cuda-c-optimization

What problem does it solve?

CUDA C kernels 常常存在性能不足、数值稳定性差和调试困难的问题。本 Skill 提供一个结构化、可操作的指南，帮助你优化 CUDA-C 代码、提升吞吐量、确保在常见工作负载中的数值可靠性。

Core Features & Use Cases

• 块大小选择策略：针对不同内核类型（元素级、规约、矩阵乘法、图像处理）给出推荐的线程块大小与网格配置。
• 内存访问优化：实现共存、对齐访问，避免 Bank 冲突，提升带宽利用率。
• 计算优化：减少分支发散、使用快速数学函数、最小化全局原子操作。
• 占用率与调试：检查网格/块配置，维护易于维护的调试检查表。
• 数值稳定性技巧：可靠的规约、安全的除法与平方根、避免溢出/下溢。
• 使用场景：适用于需要性能调优、内存访问优化和数值稳定性的 CUDA-C 计算密集型任务。

Quick Start

Follow the guide to profile a kernel, adjust block sizes, improve memory access, and validate numerical stability in your CUDA C code.