sgl-project/sglang

[Kernel] cuDNN attention backend

Open

#2.272 aberto em 30 de nov. de 2024

Ver no GitHub
 (5 comments) (1 reaction) (2 assignees)Python (6.216 forks)auto 404
enhancementgood first issuehelp wantedhigh priorityinactive

Métricas do repositório

Stars
 (28.442 stars)
Métricas de merge de PR
 (Mesclagem média 2d 1h) (1.000 fundiu PRs em 30d)

Description

cuDNN provides very fast attention implementation and it is well maintained by NVIDIA. We would like to add a new attention backend based on cudnn.

Steps

  1. Learn this cudnn paged attention python api. https://github.com/NVIDIA/cudnn-frontend/blob/v1.8.0/samples/python/52_scaled_dot_product_attention_with_paged_caches.ipynb
  2. Add a new attention backend "cudnn" here https://github.com/sgl-project/sglang/tree/main/python/sglang/srt/layers/attention
  3. We should be able to use it with python3 -m sglang.launch_server --model meta-llama/Llama-3.1-8B-Instruct --attention-backend cudnn

Guia do colaborador

Direção de pesquisa
Estude os backends de atenção existentes em sglang/srt/layers/attention, compreenda a interface e explore a API Python de atenção paginada do cuDNN vinculada na etapa 1. Em seguida, implemente um novo backend seguindo o padrão dos backends existentes.
Pilha de tecnologia
python
Domain
backendmachine learning
Tipo Issue
Funcionalidade
DifficultyDificuldade de implementação estimada para um novo contribuidor, de 1 para alterações muito pequenas a 5 para trabalho de nível especializado.
3
Tempo estimadoUm intervalo de tempo aproximado para um colaborador experiente investigar, implementar, testar e preparar um pull request.
1-2 dias
Status da atividadeQuão disponível o issue aparece agora: novo, ativo, obsoleto, bloqueado ou aguardando entrada do mantenedor.
Ativo
ClarityCom que clareza o issue explica a mudança esperada, os critérios de aceitação e a próxima etapa.
Claro
Prerequisites
PythonCUDAcuDNN
Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.
60