rapidsai/cudf

Use grid stride in CSV reader kernels

Open

#14,066 opened on 2023年9月8日

GitHub で見る
 (1 comment) (0 reactions) (1 assignee)C++ (735 forks)batch import
PerformancecuIOgood first issue

Repository metrics

Stars
 (6,000 stars)
PR merge metrics
 (平均マージ 17d 21h) (30d で 230 merged PRs)

説明

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.

コントリビューターガイド

調査方針
cudfリポジトリ内の現在のCSVリーダーカーネル実装、特にパーサーとデータ推論カーネルを調査します。行ごとにスレッドが割り当てられている箇所を探し、グリッドストライドループを使用するようにリファクタリングします。これには、csv reader.cuまたは類似のファイル内のCUDAカーネル起動とループ構造の変更が含まれます。パターンの一貫性を保つために、コードベース内の既存のCUDAグリッドストライドの例を参照してください。
技術スタック
cpp
領域
backenddata
Issue 種別
パフォーマンス
難度新しい貢献者にとっての実装難度です。1 は非常に小さな変更、5 は専門的な作業です。
3
推定時間経験ある貢献者が調査、実装、テスト、pull request 準備にかけるおおよその時間範囲です。
1-2日
活動状況Issue が今どれだけ取り組みやすいかを示します。新しい、活発、古い、ブロック中、またはメンテナー入力待ちなどです。
アクティブ
明確さ期待される変更、受け入れ条件、次の手順がどれだけ明確かを示します。
明確
前提条件
CUDAC++
初心者向け度初回貢献者にどれだけ取り組みやすいかを 1-100 で推定したスコアです。
40