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.
Скопируйте этот запрос в своего Агента. Он содержит каноническую страницу Skill и манифест.
Review the Skillstore skill "benchmark-kernel" from https://skillstore.io/skills/flashinfer-ai-benchmark-kernel.md and its manifest at https://skillstore.io/api/skills/flashinfer-ai-benchmark-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 «benchmark-kernel». Сравни бэкенды decode attention для H100 с размером пакета 32 и длиной последовательности 2048.
Ожидаемый результат:
Использование «benchmark-kernel». Мои результаты FP8 GEMM различаются между запусками. Предложи последовательность действий для диагностики.
Ожидаемый результат:
Использование «benchmark-kernel». Спланируй отчет о пакетном тестировании производительности ядер attention, GEMM и mixture-of-experts.
Ожидаемый результат:
В отчете репрезентативные рабочие нагрузки группируются по операциям, фиксируется статус корректности, сохраняются метрики времени и конфигурация каждого теста для воспроизведения.
Eighty-four Ruby or shell backtick findings and the network-reconnaissance finding are false positives caused by Markdown formatting and benchmark arguments. The sudo nvidia-smi example is a real privileged system change that can alter GPU clocks for all workloads, although it contains no injection path. No malicious intent, prompt injection, or data exfiltration was found.
Это реальные локальные возможности, которые могут ожидаться для этого навыка, поэтому они требуют проверки, но не считаются подтверждённым вредоносным поведением.
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-benchmark-kernel/audits/12?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report[](https://skillstore.io/skills/flashinfer-ai-benchmark-kernel?utm_source=security_passport_badge)<a href="https://skillstore.io/skills/flashinfer-ai-benchmark-kernel?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/flashinfer-ai-benchmark-kernel/security.svg" alt="Skillstore security assessment" loading="lazy"></a><iframe src="https://skillstore.io/embed/skills/flashinfer-ai-benchmark-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). benchmark-kernel security audit report (audit version 12) [Author version unspecified]. Skillstore. https://skillstore.io/skills/flashinfer-ai-benchmark-kernel/audits/12@techreport{flashinfer-ai-flashinfer-ai-benchmark-kernel-2026,
author = {flashinfer-ai},
title = {benchmark-kernel security audit report (audit version 12)},
institution = {Skillstore},
year = {2026},
number = {12},
url = {https://skillstore.io/skills/flashinfer-ai-benchmark-kernel/audits/12},
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: "benchmark-kernel security audit report (audit version 12)"
version: "unspecified"
type: report
authors:
- name: "flashinfer-ai"
date-released: "2026-07-23"
url: "https://skillstore.io/skills/flashinfer-ai-benchmark-kernel/audits/12"
identifiers:
- type: other
value: "skillstore:flashinfer-ai-benchmark-kernel:audit:12"
description: "Skillstore immutable audit report identifier"
Настройте одинаковые рабочие нагрузки attention и сравните задержку, пропускную способность и стабильность доступных бэкендов.
Выполните проверку по эталонным результатам и воспроизводимые тесты производительности до и после изменения реализации ядра.
Собирайте результаты пакетных тестов в формате CSV для отслеживания регрессий и сравнения оборудования.
Помоги мне протестировать производительность ядра FlashInfer. Прежде чем предлагать настройки, уточни мой GPU, операцию, формы входных данных, типы данных и рассматриваемые бэкенды.
Разработай справедливое сравнение бэкендов для [routine] на [GPU]. Используй одинаковые входные данные, проверку по эталону, прогревочные запуски, повторные измерения и воспроизводимую отчетность о результатах.
Проанализируй эти результаты тестов производительности FlashInfer: [results]. Определи вероятные причины разброса и порекомендуй целевые изменения прогревочных запусков, итераций, измерения времени или поведения кэша.
Создай план регрессионного тестирования ядер FlashInfer для [hardware and routines]. Определи репрезентативные случаи, критерии корректности, средства контроля измерения времени, поля CSV и критерии сравнения.
Автор
flashinfer-aiЛицензия
MIT
Ревизия Skillstore
r2
Примечание о версии
Автор не указал версию.
Ссылка
c43861a65bb95efcae259cd161c9d6f4dc7eec6f
Актуальность поддержки
26.07.2026
Использование
3 загрузок · 291 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.
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.
Улучшение качества кода Vue 3
от vuejs-ai
В проектах Vue со временем часто накапливаются ошибки, связанные с реактивностью, компонентами и производительностью. Этот навык дает целевые рекомендации по Vue 3 для более безопасных паттернов и более понятного кода.
Оптимизация производительности Go с помощью профилирования
от 89jobrien
Сервисы Go могут становиться медленными или потреблять много памяти без очевидных доказательств причины. Этот навык помогает с профилированием, анализом аллокаций, настройкой конкурентности и оптимизацией на основе бенчмарков.
Создавайте более качественные функции SwiftUI
от avdlee
В проектах SwiftUI могут накапливаться устаревшие API, хрупкое состояние и медленные обновления представлений. Этот навык дает сфокусированные рекомендации для современного и поддерживаемого кода SwiftUI.
Создание готовых к промышленной эксплуатации фронтенд-функций
от davila7
Фронтенд-командам нужны согласованные рекомендации по React и Next.js для разных проектов. Этот навык предоставляет справочные рабочие процессы, практики обеспечения качества и вспомогательные скрипты для анализа фронтенда.
Планирование архитектуры приложения Next.js App Router
от 89jobrien
Командам Next.js может быть сложно выбрать маршруты, компоненты, загрузку данных и шаги миграции. Этот skill дает структурированные архитектурные рекомендации по App Router, Server Components и производительности.
Оптимизация производительности Next.js
от Atman36
Приложения Next.js могут замедляться из-за больших бандлов, слабого кэширования и неоптимизированных медиа. Этот навык помогает Claude, Codex и Claude Code выполнять целевые улучшения производительности для продакшен-приложений.