# tilegym-improve-cutile-kernel-perf

Пошаговый подбор параметров для ускорения ядер cuTile в репозитории TileGym. Скилл помогает находить узкие места и измерять задержку на видеокартах NVIDIA.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 1600 установок · ★ 3735
- Автор: TileGym Team
- Лицензия: не указана · policy=link-only · показываем только описание, файл — у автора
- Исходник: https://github.com/NVIDIA/skills/tree/HEAD/skills/tilegym-improve-cutile-kernel-perf/SKILL.md
- Обновлён: 2026-10-23
- HTML: https://affpapa.org/nevibecode/skills/tilegym-improve-cutile-kernel-perf

## Что делает

Скилл организует цикл настройки вычислительных ядер в библиотеке TileGym. Агент определяет арифметическую интенсивность кода, чтобы отнести его к вычислениям или операциям с памятью. После этого запускается серия правок: размер тайла, число CTA, подсказки задержки, флаг `flush_to_zero` или выбор планировщика. Каждая итерация меняет строго один параметр за раз.

Процесс опирается на проверку числовой точности через `pytest` и замер времени выполнения в миллисекундах. Все результаты фиксируются в `@sandbox/perf_results.md`. Если тесты падают или задержка ухудшается более чем на 2% от базового уровня, правка сразу откатывается.

Запускать эксперименты нужно прямо на узле с ускорителями NVIDIA Blackwell, Hopper или Ampere. Без доступа к нужному железу скилл не сможет снять реальные замеры задержки, из-за чего оптимизация теряет смысл.

## Установка

### Claude Code (родная платформа)

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

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

### Codex

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

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

### Cursor

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

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

### GitHub Copilot

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

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

### Gemini CLI

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

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

### Windsurf (Devin Desktop)

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

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add NVIDIA/skills --skill tilegym-improve-cutile-kernel-perf -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-improve-cutile-kernel-perf/SKILL.md

## Когда брать
- сократить задержку выполнения ядра cuTile в миллисекундах
- подобрать размеры тайлов и конфигурации автотюнинга
- проверить точность вычислений через pytest после правок
- внедрить TMA и постоянное планирование в TileGym

## Примеры запросов агенту
- Оптимизируй ядро cuTile в src/tilegym/ops/cutile/ и зафиксируй замеры
- Проанализируй задержку ядра и запусти цикл тюнинга через pytest
- Подбери параметры TMA и размеры тайлов для ускорения вычислений

## Похожие
- [cuda-debugging](https://affpapa.org/nevibecode/skills/cuda-debugging.md) — скилл · 301 установка
- [web-perf](https://affpapa.org/nevibecode/skills/cloudflare-web-perf.md) — скилл · 110200 установок
- [perf-investigation-logger](https://affpapa.org/nevibecode/skills/perf-investigation-logger.md) — скилл · 1600 установок
- [perf-profiler](https://affpapa.org/nevibecode/skills/perf-profiler.md) — скилл · 1600 установок
- [perf-lighthouse](https://affpapa.org/nevibecode/skills/perf-lighthouse.md) — скилл · 320 установок
- [profile-model](https://affpapa.org/nevibecode/skills/profile-model.md) — скилл · 1200 установок

Из того же набора: [nvidia/skills](https://affpapa.org/nevibecode/by/nvidia/skills.md) — 194 карточки

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