般：T恤 + 多功能充电线 + 帽子，积分+3
  • 困难：T恤 + 多功能充电线 + 机械键盘，积分+5
• 积分兑换奖品
  • 积分15，Khadas VIM3L
  • 积分25，Khadas VIM3

任务详情

Arm平台自动调优：

• 基于AutoKernel最新版本，在arm平台上进行matmul算子的自动调优，输出调优后的权重数据，以及调优结果 (难度：一般）

数据类型 INT8支持：

• 基于AutoKernel最新版本，在cuda平台上进行matmul-int8类型的自动调优，输出算子生成代码及调优结果: (难度：困难）

RISCV后端优化类：

• 基于AutoKernel最新版本，尝试使用最新的LLVM工具链，尝试自动生成RISCV的向量指令(Vector指令），输出说明文档（提交在autokernel-docs.git文档的blog目录下）(难度：困难）

问题反馈类：

• 基于AutoKernel最新版本，通过 github issue上报AutoKernel运行问题及调试信息（难度：简单）
• 基于AutoKernel最新版本，通过 github issue上报AutoKernel运行问题及调试信息（难度：简单）

算子优化支持：

• 基于AutoKernel最新版本，进行其他算子（除matmul算子之外的算子）的自动调优，提交内容算子generator文件和说明文档（自动调优结果，对比手工调优/其他实现的结果，数据复现说明，目标平台）（难度：一般）
• 基于AutoKernel最新版本，进行其他算子（除matmul算子之外的算子）的自动调优，提交内容算子generator文件和说明文档（自动调优结果，对比手工调优/其他实现的结果，数据复现说明，目标平台）（难度：一般）

优化需求收集类

• 通过 github issue 上报优化需求信息；（难度：简单）
• 通过 github issue 上报优化需求信息；（难度：简单）
• 通过 github issue 上报优化需求信息。（难度：简单）

  说明：
  优化需求信息需包含以下信息：
  1. 背景项目介绍
  简单描述应用场景，算法模块简介（可附上相关开源项目/文档链接）
  2. 性能需求描述
  目前性能，目标性能，目标平台，测试数据维度(shape)
  3.  待优化代码块源码
  进行初步性能剖析，找出最值得优化的代码块，提供待优化模块的基础代码（C/C++代码实现/python	代码实现）void func()
  int main()
  {
     //测试性能，提供测试数据的维度
     func()
     //输出目前耗时
  }
  

本期悬赏任务说明：

1. 所有悬赏任务均以Pull Request 形式提交；

• 代码/issue提交到：https://github.com/OAID/AutoKernel，
• 文档提交到：
  • 中文文档: https://github.com/OAID/autokernel-docs-cn.git,
  • 英文文档: https://github.com/OAID/autokernel-docs-en.git

2. 奖励标准：提交时间和任务完成质量，评选规则由 Tengine 开源委员会评选和决定；
3. 本期悬赏任务截止时间：2021.6.30；奖励和贡献者证书在 2021.6.30 统一发送；
4. 奖励发送&加入贡献者交流群，请添加Tengine小助手微信号：Tengine666 备注：任务
5. Tengine 开源委员会保留最终解释权。

任务激励

• 达成任意一项任务即成为 Tengine 开源贡献者、活动贡献者认证证书；
• 根据达成任务的难度还有额外小礼品赠送
  • 简单：T恤 + 多功能充电线
  • 一般：T恤 + 多功能充电线 + 帽子
  • 困难：T恤 + 多功能充电线 + 机械键盘

任务详情

算子类（C++- float32）

此类算子添加参考文档 如何快速添加算子, 测试脚本放在 autokernel_plugin/tests目录下

• 基于最新版本，实现 avgpooling的移植，验证正确性（难度：简单）已完成：chenjun2hao

• 基于最新版本，实现 maxpooling的移植，验证正确性（难度：简单）已完成：chenjun2hao

• 基于最新版本，实现 fc算子的移植，验证正确性（难度：简单）已完成：QingChuanWS

• 基于最新版本，实现 softmax算子的移植，验证正确性（难度：简单）已完成：ccw1996

• 基于最新版本，实现 dw_conv(depthwise_convolution)的移植，验证正确性（难度：简单）已完成：QingChuanWS

• 基于最新版本，实现 normalize算子的移植，验证正确性（难度：简单）已完成：crouchggj

• 其他算子待定，欢迎大家待补充（难度：简单）

后端类（C/C++）

文档提交在 doc目录下

• 修改cuda-matmul用例，使之适用任意矩阵尺寸，并提供测试用例（难度：简单）
• opencl后端demo, 提供代码和文档说明（难度：一般）

优化类（C/C++）

• 实现任意算子的schedule优化，性能达到最新Tengine-lite的70%以上（难度：困难）

测试/编译类（C/C++）

• 基于最新版本，优化测试代码/编译流程，优化使用体验（难度：一般）已完成：Hconk
• 基于最新版本，测试AutoKernel的算子性能, 提交到 doc/benchmark.md（难度：一般）
• 其他优化编译流程/优化使用体验的，欢迎继续补充

