# tilegym-cutile-autotuning

Помогает агенту добавлять и отлаживать автоподбор конфигураций в ядрах CuTile: подбор один раз, кэш, затем прямой запуск.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 1500 установок · ★ 3735
- Автор: NVIDIA
- Лицензия: не указана · policy=link-only · показываем только описание, файл — у автора
- Исходник: https://github.com/NVIDIA/skills/tree/HEAD/skills/tilegym-cutile-autotuning/SKILL.md
- Обновлён: 2026-10-23
- HTML: https://affpapa.org/nevibecode/skills/tilegym-cutile-autotuning

## Что делает

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.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill tilegym-cutile-autotuning -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/tilegym-cutile-autotuning/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/tilegym-cutile-autotuning/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill tilegym-cutile-autotuning -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/tilegym-cutile-autotuning/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill tilegym-cutile-autotuning -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/tilegym-cutile-autotuning/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install NVIDIA/skills tilegym-cutile-autotuning
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/tilegym-cutile-autotuning/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill tilegym-cutile-autotuning -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/NVIDIA/skills --path skills/tilegym-cutile-autotuning
```

### Windsurf (Devin Desktop)

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

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill tilegym-cutile-autotuning -a opencode
```

### 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/NVIDIA/skills/tree/HEAD/skills/tilegym-cutile-autotuning/SKILL.md

## Когда брать
- 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.

## Похожие
- [skill-creator](https://affpapa.org/nevibecode/skills/skill-creator.md) — скилл · 414180 установок
- [writing-for-agents](https://affpapa.org/nevibecode/skills/writing-for-agents.md) — скилл · 466719 установок
- [media-use](https://affpapa.org/nevibecode/skills/media-use.md) — скилл · 1100000 установок
- [mcp-builder](https://affpapa.org/nevibecode/skills/mcp-builder.md) — скилл · 130949 установок
- [subagent-driven-development](https://affpapa.org/nevibecode/skills/subagent-driven-development.md) — скилл · 237746 установок
- [orchestration](https://affpapa.org/nevibecode/skills/orchestration.md) — скилл · 349800 установок

Из того же набора: [nvidia/skills](https://affpapa.org/nevibecode/by/nvidia/skills.md) — 195 карточек

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