cuDNN Frontend API 使用教程
2024-09-19 02:34:43作者:凌朦慧Richard
1. 项目的目录结构及介绍
cudnn-frontend/
├── cmake/
├── docs/
├── include/
│ ├── cudnn_frontend.h
│ ├── cudnn_frontend_Engine.h
│ ├── cudnn_frontend_EngineConfig.h
│ ├── cudnn_frontend_ExecutionPlan.h
│ ├── cudnn_frontend_Filters.h
│ ├── cudnn_frontend_Heuristics.h
│ ├── cudnn_frontend_Operation.h
│ ├── cudnn_frontend_OperationGraph.h
│ ├── cudnn_frontend_PointWiseDesc.h
│ ├── cudnn_frontend_Tensor.h
│ ├── cudnn_frontend_Utils.h
│ ├── cudnn_frontend_find_plan.h
│ └── cudnn_frontend_get_plan.h
├── python/
├── samples/
│ ├── cpp/
│ └── python/
├── test/
├── tools/
├── clang-format
├── CMakeLists.txt
├── CONTRIBUTING.md
├── LICENSE.txt
├── README.md
├── README.FE.0.x.md
├── README.FE.1.0.md
├── pyproject.toml
├── requirements.txt
└── setup.py
目录结构介绍
- cmake/: 包含CMake构建脚本和配置文件。
- docs/: 包含项目文档,如API文档和使用指南。
- include/: 包含cuDNN Frontend API的头文件,这些文件定义了API的接口和功能。
- python/: 包含Python绑定和相关脚本。
- samples/: 包含C++和Python的示例代码,展示了如何使用cuDNN Frontend API。
- test/: 包含测试脚本和测试用例。
- tools/: 包含一些辅助工具和脚本。
- clang-format: 用于代码格式化的配置文件。
- CMakeLists.txt: CMake的主配置文件,用于构建项目。
- CONTRIBUTING.md: 贡献指南,包含如何为项目贡献代码的说明。
- LICENSE.txt: 项目的开源许可证。
- README.md: 项目的主README文件,包含项目的基本信息和使用说明。
- README.FE.0.x.md: cuDNN Frontend API v0.x版本的文档。
- README.FE.1.0.md: cuDNN Frontend API v1.0版本的文档。
- pyproject.toml: Python项目的配置文件。
- requirements.txt: Python依赖项列表。
- setup.py: Python包的安装脚本。
2. 项目的启动文件介绍
启动文件
- CMakeLists.txt: 这是项目的主CMake配置文件,用于构建项目。通过运行
cmake命令,可以生成构建系统所需的文件。
启动步骤
-
克隆项目:
git clone https://github.com/NVIDIA/cudnn-frontend.git cd cudnn-frontend -
生成构建系统:
mkdir build cd build cmake .. -
构建项目:
cmake --build . -j16 -
运行示例:
bin/samples
3. 项目的配置文件介绍
配置文件
- CMakeLists.txt: 这是项目的主CMake配置文件,定义了项目的构建规则和依赖项。
- requirements.txt: 包含Python项目的依赖项列表,可以通过
pip install -r requirements.txt安装。 - pyproject.toml: Python项目的配置文件,定义了项目的元数据和构建系统。
- setup.py: Python包的安装脚本,可以通过
pip install .安装Python包。
配置步骤
-
安装依赖项:
pip install -r requirements.txt -
安装Python包:
pip install . -
运行Python示例:
python samples/python/sample.py
通过以上步骤,您可以成功构建和运行cuDNN Frontend API的示例代码,并了解项目的目录结构和配置文件的使用方法。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0111- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
SenseNova-U1-8B-MoT-SFTenseNova U1 是一系列全新的原生多模态模型,它在单一架构内实现了多模态理解、推理与生成的统一。 这标志着多模态AI领域的根本性范式转变:从模态集成迈向真正的模态统一。SenseNova U1模型不再依赖适配器进行模态间转换,而是以原生方式在语言和视觉之间进行思考与行动。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
717
4.56 K
Ascend Extension for PyTorch
Python
581
710
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
419
356
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.09 K
601
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
662
110
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
963
956
deepin linux kernel
C
28
16
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.62 K
953
昇腾LLM分布式训练框架
Python
153
179
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
141
223