SuperAPI AI 工具集

kernel-worker

编程与开发

查看项目

更新于 10-29 09:37

技能介绍

Kernel Worker 是一个面向有界 PyTorch 热点优化的委派入口,遵循 goal-first 原则。主会话负责优化目标、任务语义与最终接入;worker 负责按约定范围产出候选实现与证据。加载本技能不会自动创建子 Agent,需通过宿主提供的可执行委派入口显式启动。

用途

本入口用于在满足独立性条件后,将有界的 PyTorch 热点优化任务委派给独立 worker。派发前需由 pytorch-perf-tuning 确认热点;若已有候选或简单改动可直接解决,则不强行委派。

主要能力

  1. 派发准备:固定参考计算、真实可重放输入、输出接口及数值标准;填写任务 brief 或引用等效任务记录;提供独立工作树/目录并记录基准 commit 或源码摘要;列明可写文件、输出位置与唯一写入者;分配设备及总预算(含准备、编译、调优、验证和交付),启动前核对实时占用。
  2. 任务与能力核对:worker 读取 brief、参考源码与工作区规范,核对解释器、版本、输入、shape/dtype/stride、mask/分组、异常值域及必要 backward/STE;复用已有同范围证据;按需使用 kernel-knowledge 领域库入口。
  3. 实现与证据契约:不修改参考、输入、误差阈值或计时器以迁就候选;不硬编码答案或跳过失败 shape;在范围内复用正确候选并有界迭代;与参考同输入、同环境、同口径交错比较,保留源码/配置与逐轮结果;计量合同声明窗口、预热、次数、统计量及并发依赖;编译/准备成本与稳态分开报告。
  4. 后台生命周期与交付:按宿主机制后台启动并等待完成通知;超时/取消时核对任务及后代进程状态,保存已验候选;按 brief 返回候选位置、源码摘要、正确性与性能证据、未覆盖范围、接入方式、实际成本和停止原因。
  5. 回流:委派遗漏、资源冲突、交接与成本问题更新本技能;专业计量、平台实现和案例回独立领域库。

使用方式

通过宿主真实提供的可编辑、可执行委派入口显式启动 worker,传入本入口、brief 及相关资源的绝对路径,不假设 worker 能读主会话历史。主会话在 worker 后台运行期间只做独立工作,等待完成通知而非轮询。

适用场景

适用于已确认 PyTorch 热点、具备独立工作树/目录、明确数值与计量契约、并分配好设备与总预算的有界优化任务。

限制

新平台适配、语义变化或增加预算需回主会话处理;算法、统计组、舍入或状态语义未定时应先在主会话解决;Kernel Worker 不自动安装平台或编造经验;可接入仅代表局部合同通过,主会话仍需核对证据并做同输入数值与 host 端到端对照。