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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue08- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
575
3.89 K
React Native鸿蒙化仓库
JavaScript
312
365
Ascend Extension for PyTorch
Python
398
475
🎉 (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
1.39 K
787
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++
902
706
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
361
219
昇腾LLM分布式训练框架
Python
122
148
暂无简介
Dart
814
200
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
93
161
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
124
161