NVIDIA / NVIDIA/nvmath-python

Triton JIT support for device APIs

Offen
#16 3 Kommentare 0 Reaktionen 0 zugewiesene Personen Auf GitHub ansehen

Dieses Issue hat noch niemand übernommen.

Vorherrschende Sprache
Cython
Sterne
601
Forks
46
PR-Merge-Kennzahlen
Keine gemergten PRs in 30 T.

Beschreibung

There is already support for Numba CUDA JIT but Triton JIT interacts much better with frameworks like PyTorch.

Beitragsleitfaden

Beitragsleitfaden öffnen

Erste Schritte

  1. Lies das ganze Issue und danach den Beitragsleitfaden des Projekts.
  2. Schreib ins Issue, dass du es übernimmst — das erspart doppelte Arbeit.
  3. Forke das Repository und arbeite in einem Branch.
  4. Öffne einen Pull Request, der die Issue-Nummer nennt.

Rechercherichtung

Das Issue nennt keine Dateien, Tests oder Einstiegspunkte. Beginne damit, die bestehende Numba CUDA JIT-Unterstützung zu lokalisieren und zu prüfen, wie Geräte-APIs bereitgestellt werden, und vergleiche anschließend die Anforderungen für Triton JIT mit PyTorch. Als abgeschlossen gilt die Aufgabe, wenn Triton JIT-Unterstützung für die relevanten Geräte-APIs verfügbar ist und die unterstützten Anwendungsfälle abgedeckt sind.

Vom Indexierungsmodell aus dem Issue-Text verfasst.

Bewertung

Tech-Stack
python, pytorch
Bereich
backend, machine-learning
Issue-Typ
Feature
Schwierigkeit
5/5
Geschätzter Aufwand
Über eine Woche
Aktivitätsstatus
Veraltet
Klarheit
Muss geklärt werden
Anfängerfreundlichkeit
25/100

Neue Issues direkt in Ihr Postfach

Eine kurze Übersicht über anfängerfreundliche GitHub-Issues.