Toutes les ressources premium et membres pour 8,99 €/mois, en abonnement sans engagement. Voir les offres

PalateKit

Se connecter
Menu

Demander une ressource

Décrivez en une phrase la ressource qui vous manque. Nous vous écrirons quand elle sera publiée.

0 / 280

Une page, une vidéo ou une image en ligne.

Débloquer PalateKit

Tout débloquer

Offre

Le paiement vaut acceptation de nos conditions générales de vente.

Paiement sécurisé par Stripe. Reçus et factures envoyés par e-mail.

Content de vous revoir

Connectez-vous pour installer, télécharger ou sauvegarder cette ressource. Un compte gratuit suffit pour les ressources gratuites.

Modèle d'exécution et mémoire des GPU v1.0.0

Utilisez cette ressource pour analyser la divergence, la coalescence et les conflits de banques d'un kernel GPU

Nouveau

  • 442 téléchargements
  • 241 mentions J'aime
  • 172 sauvegardes

Gratuit

Installer avec la CLI

Dans un terminal, depuis le dossier voulu :

npx --yes palatekit@latest install gpu-memory-model-optimization

Sans option, la skill va dans ~/.agents/skills/ ; ajoutez --agent claude-code (ou codex, cursor…) pour viser un agent.

Première fois : connectez la CLI avec

npx --yes palatekit@latest login

L'agent vous explique comment un GPU exécute les threads et accède à la mémoire, puis examine votre kernel pour repérer la divergence de warp, les accès non coalescés ou les conflits de banques de la mémoire partagée. Il aide aussi à choisir une taille de bloc entre occupation et pression sur les registres.

Choisie surtout par

Mise à jour le 2 novembre 2026

Carte de la skill « Modèle d'exécution et mémoire des GPU »

Caractéristiques

Fonctionne dans
Guides d'installation
Génère avec
Le modèle de votre agent
Licence
MIT

Ressources similaires

Tout voir

Ce que vous obtenez

  • SKILL.md : exécution SIMT, divergence, coalescence et mémoire partagée
  • SKILL.md : caches L1 et L2, atomiques et compromis d'occupation

Pour qui

  • Votre kernel est limité par la mémoire malgré une bande passante théorique élevée
  • Vous portez un kernel d'un GPU NVIDIA vers un GPU AMD à wavefronts de 64 threads

Pas pour qui

    Étiquettes

    • gpu
    • simt
    • mémoire
    • occupation

    À propos

    Vous dites

    « Explique pourquoi mon kernel de transposition a des conflits de banques et propose une disposition sans conflit. »

    Carte de la skill « Modèle d'exécution et mémoire des GPU »

    Skill publiée par mohitmishra786 sous licence MIT. Fichiers livrés dans leur version d'origine, en anglais.

    Voir plus

    Comment l'utiliser

    1. Installez la skill dans le dossier de skills de votre agent
    2. Demandez à votre agent de analyser la divergence, la coalescence et les conflits de banques d'un kernel GPU
    3. Relisez et ajustez le résultat

    Aperçu du contenu

    Fichiers

    • LICENSE1,1 Ko
    • NOTICE-PALATEKIT.md0,5 Ko
    • SKILL.md7,9 Ko

    Origine et licence

    Référencée sans modification

    Auteur
    mohitmishra786
    Source
    github.com/mohitmishra786/low-level-dev-skills/tree/bdc58472fa9f309ed1b3f7d985a0d8e9bd8f4608/skills/gpu/gpu-memory-model
    Licence
    MIT

    Notice

    « gpu-memory-model » (mohitmishra786, MIT) livré dans sa version d'origine : fiche en français et en anglais par PalateKit.

    Avis des utilisateurs

    –

    Aucune note pour l'instant

    Chargement des avis…

    Supprimer votre avis ?

    Votre note et votre commentaire seront retirés de la fiche.