debug-cuda-crash
78Отладка сбоев FlashInfer CUDA
Сбои CUDA часто скрывают входные данные, которые вызвали ошибку. Этот навык показывает, как использовать логирование API FlashInfer и инструменты CUDA, чтобы изолировать проблемный вызов.
Добавление CUDA-ядер в FlashInfer
Добавление нового ядра FlashInfer требует согласованных изменений в C++, Python, JIT, тестах и бенчмарках. Этот навык предоставляет структурированный рабочий процесс, которому AI-ассистент для программирования может безопасно следовать.
Скопируйте этот запрос в своего Агента. Он содержит каноническую страницу Skill и манифест.
Review the Skillstore skill "add-cuda-kernel" from https://skillstore.io/skills/flashinfer-ai-add-cuda-kernel.md and its manifest at https://skillstore.io/api/skills/flashinfer-ai-add-cuda-kernel/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.Ваш Агент по-прежнему должен показать план и запросить все подтверждения, требуемые политикой безопасности.
Используйте эти ссылки, когда AI-агенту, crawler или script нужен чистый контекст вместо полной страницы.
Использование «add-cuda-kernel». Добавь scale kernel в FlashInfer.
Ожидаемый результат:
Пошаговый план реализации, охватывающий CUDA source, launcher, binding, JIT generator, Python API, тесты, exports и работу над бенчмарками.
Использование «add-cuda-kernel». Проверь, нужны ли моему ядру architecture guards.
Ожидаемый результат:
Обзор поддерживаемых compute capabilities, рекомендуемых настроек CompilationContext и условий пропуска тестов для неподдерживаемых GPU.
Использование «add-cuda-kernel». Подготовь валидацию для нового ядра.
Ожидаемый результат:
Чеклист тестирования и бенчмаркинга с покрытием dtype, сравнениями с reference, error cases, AOT registration и измерениями времени.
All 150 static alerts are false positives caused by Markdown backticks, bounded local JIT staging examples, a relative documentation link, or ordinary function declarations. The tutorial contains no prompt injection, command execution mechanism, arbitrary traversal, reconnaissance behavior, or malicious intent.
Делитесь версионным отчетом об оценке, нейтральным значком, встраиваемой карточкой и цитатами. Skillstore публикует доказательства, не решая, безопасен ли этот Skill.
https://skillstore.io/skills/flashinfer-ai-add-cuda-kernel/audits/8?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report[](https://skillstore.io/skills/flashinfer-ai-add-cuda-kernel?utm_source=security_passport_badge)<a href="https://skillstore.io/skills/flashinfer-ai-add-cuda-kernel?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/flashinfer-ai-add-cuda-kernel/security.svg" alt="Skillstore security assessment" loading="lazy"></a><iframe src="https://skillstore.io/embed/skills/flashinfer-ai-add-cuda-kernel.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>flashinfer-ai. (2026). add-cuda-kernel security audit report (audit version 8) [Author version unspecified]. Skillstore. https://skillstore.io/skills/flashinfer-ai-add-cuda-kernel/audits/8@techreport{flashinfer-ai-flashinfer-ai-add-cuda-kernel-2026,
author = {flashinfer-ai},
title = {add-cuda-kernel security audit report (audit version 8)},
institution = {Skillstore},
year = {2026},
number = {8},
url = {https://skillstore.io/skills/flashinfer-ai-add-cuda-kernel/audits/8},
note = {Author version unspecified}
}cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "add-cuda-kernel security audit report (audit version 8)"
version: "unspecified"
type: report
authors:
- name: "flashinfer-ai"
date-released: "2026-07-23"
url: "https://skillstore.io/skills/flashinfer-ai-add-cuda-kernel/audits/8"
identifiers:
- type: other
value: "skillstore:flashinfer-ai-add-cuda-kernel:audit:8"
description: "Skillstore immutable audit report identifier"
Реализовать небольшое element-wise ядро FlashInfer с API, тестами и бенчмарками.
Подключить новую CUDA-реализацию к TVM-FFI и открыть ее через Python-функцию.
Создать тесты, проверки архитектуры, AOT registration и покрытие бенчмарками для нового ядра.
Используй этот навык, чтобы спланировать новое element-wise CUDA-ядро FlashInfer. Перечисли файлы, которые нужно создать или изменить перед редактированием.
Используй этот навык, чтобы добавить JIT generator и TVM-FFI binding для моего нового ядра FlashInfer.
Используй этот навык, чтобы добавить pytest-покрытие, Python exports и AOT registration для нового ядра.
Используй этот навык, чтобы проверить мою интеграцию ядра FlashInfer на отсутствующие проверки архитектуры, пробелы в API, тесты и бенчмарки.
Автор
flashinfer-aiЛицензия
MIT
Ревизия Skillstore
r2
Примечание о версии
Автор не указал версию.
Ссылка
c43861a65bb95efcae259cd161c9d6f4dc7eec6f
Актуальность поддержки
26.07.2026
Использование
3 загрузок · 342 просмотров
Структура файлов
📄 SKILL.md
Отладка сбоев FlashInfer CUDA
Сбои CUDA часто скрывают входные данные, которые вызвали ошибку. Этот навык показывает, как использовать логирование API FlashInfer и инструменты CUDA, чтобы изолировать проблемный вызов.
Точное тестирование производительности GPU-ядер FlashInfer
Сравнения GPU-ядер могут вводить в заблуждение, если различаются методы измерения времени и входные данные. Этот навык позволяет проводить воспроизводимые тесты производительности FlashInfer с проверкой корректности и понятными метриками.
Преобразование макросов PyTorch AT_DISPATCH
от pytorch
Устаревшие макросы диспетчеризации PyTorch повторяются и их трудно переносить вручную. Этот навык помогает безопасно преобразовывать их в формат AT_DISPATCH_V2.
Создание рабочих процессов обучения с PyTorch Lightning
от davila7
Проекты PyTorch могут становиться сложными для стабильного обучения и масштабирования. Этот навык помогает с LightningModules, тренерами, модулями данных, callbacks, логированием и распределенным обучением.
Создание надежных агентов Stable Baselines3
от davila7
Проекты в области обучения с подкреплением часто терпят неудачу из-за несогласованности выбора алгоритма, контрактов среды и процессов оценки. Этот навык содержит практические рекомендации по Stable Baselines3 и многократно используемые шаблоны обучения.
Безопасная диагностика ошибок Deep Learning
от lllllllama
Сбои обучения могут приводить агентов к рискованному внесению патчей до того, как станет ясна корневая причина. Этот skill помогает проводить консервативную диагностику, планировать точки сохранения и исправления на основе одобрения.
Добавление поддержки dispatch для uint в PyTorch
от pytorch
Операторы PyTorch могут не иметь покрытия dispatch для uint16, uint32 и uint64. Этот навык помогает обновлять макросы AT_DISPATCH_V2 и группы типов.
Создавайте модели PyTorch с ML-специалистом
от DNYoussef
Реализация машинного обучения часто требует согласованных решений по архитектуре, обучению и валидации. Этот навык предоставляет Claude, Codex и Claude Code специализированный рабочий процесс для поставки решений на PyTorch.