·cuda

Sviluppo del kernel CUDA, debug e ottimizzazione delle prestazioni per Claude Code. Da utilizzare durante la scrittura, il debug o l'ottimizzazione del codice CUDA, dei kernel GPU o degli algoritmi paralleli. Copre la profilazione non interattiva con nsys/ncu, il debug con cuda-gdb/compute-sanitizer, l'ispezione binaria con cuobjdump e i flussi di lavoro di analisi delle prestazioni. Trigger su CUDA, programmazione GPU, ottimizzazione del kernel, nsys, ncu, cuda-gdb, compute-sanitizer, PTX, profilazione GPU, prestazioni parallele.

46Installazioni·1Tendenza·@technillogue

Installazione

$npx skills add https://github.com/technillogue/ptx-isa-markdown --skill cuda

Come installare cuda

Installa rapidamente la skill AI cuda nel tuo ambiente di sviluppo tramite riga di comando

  1. Apri il terminale: Apri il tuo terminale o strumento da riga di comando (Terminal, iTerm, Windows Terminal, ecc.)
  2. Esegui il comando di installazione: Copia ed esegui questo comando: npx skills add https://github.com/technillogue/ptx-isa-markdown --skill cuda
  3. Verifica l'installazione: Dopo l'installazione, la skill verrà configurata automaticamente nel tuo ambiente AI di coding e sarà pronta all'uso in Claude Code, Cursor o OpenClaw

Fonte: technillogue/ptx-isa-markdown.

Measure before guessing. GPU performance is deeply counterintuitive. Profile first, hypothesize second, change third, verify fourth.

Small, isolated changes. CUDA bugs compound. Make one change, test it, commit it. Resist the urge to "fix everything at once."

printf is your strongest tool. When debuggers fail, when tools produce inscrutable output, printf in device code reveals truth. Don't be embarrassed to use it extensively.

Sviluppo del kernel CUDA, debug e ottimizzazione delle prestazioni per Claude Code. Da utilizzare durante la scrittura, il debug o l'ottimizzazione del codice CUDA, dei kernel GPU o degli algoritmi paralleli. Copre la profilazione non interattiva con nsys/ncu, il debug con cuda-gdb/compute-sanitizer, l'ispezione binaria con cuobjdump e i flussi di lavoro di analisi delle prestazioni. Trigger su CUDA, programmazione GPU, ottimizzazione del kernel, nsys, ncu, cuda-gdb, compute-sanitizer, PTX, profilazione GPU, prestazioni parallele. Fonte: technillogue/ptx-isa-markdown.

Fatti (pronti per citazione)

Campi e comandi stabili per citazioni AI/ricerca.

Comando di installazione
npx skills add https://github.com/technillogue/ptx-isa-markdown --skill cuda
Categoria
{}Analisi
Verificato
Prima apparizione
2026-02-05
Aggiornato
2026-03-10

Browse more skills from technillogue/ptx-isa-markdown

Risposte rapide

Che cos'è cuda?

Sviluppo del kernel CUDA, debug e ottimizzazione delle prestazioni per Claude Code. Da utilizzare durante la scrittura, il debug o l'ottimizzazione del codice CUDA, dei kernel GPU o degli algoritmi paralleli. Copre la profilazione non interattiva con nsys/ncu, il debug con cuda-gdb/compute-sanitizer, l'ispezione binaria con cuobjdump e i flussi di lavoro di analisi delle prestazioni. Trigger su CUDA, programmazione GPU, ottimizzazione del kernel, nsys, ncu, cuda-gdb, compute-sanitizer, PTX, profilazione GPU, prestazioni parallele. Fonte: technillogue/ptx-isa-markdown.

Come installo cuda?

Apri il tuo terminale o strumento da riga di comando (Terminal, iTerm, Windows Terminal, ecc.) Copia ed esegui questo comando: npx skills add https://github.com/technillogue/ptx-isa-markdown --skill cuda Dopo l'installazione, la skill verrà configurata automaticamente nel tuo ambiente AI di coding e sarà pronta all'uso in Claude Code, Cursor o OpenClaw

Dov'è il repository sorgente?

https://github.com/technillogue/ptx-isa-markdown

Dettagli

Categoria
{}Analisi
Fonte
skills.sh
Prima apparizione
2026-02-05

Skills correlate

Nessuna