Feasibility study into implementing cuda kernels in the current RL framework
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 5/5
- Tempo stimato
- Più di una settimana
- Idoneità per principianti
- 35/100
- Tipo di issue
- Funzionalità
- Chiarezza
- Da chiarire
- Stato di attività
- Tranquilla
- Ambito
- machine-learning, performance
Direzione di ricerca
Inizia esaminando l'attuale framework RL e il progetto KernelBench collegato per determinare come vengono rappresentati e valutati i kernel basati su Python. Valuta un percorso per produrre, compilare e verificare kernel CUDA C++ equivalenti, quindi stabilisci una baseline Nsight ncu e definisci quale risultato prestazionale verrebbe considerato completato.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
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)
- Lingua principale
- Python
- Stelle
- 1
- Fork
- 4
- Metriche di merge delle PR
- Nessuna PR unita negli ultimi 30g
Preparare l'ambiente
Non abbiamo ancora controllato i file di configurazione di questo progetto. Parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di redhat-et/code-agent
-
Add Multi-Pass Implementation for SWE-Bench EvalForse di nuovo libera @ilya-kolchinsky l’ha presa 133 giorni fa e non c’è nessuna pull request aperta. Aperta
redhat-et/code-agent#25 · 1 assegnatario ·
-
Create baseline evaluation pipeline using the HumanEval benchmarkForse di nuovo libera @lmzuccarelli l’ha presa 164 giorni fa e non c’è nessuna pull request aperta. Apertawip
redhat-et/code-agent#15 · 1 assegnatario ·
-
Create baseline evaluation pipeline of the ODEX dataset on Devstral Small 2Forse di nuovo libera @ilya-kolchinsky l’ha presa 165 giorni fa e non c’è nessuna pull request aperta. Aperta
redhat-et/code-agent#13 · 1 assegnatario ·
-
SkyPilotForse di nuovo libera @MichaelClifford l’ha presa 133 giorni fa e non c’è nessuna pull request aperta. Aperta
redhat-et/code-agent#11 · 1 assegnatario ·
-
[Guiding Goal]Aperta
Difficoltà 5/5 Più di una settimana Idoneità per principianti 25/100
redhat-et/code-agent#9 ·
Tutte le issue di redhat-et/code-agent
Issue simili
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
-
bug
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 88/100
qgis/QGIS-Plugins-Website#459 ·
-
bug severity:medium
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
I maintainer di solito rispondono entro 2 giorni
-
bot-found bug priority: P3
Difficoltà 2/5 1-3 ore Idoneità per principianti 84/100
madenvel/KalinkaPlayer#179 ·
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 68/100
ls1intum/edutelligence#1098 ·
I maintainer di solito rispondono entro 1 giorno