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.

Экспертная оптимизация графического процессора для современных потребительских графических процессоров (8–24 ГБ видеопамяти). Используйте этот навык, когда вам нужно оптимизировать обучение графического процессора, ускорить код CUDA, уменьшить количество ошибок OOM, настроить XGBoost для графического процессора, перенести NumPy на CuPy, ускорить модель, управлять памятью графического процессора, оптимизировать использование VRAM или протестировать PyTorch. Охватывает смешанную точность, контрольную точку градиента, ускорение графического процессора XGBoost, миграцию CuPy/cuDF, векторизацию, torch.compile и диагностику. Только графические процессоры NVIDIA. Платформы PyTorch, XGBoost и RAPIDS. Источник: mathews-tom/praxis-skills.