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++ (6,000 stars) (735 forks)batch import
PerformancecuIOgood first issue

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

技術スタック
cpp
領域
backenddataperformance
Issue 種別
performance
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。
4
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。
half day
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。
blocked
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。
clear
前提条件
CUDA programminggrid stride loopsC++
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。
20
調査方針
Investigate the current CSV reader kernel implementations in the cudf repository, specifically the parser and data inference kernels. Look for where threads are assigned per row and refactor to use a grid stride loop. This will involve modifying CUDA kernel launches and loop structures in files such as csv reader.cu or similar. Refer to existing CUDA grid stride examples in the codebase for pattern consistency.
Use grid stride in CSV reader kernels · rapidsai/cudf#14066 | Good First Issue