近期，OpenAI 发布了他们的最新语言 Triton。这种开源编程语言让研究人员能够为 AI 负载编写高效的 GPU 代码。

它与 Python 兼容，并且用户只需编写最少 25 行代码，就能实现专家级的效果。OpenAI 声称这款语言让开发人员无需太多努力即可挖掘硬件的最大潜能，从而比以往更轻松地创建更复杂的工作流程。

http://www.eecs.harvard.edu/~htk/publication/2019-mapl-tillet-kung-cox.pdf

深度学习领域的研究人员通常依赖于原生框架操作符。然而这可能会带来一些问题，因为它需要许多临时张量才能工作，这可能会影响大规模神经网络的性能发挥。

编写专门的 GPU 内核是一种更便利的解决方案，但由于对 GPU 编程的复杂性，这种方案实践起来会有意想不到的困难。找到一种既能提供所需的灵活性和速度，又能让开发人员轻松理解的系统是一项挑战。这促使 OpenAI 的研究人员改进了 Triton，Triton 最初是由他们的一位队友创建的。

现代 GPU 的架构可以分解为三大组件——DRAM、SRAM 和 ALU。在优化 CUDA 代码时必须考虑每一个组件；开发人员不能忽视 GPU 编程带来的诸多挑战，包括：来自 DRAM 的内存传输应该充分合并，以利用当今内存接口上更大的总线宽度。数据在再次使用之前需要手动存储在 SRAM 中，以免在检索时与其他共享内存块发生冲突。

https://openai.com/blog/triton/

Triton 简化了专用内核的开发过程，这些内核比通用库中的内核要快得多。编译器会自动对其进行优化和并行化，将其转换为在最新的 Nvidia GPU 上执行的代码。Triton 起源于 2019 年提交给机器学习和编程语言国际研讨会的一篇论文，其创建者现在是 OpenAI 团队的一员。

论文：http://www.eecs.harvard.edu/~htk/publication/2019-mapl-tillet-kung-cox.pdf

Github：https://github.com/openai/triton

来源：https://openai.com/blog/triton/

原文链接：

https://www.marktechpost.com/2021/07/28/openai-releases-triton-an-open-source-python-like-gpu-programming-language-for-neural-networks