Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

524K via rope-scaling on consumer Blackwell (sm_120, no clusters): the histogram fallback works end to end — field data + two budget gotchas on 16GB cards

Chiusa
  • Qualcosa non va?
#760 2 commenti 0 reazioni 0 assegnatari Vedi su GitHub

I maintainer di solito rispondono entro 1 giorno

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
2/5
Tempo stimato
1-3 ore
Idoneità per principianti
54/100
Tipo di issue
Documentazione
Chiarezza
Abbastanza chiara
Stato di attività
Attiva
Stack tecnologico
cpp
Ambito
documentation, performance

Direzione di ricerca

Leggi la sezione del README relativa alla CLI rope-scaling (le voci 384K/512K contrassegnate come «experimental») e la documentazione che copre --prefill, --vram-reserve-mib e lo staging della cache degli esperti. Si considera completato quando: una nota a piè di pagina affermi che su sm_120 Blackwell consumer la selezione qsa_block_topk ricade sul percorso dell'istogramma (vedere qsa_select.cu) anziché sul kernel a cluster, più una nota sul trade-off tra KV-pool da 524K e staging in cui è richiesto --prefill 4096. Verificare la formulazione rispetto al comportamento misurato nell'issue; nessuna modifica al codice necessaria.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

Your README lists 384K/512K (experimental) via the rope-scaling CLI. Just filed field data for the corner nobody can test in CI: consumer Blackwell (RTX 5060 Ti 16GB, sm_120) has no thread-block clusters, so qsa_block_topk runs entirely through the histogram fallback at those contexts — and it works, end to end, past the trained window.

Rig: 4x 5060 Ti (gen5, x8/x4/x8/x4), 9950X, 128GB DDR5-5000. Engine: the eddoursul/Strata custom fork extended to 4-GPU expert tiers (our build: https://github.com/johnmosesventura06/strata-4gpu, PR https://github.com/eddoursul/Strata/pull/4 carries your qsa_select.cu + rope_scaling machinery onto that fork), UD-Q4_K_XL, int8 KV, MTP on.

At --rope-scaling yarn --rope-scale 2.0 --max-context 524288:

  • boot READY, rope scaling yarn, factor 2 (freq_scale 0.5, mscale 1.069315) — mscale exactly 1 + 0.1*ln(2)
  • 281,535-token cold prompt: 1,418 t/s prefill; decode at 225K–312K depth: 84–111 t/s
  • warm replay of the 312K prompt: 12 ms (312,134 tokens from checkpoints)
  • identity gate: --rope-scale 1.0 @196,608 reproduced the unscaled decode band (98.2 t/s) — the scaling path is bit-neutral when off

Two budget facts on 16GB cards that the CLI docs don't mention:

  1. At 524K the KV pool (~3.7GB int8) lands before the auto expert cache sizes itself; main-card residency drains to ~202 slots and ranked experts fall to host/tier. Measured cost is modest (decode -5% per residency halving), but the staging consequence is hard: --prefill 24576's ~2.4GB of device buffers can no longer borrow or allocate and the engine dies between load and READY. --prefill 4096 boots; the chunk clamp itself costs 18% of prefill (A/B'd with residency held constant: 2,159 -> 1,778 t/s at 256K with a fat cache).
  2. --vram-reserve-mib is not the escape hatch: raising it to buy the staging back starves the ~1.4GB weight arena first and dies before that. The real lever at 524K is KV-side bytes (k8v4 — we haven't gaunted it yet).

And one doc suggestion: 384K/512K "experimental" probably needs a footnote that on sm_120 (all consumer Blackwell) selection lands on the histogram fallback rather than the cluster kernel — users will otherwise read "unsupported geometry or cap"-adjacent failures as broken rather than as the intended fallback... which, to be fair, this run proves is not broken.

Happy to re-run any arm on this box if it helps you pin the fallback's geometry limits.

Lingua principale
C++
Stelle
11.6k
Fork
1k
Merge medio
7h 46m
PR unite (30g)
30

Preparare l'ambiente

Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di Niko1221/Strata

Tutte le issue di Niko1221/Strata

Issue simili

Altre issue su C++

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.