gpu-optimizer

Expert GPU optimization for consumer GPUs with 8–24GB VRAM. Evidence-based patterns only.

| GPU model | (e.g., RTX 4080 Mobile, RTX 3090, RTX 4090) | | VRAM | (e.g., 12GB, 16GB, 24GB) | | CUDA version | (nvidia-smi → top-right) | | TDP / power limit | (laptop vs desktop affects sustained throughput) | | Driver version | (nvidia-smi → top-left) |

Key constraint: VRAM capacity determines which strategies apply. Patterns below are annotated with minimum VRAM requirements where relevant.

Experten-GPU-Optimierung für moderne Consumer-GPUs (8–24 GB VRAM). Nutzen Sie diese Fähigkeit, wenn Sie das GPU-Training optimieren, CUDA-Code beschleunigen, OOM-Fehler reduzieren, XGBoost für die GPU optimieren, NumPy zu CuPy migrieren, ein Modell schneller machen, den GPU-Speicher verwalten, die VRAM-Nutzung optimieren oder PyTorch einem Benchmarking unterziehen müssen. Deckt gemischte Präzision, Gradienten-Checkpointing, XGBoost-GPU-Beschleunigung, CuPy/cuDF-Migration, Vektorisierung, Torch.compile und Diagnose ab. Nur NVIDIA-GPUs. PyTorch-, XGBoost- und RAPIDS-Frameworks. Quelle: mathews-tom/praxis-skills.