Are you sure you want to delete this task? Once this task is deleted, it cannot be recovered.
|
|
3 months ago | |
|---|---|---|
| example/001-example | 3 months ago | |
| LICENSE | 3 months ago | |
| README.md | 3 months ago | |
| how-to-contribute.md | 3 months ago | |
欢迎参加 评测数据集生成挑战赛 📊!
本比赛旨在构建一个标准化、可用于 GPU 性能测试的评测数据集,帮助开发者更高效地比较不同硬件和框架的性能表现。
在 AI 模型开发和部署中,GPU 性能评测是一个非常重要的环节。
不同 GPU、不同深度学习框架(如 PyTorch、TensorFlow、PaddlePaddle 等)在运行相同任务时,速度、吞吐量、内存占用等表现差异很大。
本次挑战赛希望通过社区的力量,构建一个标准化、带权重的评测数据集,让 GPU 性能比较更加科学、公正。
| 内容 | 分值 |
|---|---|
| 提供标准 GT 输出生成函数(Numpy-CPU / 原始框架实现) | +2 分 |
| CUDA 执行时间评估 | +5 分 |
| CUDA 吞吐量评估 | +4 分 |
| CUDA 内存带宽评估 | +3 分 |
| 内容 | 分值 |
|---|---|
| 提供 Prompt 让 LLM 生成对应的 CUDA 代码,并同样进行性能评价 | 额外加分 |
接受数量 = 提交并被评审通过的样本总数
如需更多信息或格式说明,请查看官方文档或在本仓库提交 Issue 进行讨论。
祝你挑战成功,贡献出高质量的 GPU 评测数据集!🚀
No Description
Python Markdown Text