JuliaGPU/CUDA.jl

Support for GPUDirectStorage

Open

#1.630 geöffnet am 18. Okt. 2022

Auf GitHub ansehen
 (13 Kommentare) (0 Reaktionen) (0 zugewiesene Personen)Julia (274 Forks)batch import
cuda librariesenhancementhelp wanted

Repository-Metriken

Stars
 (1.408 Stars)
PR-Merge-Metriken
 (Durchschn. Merge 5T 5h) (16 gemergte PRs in 30 T)

Beschreibung

We are using compressed disk array storage (Zarr.jl [1]). In Python there is kvikIO [2], which allows loading Zarr arrays directly into GPU memory. There are two steps, one is loading a chunk of the Zarr array into memory and the second one is to decompress it.

What would it take to implement this in Julia?

@Sonicious @meggart @felixcremer

[1] https://github.com/JuliaIO/Zarr.jl [2] https://docs.rapids.ai/api/kvikio/stable/

Contributor Guide

Research-Richtung
Untersuchen Sie, wie Sie mit CUDA GPUDirectStorage (GDS) komprimierte Zarr Blöcke direkt in den GPU Speicher laden können, unter Umgehung der CPU. Betrachten Sie die Implementierung von kvikIO in Python und passen Sie sie an Julias CUDA.jl und Zarr.jl an.
Tech Stack
Keine
Domain
backenddataperformance
Issue Type
Funktion
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
4
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
3-5 Tage
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Aktiv
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Klar
Voraussetzungen
GitJuliaCUDAZarr.jl
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
20