DLPack-related tests & examples with host-accessible memory are sensitive to NumPy versions

オープン
#1,168 コメント 0 件 リアクション 0 件 担当者 0 名 GitHub で見る

まだ誰も着手していません。

評価

難易度
4/5
見積もり時間
3〜5日
初心者へのやさしさ
35/100
issue の種類
バグ
明瞭さ
おおむね明確
活発さ
停滞
技術スタック
numpy, python
領域
testing-qa

調査の方向性

issue 内の最小再現コードから始め、ホストからアクセス可能なメモリを対象とする DLPack のテストと例を特定します。v2.2.5 の境界を含め、記載されている NumPy バージョン間での動作を比較し、その後、既存のテストスキップ条件をすべて確認します。影響を受けるテストと例に、明示的かつ再現可能なバージョンポリシーが定められていれば完了です。

索引モデルが issue の本文から書いたものです。

説明

cuda.core documentation example test

Minimal reproducer I just built for nvbugs 5591656:

import numpy as np
from cuda.core.experimental import Device, LegacyPinnedMemoryResource

dev = Device()
dev.set_current()
mr = LegacyPinnedMemoryResource()
buf = mr.allocate(40)
arr = np.from_dlpack(buf).view(np.float32)
arr[:] = 1

This causes ValueError: assignment destination is read-only until NumPy v2.2.5 as Rui from the QA team correctly pointed out.

Previously, we've known NumPy's DLPack support is not as stable as we hoped. Some tests required v2.1.0+ to run. This seems to be a new situation that we did not capture so far, because we let most, if not all, of the test dependencies float.

We should re-evaluate how aggressively we'd like to teach users to use NumPy for host interoperability, and examine all the test-skip conditions.

主要言語
Cython
スター
3.4k
フォーク
329
平均マージ
1日 21時間
マージ済み PR（30日）
113

コントリビューションガイド

コントリビューションガイドを開く

はじめの一歩

  1. issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
  2. 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
  3. リポジトリをフォークし、ブランチを切って変更します。
  4. issue 番号を参照したプルリクエストを送ります。

NVIDIA/cuda-python のほかの issue

NVIDIA/cuda-python の issue をすべて見る

似ている issue

Testing & QA の issue をもっと見る

新しい issue をメールで受け取る

初心者向けの GitHub issue を短くまとめたダイジェスト。