tilegym-cutile-autotuning — скилл для Claude Code: автоподбор
Помогает агенту добавлять и отлаживать автоподбор конфигураций в ядрах CuTile: подбор один раз, кэш, затем прямой запуск.
npx skills add NVIDIA/skills --skill tilegym-cutile-autotuning -a claude-codeЧто делает tilegym-cutile-autotuning
Скилл ведёт агента по шагам: определить тип ядра, собрать набор конфигураций, подключить exhaustive_search из cuda.tile.tune, закэшировать лучший вариант и дальше запускать ядро через ct.launch без повторного поиска. Есть готовые шаблоны под разные типы ядер — от поэлементных операций до matmul, FMHA и сгруппированного GEMM.
Внутри — маршрутизатор по задачам, разбор частых ошибок и настройка конфигураций под архитектуры sm80–sm120. Отдельно разобраны размеры тайлов, occupancy и num_ctas. Правило про кэш важное: если вызывать replace_hints на каждом запуске, ядро перекомпилируется, и это сильно бьёт по скорости.
Для новой autotune-обвязки хватит быстрого шаблона; сложные ядра требуют чтения справочников в references/. Автопоиск гоняется на реальном GPU, поэтому нужна рабочая CUDA-среда и PyTorch. Проверять результат стоит и с включённым автоподбором, и с DISABLE_AUTOTUNE=1: ошибка в ядре с in-place записью проявится только во втором режиме.
Какие задачи решает
- добавить автоподбор конфигураций в новое ядро CuTile
- разобраться, почему после первого запуска пошли неверные результаты
- сократить время компиляции, выкинув конфиги, которые никогда не выигрывают
- настроить параметры под конкретную архитектуру GPU
- сравнить автоподобранный вариант с фиксированной конфигурацией по скорости
Примеры запросов агенту
- Добавь автоподбор в это ядро CuTile по шаблону «настроить один раз, закэшировать, запускать напрямую».
- Результаты после первого прогона неверные — проверь, нет ли записи в входной буфер, и почини по split-buffer.
- Сократи число конфигураций до восьми на архитектуру и прогони A/B против фиксированного варианта.
Как установить tilegym-cutile-autotuning
1Через Skills CLI (Vercel)
npx skills add NVIDIA/skills --skill tilegym-cutile-autotuning -a claude-code2Вручную: положить файлы
~/.claude/skills/tilegym-cutile-autotuning/SKILL.mdПапка скилла целиком; для одного проекта — .claude/skills/tilegym-cutile-autotuning/
1Через Skills CLI (Vercel)
npx skills add NVIDIA/skills --skill tilegym-cutile-autotuning -a codex2Вручную: положить файлы
.agents/skills/tilegym-cutile-autotuning/SKILL.mdДля всех проектов — ~/.agents/skills/
1Через Skills CLI (Vercel)
npx skills add NVIDIA/skills --skill tilegym-cutile-autotuning -a cursor2Вручную: положить файлы
.cursor/skills/tilegym-cutile-autotuning/SKILL.mdCursor читает и .agents/skills/, и .claude/skills/
1GitHub CLI
gh skill install NVIDIA/skills tilegym-cutile-autotuning2Вручную: положить файлы
.github/skills/tilegym-cutile-autotuning/SKILL.md1Через Skills CLI (Vercel)
npx skills add NVIDIA/skills --skill tilegym-cutile-autotuning -a gemini-cli2Командой платформы
gemini skills install https://github.com/NVIDIA/skills --path skills/tilegym-cutile-autotuningВручную: положить файлы
.devin/skills/tilegym-cutile-autotuning/SKILL.mdСтарый путь .windsurf/skills/ тоже читается
Через Skills CLI (Vercel)
npx skills add NVIDIA/skills --skill tilegym-cutile-autotuning -a opencodeClaude.ai
Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills
По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов
Вопросы о tilegym-cutile-autotuning
Как установить tilegym-cutile-autotuning в Claude Code?
Выполните npx skills add NVIDIA/skills --skill tilegym-cutile-autotuning -a claude-code. После этого файл скилла лежит в ~/.claude/skills/tilegym-cutile-autotuning/SKILL.md.
Что делает tilegym-cutile-autotuning?
Проводит агента через классификацию ядра, проектирование набора конфигураций, реализацию схемы с кэшем и проверку результата. Отдельно разбирает типичные ошибки при автоподборе.
Почему нельзя вызывать replace_hints при каждом запуске?
Каждый такой вызов ведёт к перекомпиляции ядра. Поэтому в кэш кладут и выбранную конфигурацию, и уже собранный объект ядра.
