rapidsai/cudf

Use grid stride in CSV reader kernels

Open

#14.066 geöffnet am 8. Sept. 2023

Auf GitHub ansehen
 (1 Kommentar) (0 Reaktionen) (1 zugewiesene Person)C++ (735 Forks)batch import
PerformancecuIOgood first issue

Repository-Metriken

Stars
 (6.000 Stars)
PR-Merge-Metriken
 (Durchschn. Merge 17T 21h) (230 gemergte PRs in 30 T)

Beschreibung

Currently, the CSV reader parses data using a thread per row, and a separate thread is used for each row, regardless of the file size. Using a grid stride loop would allow kernels to launch with preset number of blocks even with large input.

This applies both to the parser and the data inference kernels.

Contributor Guide

Research-Richtung
Untersuchen Sie die aktuellen CSV Reader Kernel Implementierungen im cudf Repository, insbesondere die Parser und Dateninferenz Kernel. Suchen Sie nach Stellen, an denen Threads pro Zeile zugewiesen werden, und refaktorisieren Sie diese, um eine Grid Stride Schleife zu verwenden. Dies umfasst die Änderung von CUDA Kernel Starts und Schleifenstrukturen in Dateien wie csv reader.cu oder ähnlichen. Beziehen Sie sich auf vorhandene CUDA Grid Stride Beispiele in der Codebasis für Konsistenz des Musters.
Tech Stack
cpp
Domain
backenddata
Issue Type
Performance
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
3
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
1-2 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
CUDAC++
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
40