amdresearch/intellikit

AMDハードウェアの応急処置

IntelliKit は、AMD-focused のパフォーマンスと検証のための Python ツールのセットです。 スタックターゲットのほとんどは、ROCmを介してGPU、ハードウェアカウンター、トレース、およびディスパッチデータをPythonから使用できるクリアAPIに入力します。[[T0]]は、ホストサイドCPUホットスポット分析を同じツールボックスに追加します。 LLM スタイルのワークフローでは、Model Context Protocol (MCP) サーバー (プロファイリング、HIP コンパイラ、HIP ドキュメント、rocminfo、amd-smi、) およびagent のスキル** — Kerncap、Metrix、Linex、Nexus、Accordo ([[[[T2])]) 用の Playbook も取得できます。 ノートブック、スクリプト、MCP クライアント、または Cursor/Claude/Codex からスタックを使用する。

お問い合わせ

箱にあるもの

ラフなワークフロー: isolate カーネル → profile it (counters and/or source line) → lean on other ヘルパー (実際に実行されているもの、MCP、MCP、skills、CPU のプロファイリング) → validate は変更がまだ正しい。

IntelliKit is a set of Python tools for AMD-focused performance and validation. Most of the stack targets GPUs through ROCm, turning hardware counters, traces, and dispatch data into clear APIs you can use from Python. uprof_mcp adds AMD uProf for host-side CPU hotspot analysis in the same toolbox. For LLM-style workflows you also get Model Context Protocol (MCP) servers (profiling, HIP compile, HIP docs, rocminfo, amd-smi, …) and agent skills — installable SKILL.md playbooks for Kerncap, Metrix, Linex, Nexus, and Accordo (install/skills/install.sh). Use the stack from a notebook, a script, an MCP client, or Cursor / Claude / Codex.

---

What’s in the box

Rough workflow: isolate a kernel → profile it (counters and/or source lines) → lean on other helpers (what actually ran, MCP, skills, CPU profiling) → validate that changes are still correct.