Przejdź do treści
Biblioteka skilli
AI i agenci · Przegląd i audyt

nvidia-tensorrt-llm-deployment-review

/nvidia-tensorrt-llm-deployment-review

Przegląda statycznie artefakty wdrożeń TensorRT i TensorRT-LLM: eksport ONNX i PyTorch, wybór precyzji, integralność cache kalibracji, profile kształtów, ładowanie pluginów, pochodzenie silników i rozmiar pul pamięci.

Licencja
Apache-2.0
Ostatnia zmiana repozytorium
23.10.2026

Ocena i bezpieczeństwo

90/ 100Klasa: dobry
Format25 / 25
Frontmatter z nazwą i opisem, poprawna nazwa, opis do 1024 znaków, nazwa zgodna z folderem.
Odkrywalność25 / 25
Opis mówi, kiedy użyć skilla, ma sensowną długość i jest w 3. osobie.
Treść25 / 35
Co najmniej 150 słów i do 500 linii, nagłówki, listy kroków, przykłady albo kod.
Higiena15 / 15
Bez zaślepek typu TODO, bez ścieżek Windows, z licencją.
Ryzykobrak sygnałów w skanie
Pliki w paczce
2
Skrypty
0
Komentarze HTML
0
Adresy URL w SKILL.md
0
Przestarzałość

Brak sygnałów. Repozytorium zmienione 23.10.2026, bez odwołań do wycofanych modeli i API.

Licencja

Apache-2.0, otwarta: można używać i zmieniać, z zachowaniem licencji i informacji o zmianach.

Co robi i kiedy

Przegląda statycznie artefakty wdrożeń TensorRT i TensorRT-LLM: eksport ONNX i PyTorch, wybór precyzji, integralność cache kalibracji, profile kształtów, ładowanie pluginów, pochodzenie silników i rozmiar pul pamięci.

Oryginalny opis (EN)

Use this skill when reviewing TensorRT or TensorRT-LLM deployment artifacts statically — ONNX/PyTorch export pipelines, precision selection (FP16/BF16/INT8/FP8/INT4), calibration cache integrity, dynamic shape profiles, custom plugin loading, engine cache and serialized engine provenance, runtime memory pool sizing. Trigger when the user asks whether a TensorRT build script, calibration pipeline, or trtexec invocation follows NVIDIA's published guidance.

Jak działa

  1. Purpose
  2. Lean operating rules
  3. Response minimum
Sekcje z nagłówków SKILL.md, w oryginale · 26 linii, 326 słów
Podgląd SKILL.md
---
name: nvidia-tensorrt-llm-deployment-review
description: Use this skill when reviewing TensorRT or TensorRT-LLM deployment artifacts statically — ONNX/PyTorch export pipelines, precision selection (FP16/BF16/INT8/FP8/INT4), calibration cache integrity, dynamic shape profiles, custom plugin loading, engine cache and serialized engine provenance, runtime memory pool sizing. Trigger when the user asks whether a TensorRT build script, calibration pipeline, or trtexec invocation follows NVIDIA's published guidance.
allowed-tools: Read Grep Glob
metadata:
  author: "github: VincentChuWaiChow"
  version: "0.1.0"
  updated: "2026-05-10"
  category: platform
---

# NVIDIA TensorRT-LLM Deployment Review

## Purpose

Static review of TensorRT and TensorRT-LLM deployment pipelines against NVIDIA's TensorRT Developer Guide — ONNX/PyTorch export, FP16/INT8/FP8/INT4 precision, calibration data integrity, dynamic shape profiles, plugin trust boundaries, engine cache provenance. This skill is doc-anchored: it grounds review findings in NVIDIA's published documentation rather than in a certification blueprint, because no NVIDIA certification currently covers this developer-facing surface as a standalone exam objective.

## Lean operating rules

- Prefer the user's actual TensorRT build scripts, ONNX export code, and calibration pipelines as evidence; otherwise fall back to documentation-based inference.
- Treat custom TensorRT plugins loaded from non-pinned sources or unsigned object files as a critical finding — native-code execution surface inside the inference engine.
- Treat serialized engines (`.engine`, `.plan`) distributed without sha256 verification or provenance attestation as a high finding — silent model substitution.
- Treat INT8 / FP8 calibration data containing production user traffic without redaction or retention controls as a high finding — confidentiality and PII surface.
- Treat absence of `optimization_profiles` for variable input shapes as a medium finding — builds either fail at runtime or fall back to padded inference.
- Treat hardcoded `--workspace` or `--memory-pool-size` values that exceed the deployment GPU's free memory as a medium finding — engine build will OOM in CI.
- Treat use of `--strict-types` without explicit precision tagging on every layer as a low finding — actual precision drifts from intent.
- Always emit the exact `trtexec`, `polygraphy run`, or `tensorrt_llm/build.py` commands the user should run — do not execute them.

## Response minimum

Return, at minimum:
- the scoped target (model source and export pipeline, precision selection and calibration posture, dynamic shape and profile posture, plugin and engine provenance posture, runtime memory and concurrency posture, recommended trtexec/polygraphy invocations) and evidence level,
- findings labelled critical / high / medium / low,
- recommended NVIDIA-tooling invocations the user should run themselves,
- safe next actions and assumptions or blockers.
Pliki w paczce (2)
  • SKILL.md 3 KB
  • metadata.json 2 KB

Wersje

W bazie nie ma innych skilli o nazwie nvidia-tensorrt-llm-deployment-review.

Migawka bazy z 28.10.2026 · wersja paczki 7de5a7f71056 (skrót SHA-256 całej paczki)

Zgłoś problem z tym skillem: szkodliwa treść, błędny opis albo prośba autora o usunięcie.

Podobne skille

  • 90model-inference-optimize
    Optymalizuje wnioskowanie modeli: profilowanie, TensorRT, ONNX, PyTorch, FP8, cache i kontrolę jakości po zmianach.
  • 100trt-onnx-quickstart
    Buduje i weryfikuje silnik TensorRT z modelu Hugging Face lub pliku ONNX, sprawdzając zgodność numeryczną z ONNX Runtime oraz obsługując dynamiczne kształty wielu wejść.
  • 100tensorrt-optimization
    Kompiluje wytrenowany model do szybkiego silnika TensorRT dla konkretnego GPU: precyzja, profile dynamicznych kształtów i sprawdzenie, że silnik zachował dokładność, dla modeli PyTorch lub ONNX.
  • 100tensorrt-llm
    Optymalizuje wnioskowanie LLM na kartach NVIDIA przez TensorRT: wyższą przepustowość, niższe opóźnienia, kwantyzację FP8 i INT4.
  • 100nvidia-tensorrt-llm-ad-accuracy-debug
    Debuguje spadki dokładności w AutoDeploy względem wyniku referencyjnego (backend PyTorch lub opublikowana wartość), gdy ocena modelu jest wyraźnie niższa, a przyczyna nieznana.
  • 95nvidia-tensorrt-llm-trtllm-moe-develop
    Przegląda, projektuje i refaktoryzuje kod MoE w TensorRT-LLM na PyTorch pod kątem dopasowania architektury, czytelności, utrzymywalności i testowalności, w tym fused_moe, ConfigurableMoE, backendy, EPLB i routing.

Uwagi i zgłoszenia

Wiadomość trafi do Bartosza Sokolińskiego. Adres e-mail jest potrzebny tylko do odpowiedzi. Szczegóły w polityce prywatności.