NVIDIA / NVIDIA/nvmath-python

Triton JIT support for device APIs

Ouverte
#16 3 commentaires 0 réactions 0 personnes assignées Voir sur GitHub

Personne n'a encore pris cette issue.

Langage dominant
Cython
Étoiles
601
Forks
46
Métriques de merge des PR
Aucune PR mergée en 30 j

Description

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

Guide de contribution

Ouvrir le guide de contribution

Par où commencer

  1. Lisez l'issue en entier, puis le guide de contribution du projet.
  2. Signalez en commentaire que vous la prenez — cela évite que deux personnes fassent le même travail.
  3. Forkez le dépôt et travaillez sur une branche.
  4. Ouvrez une pull request qui référence le numéro de l'issue.

Piste de recherche

L’issue ne nomme aucun fichier, test ou point d’entrée. Commencez par localiser la prise en charge existante de Numba CUDA JIT et examiner comment les API de périphérique sont exposées, puis comparez les exigences de Triton JIT avec PyTorch. La tâche sera considérée comme terminée lorsque la prise en charge de Triton JIT sera disponible pour les API de périphérique concernées, avec une couverture des cas d’utilisation pris en charge.

Rédigé par le modèle d'indexation à partir du texte de l'issue.

Évaluation

Stack technique
python, pytorch
Domaine
backend, machine-learning
Type d'issue
Fonctionnalité
Difficulté
5/5
Temps estimé
Plus d'une semaine
Activité
À l'abandon
Clarté
À clarifier
Accessibilité débutants
25/100

Recevez les nouvelles issues par e-mail

Un résumé court des issues GitHub adaptées aux débutants.