[Bench #478] Qualify performance on Linux x86-64 and macOS arm64 without cross-hardware false regressions

Aperta
#495 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
4/5
Tempo stimato
3-5 giorni
Idoneità per principianti
48/100
Tipo di issue
Funzionalità
Chiarezza
Abbastanza chiara
Stato di attività
Attiva
Stack tecnologico
linux, macos, python
Ambito
infrastructure, performance, testing-qa

Direzione di ricerca

Inizia con la issue principale #478 e individua i benchmark canonici a livello di operazione e i benchmark scalati selezionati a cui fa riferimento. Eseguili su Linux x86-64/OpenBLAS e macOS arm64/Accelerate con un numero di thread fissato, quindi mantieni baseline separate indicizzate per ambiente e verifica che Pages possa filtrare per piattaforma. Il lavoro è completato quando ogni risultato canonico ha uno stato per piattaforma e non vengono utilizzati confronti dei tempi tra macchine diverse.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

Parent: #478

Current canonical evidence is environment-keyed, but optimization claims need to survive both Tier-1 Flow platforms. BLAS/LAPACK implementation, vector width, compiler and allocator differences can reverse small wins.

Run canonical operation-level and selected scaled benchmarks on Linux x86-64/OpenBLAS and macOS arm64/Accelerate with pinned threads. Maintain independent baselines per environment; never compare absolute timings across machines.

Acceptance: every canonical loss/win has per-platform status; regressions are evaluated only within matching environment IDs; platform-specific holes become explicit child issues; Pages can filter by platform; target #478 eventually has zero material losses on both supported performance platforms.

Lingua principale
Python
Stelle
2
Fork
0
Merge medio
4h 33m
PR unite (30g)
9

Guida per i contributori

Nessuna guida per i contributori indicizzata per questo repository

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di godofecht/flow-scikit

Tutte le issue di godofecht/flow-scikit

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.