Iterative CUDA-Kerneloptimierung mit NVIDIA-Profiling-Tools (nsys, ncu). Verwenden Sie es, wenn Sie Kernel optimieren, den Durchsatz verbessern, die Bandbreite reduzieren, die Dachlinie analysieren, Benchmarks vergleichen oder den Registerdruck und die Belegung untersuchen.
Installieren Sie den KI-Skill cuda-kernel-refine schnell in Ihrer Entwicklungsumgebung über die Kommandozeile
Quelle: trevors/dot-claude.
One change per cycle: baseline → profile → classify → optimize → verify → compare → loop. Multiple simultaneous changes make it impossible to attribute improvement. Revert on regression.
Discover the project's benchmark infrastructure before running anything:
Run with enough iterations for stable results — coefficient of variation <5%.
Iterative CUDA-Kerneloptimierung mit NVIDIA-Profiling-Tools (nsys, ncu). Verwenden Sie es, wenn Sie Kernel optimieren, den Durchsatz verbessern, die Bandbreite reduzieren, die Dachlinie analysieren, Benchmarks vergleichen oder den Registerdruck und die Belegung untersuchen. Quelle: trevors/dot-claude.
Stabile Felder und Befehle für KI/Such-Zitate.
npx skills add https://github.com/trevors/dot-claude --skill cuda-kernel-refineIterative CUDA-Kerneloptimierung mit NVIDIA-Profiling-Tools (nsys, ncu). Verwenden Sie es, wenn Sie Kernel optimieren, den Durchsatz verbessern, die Bandbreite reduzieren, die Dachlinie analysieren, Benchmarks vergleichen oder den Registerdruck und die Belegung untersuchen. Quelle: trevors/dot-claude.
Öffnen Sie Ihr Terminal oder Kommandozeilen-Tool (Terminal, iTerm, Windows Terminal, etc.) Kopieren Sie diesen Befehl und führen Sie ihn aus: npx skills add https://github.com/trevors/dot-claude --skill cuda-kernel-refine Nach der Installation wird der Skill automatisch in Ihrer KI-Programmierumgebung konfiguriert und ist bereit zur Verwendung in Claude Code, Cursor oder OpenClaw
https://github.com/trevors/dot-claude