rapidsai/cudf

Use grid stride in CSV reader kernels

Open

#14.066 aperta il 8 set 2023

Vedi su GitHub
 (1 commento) (0 reazioni) (1 assegnatario)C++ (735 fork)batch import
PerformancecuIOgood first issue

Metriche repository

Star
 (6000 star)
Metriche merge PR
 (Merge medio 17g 21h) (230 PR mergiate in 30 g)

Descrizione

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.

Guida contributor

Direzione di ricerca
Indaga le attuali implementazioni del kernel del lettore CSV nel repository cudf, in particolare i kernel del parser e dell'inferenza dei dati. Cerca dove i thread sono assegnati per riga e ristruttura per utilizzare un ciclo a passo di griglia. Ciò comporterà la modifica dei lanci del kernel CUDA e delle strutture di ciclo in file come csv reader.cu o simili. Fai riferimento agli esempi esistenti di passo di griglia CUDA nella codebase per coerenza del pattern.
Tech stack
cpp
Dominio
backenddata
Tipo issue
Performance
DifficoltàQuanto dovrebbe essere impegnativa per un nuovo contributor.
3
Tempo stimatoTempo stimato per completare e verificare uno scope piccolo.
1-2 giorni
Stato attivitàQuanto è probabile che la issue sia ancora attiva e reviewable.
Attiva
ChiarezzaQuanto chiaramente la issue descrive problema, scope e risultato atteso.
Chiara
Prerequisiti
CUDAC++
Adatta ai principiantiQuanto la issue è adatta a contributor alla prima esperienza.
40