文档类（C/C++）

• 基于最新版本，在现有的xxx.md 中修复 ≥ 3处文本错误/ ≥ 1处新内容增加。（难度：简单）

第三期悬赏任务说明：

做任务之前，可以先通过AutoKernel初级教程了解AutoKernel项目

1. 所有悬赏任务均以 Pull Request 形式提交到 AutoKernel项目
2. 奖励标准：提交时间和任务完成质量，评选规则由 Tengine 开源委员会评选和决定；
3. 该期悬赏任务截止时间：2020.1.10；奖励和贡献者证书在 2020.1.31 统一发送；
4. 奖励发送&加入贡献者交流群，请添加Tengine小助手微信号：Tengine666 备注：任务
5. Tengine 开源委员会保留最终解释权。

正常编译生成libautokernel.so库前提下
在AutoKernel/autokernel_plugin 目录下执行测试程序：./build/tests/tm_classification
报错: ./build/tests/tm_classification: symbol lookup error: ./build/src/libautokernel.so: undefined symbol: register_builtin_node_ops

ps:由于src子目录里面的build.sh脚本运行报错，于是所有的build.sh脚本中的g++编译命令都添加了-ldl -lpthread -lz

求教一下，sioutas2020用的是哪篇论文呀。
谢谢

拉最新的代码，在docker上跑测试例子报错, 没找到动态依赖库

/workspace/AutoKernel/AutoSearch/toolkit/demo_gen: error while loading shared libraries: libHalide.so.10: cannot open shared object file: No such file or directory

1.Halide.h里面用到了c++17，autokernel_plugin的builid.sh中修改-std=c++17才能编译通过
2.tools.py第175行{HALIDE_HOME}/halide-build/inclue出现了这个路径，不同于autokernel_plugin部分，HALIDE_ROOT代表halide项目源码地址，HALIDE_DIR代表halide的安装位置，建议统一下，这里指定{HALIDE_HOME}/halide-build，需要在源码安装的时候指定build目录名字为halide-build，不同人的习惯可能不同。
3.tools.py第64行，{HALIDE_HOME}/bin这个bin目录源码位置没有（可能是Hailde拉取的版本不同），同时安装目录的库存放地址应该是{HALIDE_DIR}/lib
4.执行python3 tools.py --gen ../generator/batch_matmul.cpp -autotune -compute_time
出现错误：
c++: error: ./temp/batch_1_0/0/.registration.cpp: No such file or directory
c++: error: ./temp/batch_1_0/0/.a: No such file or directory
c++: error: ./temp/batch_1_0/1/.registration.cpp: No such file or directory
c++: error: ./temp/batch_1_0/1/.a: No such file or directory
timeout: failed to run command ‘./temp/batch_1_0/0/bench’: No such file or directory
timeout: failed to run command ‘./temp/batch_1_0/1/bench’: No such file or directory
retrain_cost_model: /home/hebingshi/Downloads/autokernel-git-pr/AutoKernel/AutoSearch/src/adams2019/retrain_cost_model.cpp:351: std::map<int, {anonymous}::PipelineSample> {anonymous}::load_samples(const {anonymous}::Flags&): Assertion `dot != string::npos && best_path.substr(dot) == ".sample"' failed.
../src/adams2019/autotune_loop.sh: line 261: 294442 Done find ${SAMPLES} -name "*.sample"
294443 Aborted (core dumped) | ${AUTOSCHED_BIN}/retrain_cost_model --epochs=${BATCH_SIZE} --rates="0.0001" --num_cores=32 --initial_weights=${WEIGHTS} --weights_out=${WEIGHTS} --best_benchmark=${SAMPLES}/best.${PIPELINE}.benchmark.txt --best_schedule=${SAMPLES}/best.${PIPELINE}.schedule.h

文档中gemm的例子，如果把输入矩阵改成如下：

  int M = 20;
  int N = 30;
  int K = 40;

那么从step 2开始使用tiling的优化操作的方法都会出现索引越界的问题，可以请教一下应该如何解决吗？

Aborted
❯ ./06_build.sh 1
step =  1
M N K =  20  30  40     err 0.00        [rep 50] autokernel | blas      0.0112 ms       0.0013 ms
❯ ./06_build.sh 2
step =  2
terminate called after throwing an instance of 'Halide::RuntimeError'
  what():  Error: Input buffer b0 is accessed at 23, which is beyond the max (19) in dimension 1

Aborted

如题，如果要编译支持多核（多core）的算子，应该怎么做？