Feasibility study into implementing cuda kernels in the current RL framework
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 5/5
- Tiempo estimado
- Más de una semana
- Aptitud para principiantes
- 35/100
- Tipo de issue
- Nueva funcionalidad
- Claridad
- Necesita aclaración
- Estado de actividad
- Tranquilo
- Área
- machine-learning, performance
Línea de trabajo
Comienza revisando el framework de RL actual y el proyecto KernelBench enlazado para determinar cómo se representan y evalúan los kernels basados en Python. Evalúa una vía para producir, compilar y verificar kernels equivalentes en CUDA C++, después establece una línea base de Nsight ncu y define qué resultado de rendimiento contaría como terminado.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
Overview
Investigate using KernelBench in our current RL framework
The objective would be to get a pure cuda kernel C++ implementation of each python based kernel, compile it, verify and then find a baseline using NVIDIA's Nsight's (ncu) tool, once we have the base line we use common best practices of kernel optimization , and feed that as a prompt to a model, then implement the suggested response and repeat the process until we have a really performative kernel (as an example using Elapsed Cycles as the reward)
- Lenguaje dominante
- Python
- Estrellas
- 1
- Forks
- 4
- Métricas de merge de PR
- Sin PR fusionados en 30 d
Preparar el entorno
Este proyecto no incluye contenedor de desarrollo, Dockerfile ni guía de contribución, así que la configuración corre por tu cuenta: empieza por su README y consulta nuestra guía para la primera contribución para los pasos generales.
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de redhat-et/code-agent
-
Add Multi-Pass Implementation for SWE-Bench EvalQuizá libre de nuevo @ilya-kolchinsky la tomó hace 149 días y no hay ningún pull request abierto. Abierto
redhat-et/code-agent#25 · 1 asignado ·
-
Create baseline evaluation pipeline using the HumanEval benchmarkQuizá libre de nuevo @lmzuccarelli la tomó hace 180 días y no hay ningún pull request abierto. Abiertowip
redhat-et/code-agent#15 · 1 asignado ·
-
Create baseline evaluation pipeline of the ODEX dataset on Devstral Small 2Quizá libre de nuevo @ilya-kolchinsky la tomó hace 182 días y no hay ningún pull request abierto. Abierto
redhat-et/code-agent#13 · 1 asignado ·
-
SkyPilotQuizá libre de nuevo @MichaelClifford la tomó hace 149 días y no hay ningún pull request abierto. Abierto
redhat-et/code-agent#11 · 1 asignado ·
-
[Guiding Goal]Abierto
Dificultad 5/5 Más de una semana Aptitud para principiantes 25/100
redhat-et/code-agent#9 ·
Todos los issues de redhat-et/code-agent
Issues similares
-
documentation pkg: sphinx-needs
Dificultad 1/5 Menos de una hora Aptitud para principiantes 82/100
useblocks/sphinx-needs#2255 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 60/100
home-assistant/core#186538 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
btclib-org/btclib-secp256k1#1181 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 65/100
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
pyrite-wiki/pyrite#917 ·
Los mantenedores suelen responder en 1 día