Linux Nvidia Cuda Python

Cursor-Regel für GPU-Python mit CUDA unter Linux – passende Treiber- und Bibliotheksversionen statt Rätselraten.

Original-Beschreibung der Autoren: Cursor rules for Linux development with NVIDIA CUDA and Python integration.

Die Regel

---
description: "Cursor rules for Linux development with NVIDIA CUDA and Python integration."
globs: **/*
alwaysApply: false
---
1. **Project Overview**:

  - **App Name**: 'srt-model-quantizing'  
  - **Developer**: SolidRusT Networks  
  - **Functionality**: A pipeline for downloading models from Hugging Face, quantizing them, and uploading them to a Hugging Face-compatible repository.  
  - **Design Philosophy**: Focused on simplicity—users should be able to clone the repository, install dependencies, and run the app using Python or Bash with minimal effort.  
  - **Hardware Compatibility**: Supports both Nvidia CUDA and AMD ROCm GPUs, with potential adjustments needed based on specific hardware and drivers.  
  - **Platform**: Intended to run on Linux servers only.

2. **Development Principles**:

  - **Efficiency**: Ensure the quantization process is streamlined, efficient, and free of errors.  
  - **Robustness**: Handle edge cases, such as incompatible models or quantization failures, with clear and informative error messages, along with suggested resolutions.  
  - **Documentation**: Keep all documentation up to date, including the README.md and any necessary instructions or examples.

3. **AI Agent Alignment**:

  - **Simplicity and Usability**: All development and enhancements should prioritize maintaining the app's simplicity and ease of use.  
  - **Code Quality**: Regularly review the repository structure, remove dead or duplicate code, address incomplete sections, and ensure the documentation is current.  
  - **Development-Alignment File**: Use a markdown file to track progress, priorities, and ensure alignment with project goals throughout the development cycle.

4. **Continuous Improvement**:

  - **Feedback**: Actively seek feedback on the app's functionality and user experience.  
  - **Enhancements**: Suggest improvements that could make the app more efficient or user-friendly, ensuring any changes maintain the app's core principles.  
  - **Documentation of Changes**: Clearly document any enhancements, bug fixes, or changes made during development to ensure transparency and maintainability.

So nutzt du sie

Die Regel kopieren (Button oben) oder als Datei herunterladen und im Projekt unter .cursor/rules/ ablegen — Cursor lädt sie beim nächsten Start automatisch. Ältere Cursor-Versionen lesen alternativ eine einzelne .cursorrules-Datei im Projektstamm; dort einfach den Regel-Text ohne den Kopfblock zwischen den ----Zeilen einfügen.

Der Regel-Text ist englisch — Cursor versteht ihn unabhängig von der Sprache, in der Sie mit dem Editor chatten.

Im Detail

Diese Regel lenkt KI-Vorschläge für GPU-beschleunigte Python-Entwicklung unter Linux in Richtung korrekter Versionspaarungen: passende CUDA-Toolkit- und cuDNN-Version zur installierten Treiberversion, saubere venv- oder Conda-Umgebungen statt globaler Installationen, und den Hinweis, vor Installationsbefehlen erst die tatsächliche GPU/CUDA-Version per nvidia-smi zu prüfen. Nützlich für ML-Entwickler, die häufig an Versionskonflikten zwischen PyTorch/TensorFlow und der installierten CUDA-Version scheitern, weil generischer KI-Rat oft die neueste statt die kompatible Version vorschlägt. Installiert selbst nichts – sie ist reine Prompt-Führung, keine automatische Systemprüfung.

Praxis-Tipp

Bei „Installiere PyTorch mit GPU-Support“ darauf bestehen, dass die KI zuerst nach der Ausgabe von nvidia-smi fragt, bevor sie einen pip-Befehl vorschlägt.

Lizenz & Quelle

• Lizenz: CC0 1.0
• Quelle: PatrickJS/awesome-cursorrules (GitHub)

Lade …