深度学习 Skill技能列表
分布式训练（Ray/多节点）Skill DistributedTraining(Ray/Multi-node)(Core)
本技能专注于使用Ray框架在多台机器或多个GPU上进行大规模机器学习模型训练的实践方法。核心内容包括数据并行与模型并行的策略选择、Ray Train/Tune库的应用模式，以及确保训练过程可复现、可追踪、可恢复的关键操作规范。关键词：分布式训练，Ray框架，多节点训练，数据并行，模型并行，MLflow，可复现性，检查点，故障恢复，机器学习扩展。
神经网络设计Skill NeuralNetworkDesign
设计和构建各种架构的神经网络，包括CNNs、RNNs、Transformers和注意力机制，使用PyTorch和TensorFlow
TensorRT模型优化与部署Skill tensorrt-optimization
TensorRT模型优化与部署技能是一个专注于利用NVIDIA TensorRT技术，将深度学习模型（如ONNX格式）高效转换为优化后的推理引擎的专业工具。它支持FP16、INT8等多种精度模式，提供动态形状处理、内核融合分析、自定义插件开发以及详细的性能分析功能。通过该技能，开发者可以显著提升模型在GPU上的推理速度与效率，降低延迟，实现高性能AI应用部署。关键词：TensorRT，模型优化，推理加速，INT8校准，动态形状，CUDA，深度学习部署，性能分析。
Nsight性能分析专家Skill nsight-profiler
Nsight性能分析专家技能是专门用于NVIDIA GPU应用程序性能分析和优化的专业工具。该技能提供GPU性能瓶颈诊断、内核优化、内存带宽分析、线程束效率评估等核心功能，帮助开发者深度优化CUDA程序性能。关键词：GPU性能分析、NVIDIA Nsight、CUDA优化、内存瓶颈、占用率分析、屋顶线模型、线程束效率、内核性能调优、深度学习加速、高性能计算。
NCCL多GPU通信库集成Skill nccl-communication
NCCL 多 GPU 通信库集成技能，专注于 NVIDIA 集体通信库 (NCCL) 的配置、优化与应用。该技能提供多 GPU 环境下高效的集体通信操作，包括全归约、全收集、广播等，支持单节点与多节点集群，并可针对 NVLink、PCIe 等硬件拓扑进行性能优化。适用于深度学习训练、高性能计算 (HPC)、大规模并行计算等场景。关键词：NCCL，多 GPU 通信，集体操作，深度学习训练，高性能计算，GPU 集群，NVLink 优化，MPI 集成，RCCL 兼容。
cutlass-tritonSkill cutlass-triton
cutlass-triton是一个专门用于生成优化GPU内核的技能，使用CUTLASS和Triton实现高性能计算。
CUDA工具包技能Skill cuda-toolkit
CUDA工具包技能是一个专门用于NVIDIA GPU并行计算的开发工具，提供CUDA内核开发、nvcc编译优化、PTX/SASS汇编分析、内存管理和错误处理等功能。支持多种计算能力（sm_XX），帮助开发者优化GPU程序性能，适用于深度学习、科学计算和高性能计算场景。关键词：CUDA开发、GPU编程、nvcc编译、PTX分析、内存管理、并行计算、NVIDIA、内核优化、计算能力、错误处理。
cublas-cudnnSkill cublas-cudnn
cublas-cudnn 是一个专注于 NVIDIA GPU 加速数学库集成的专业技能。它提供专家级能力，用于高效配置和调用 cuBLAS（基础线性代数子程序库）和 cuDNN（深度神经网络库）。核心功能包括：配置 cuBLAS 张量核心操作以最大化计算性能，生成优化的 GEMM（通用矩阵乘法）调用，集成 cuDNN 的卷积、池化、归一化等深度学习层，智能处理算法选择和基准测试，管理 GPU 工作空间内存，并全面支持 FP16、TF32、INT8 等混合精度操作以提升训练和推理速度。该技能是构建高性能 AI 推理、科学计算和自定义 CUDA 算子的关键工具。 关键词：NVIDIA GPU加速，cuBLAS，cuDNN，张量核心，矩阵乘法GEMM，深度学习卷积，混合精度，CUDA编程，高性能计算，AI推理优化