# ncu-trace

Скилл ncu-trace для Claude Code собирает метрики NCU по раундам GPU-оценки. Он помогает агенту находить аппаратное узкое место по измерениям, а не по отчёту студента.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, Windsurf (Devin Desktop), Claude.ai · ★ 339 у репозитория
- Автор: OpenBMB
- Лицензия: Apache-2.0 · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/OpenBMB/ForgeKernel/tree/HEAD/skills/ncu-trace/SKILL.md
- Обновлён: 2026-11-11
- Проверка безопасности: автоматическая, 2026-11-17 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/ncu-trace

## Что делает

Скилл требует запускать профиль NCU в каждом раунде GPU-оценки, разбирать CSV через `forgekernel.inner.ncu.profiler_from_ncu` и записывать ключевые метрики в `IterationRecord.profiler`. Парсер выбирает самое медленное ядро по `gpu__time_active.sum`. Пустой профиль допустим, если проверка корректности завершилась сбоем или раунд сборки получил статус `NEUTRAL` до первого PASS.

Для сводки по раундам служит `forge <op> ncu-report`, а `forge <op> ncu-trace` показывает изменение метрик между итерациями. Так можно проверить, снизился ли spill после изменения, направленного на экономию регистров, или остались ли конфликты общей памяти после смены layout. Для сбора данных нужен GPU eval с задачей `gpu_entry.sh ncu`.

## Установка

### Claude Code (родная платформа)

**Вручную: положить файлы**
- Файл: `~/.claude/skills/ncu-trace/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/ncu-trace/

### Codex

**Вручную: положить файлы**
- Файл: `.agents/skills/ncu-trace/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

**Вручную: положить файлы**
- Файл: `.cursor/skills/ncu-trace/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install OpenBMB/ForgeKernel skills/ncu-trace
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/ncu-trace/SKILL.md`

### Gemini CLI

**Командой платформы**
```bash
gemini skills install https://github.com/OpenBMB/ForgeKernel --path skills/ncu-trace
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/ncu-trace/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/OpenBMB/ForgeKernel/tree/HEAD/skills/ncu-trace/SKILL.md

## Когда брать
- сопоставить аппаратные метрики GPU между итерациями
- определить, ограничивает ли ядро память, регистры или задержки
- проверить, изменился ли целевой показатель после правки
- отличить конфликты общей памяти от избыточного объёма wavefronts

## Примеры запросов агенту
- Покажи сводку NCU по раундам для `<op>`.
- Сравни изменение метрик NCU после последней итерации для `<op>`.
- Проверь, снизился ли spill после решения по сокращению регистров в `<op>`.

## Похожие
- [dotnet-trace-collect](https://affpapa.org/nevibecode/skills/dotnet-trace-collect.md) — скилл · 4900 установок
- [browser-trace](https://affpapa.org/nevibecode/skills/browser-trace.md) — скилл · 3100 установок
- [trace-to-training-data](https://affpapa.org/nevibecode/skills/trace-to-training-data.md) — скилл · 2600 установок
- [break-trace](https://affpapa.org/nevibecode/skills/break-trace.md) — скилл · 1300 установок
- [arize-trace](https://affpapa.org/nevibecode/skills/arize-trace.md) — скилл · 1100 установок
- [analyzing-mlflow-trace](https://affpapa.org/nevibecode/skills/analyzing-mlflow-trace.md) — скилл · 1000 установок

Из того же набора: [openbmb/forgekernel](https://affpapa.org/nevibecode/by/openbmb/forgekernel.md) — 8 карточек

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md
