7 月 20 日，2026 夏季 InfiniTensor 训练营 Triton & 九齿方向第二课《Triton 编译器探索与寒武纪 MLU 实践》开讲。
前置课程《Triton 练气术》讲解了 Triton 并行编程语言核心知识，涵盖 DSL 特性、与 CUDA 对比优势及 program_id、arange、load、store 四大基础 API。

本节课将从硬件厂商视角出发，系统讲解 Triton 编程语言的核心价值，并深入解析寒武纪 Cambricon Triton 编译器的架构设计，重点拆解 Triton 到 Linalg 的转换方案及指针连续性分析等关键技术。

为什么使用 Triton？

多元芯片生态的痛点

• CUDA 生态垄断与国内厂商“各自为战”的困境
• 用户侧：多厂商语言切换成本高、学习曲线陡峭
• 产业侧：缺乏统一语言层，难以形成合力对抗 CUDA 生态

为何选择 Triton 作为“最大公约数”

1.生态拉通层面：芯片层与编译器后端无法统一，唯有厂商语言层可实现共建
2.技术特性层面：硬件无关的中间层表示（IR），屏蔽架构差异

3.开发体验对比：CUDA vs Triton

• CUDA：类单反相机，上限高下限低，需手动管理 Shared Memory/流水/Barriers
• Triton：类智能相机，下限高上限适中，编译器托管片上内存与指令融合

Triton 的四大核心优势

• 快速高效：高效支持上层 AI 框架（PyTorch 等）
• 易于上手：类 Python 语法，低学习成本
• 生态兼容性强：减少对单一生态依赖
• 适配度高：原生支持 Torch Compile / Inductor 路径

Cambricon Triton 编译器

Cambricon Triton 定位与特点

1. 基于 Triton 语言适配寒武纪 MLU（DSA 架构）
2. 最大程度复用 Triton 开发生态，性能接近手写算子

版本现状（v2.1 / 基于原生 Triton 3.4）

1. 支持 JIT / AOT 编译模式
2. 全量支持 Triton 官方原语及后端无关特性（Auto-tune, Interpreter 等）
3. num_warps 参数重定义：映射 IPU 任务类型（Block 任务 / U1-U4 Cluster 任务）
4. 解除 Block Size 必须为 2 的幂次限制

编译器架构与 Triton-to-Linalg 核心技术

1. 整体技术路线

• 国际主流 GPU 路线：Triton → Triton GPU → LLVM → PTX
• 寒武纪 DSA 路线：Triton → Linalg → MLU → MLVM → LLVM IR → MLISA

2. 为何选择 Linalg Dialect？

• 避免重复造轮子：GPU 优化 Pass 无法复用于 DSA
• MLIR 社区广泛采用，基础设施丰富（Tile, Reduction, Fields Promotion）
• 易于扩展 OP 与定制化 Pass（Linalg Extension）
• 基于 Tensor/MemRef 定义，与 Triton IR 对应
• 业界主流方案（Triton-shared 项目）

3. Triton → Linalg 转换原则

• 尽可能使用 structured 算子，不使用 linalg.generic 算子
• 尽早识别算子语义（如 tt.reduce → linalg_ext.argmax）

4. Triton-Linalg 构成部分

5. 核心难点：指针分析

• 问题本质：tt.load 可能对应 copy（连续访存）或 gather（离散访存），错误下降导致 DMA 效率骤降

• 解决方案：自动化多维连续性识别算法

6. Linalg → MLU 下降流程

• Tile Fusion / Buffer Rise 等 Pass
• 复用 MLIR 官方基础设施 + 寒武纪定制优化

7. Triton-Linalg 开源项目

寒武纪开源跨平台 AI 编译器前端 Triton-Linalg，帮助开发者降低硬件适配成本，提高集成效率。

• GitHub 开源地址：http://github.com/Cambricon/triton-linalg

加入训练营

📺完整课程内容，请观看直播或查看课程回放：

InfiniTensor 官网： https://www.infinitensor.com

B站直播： InfiniTensor 官方直播间

视频号直播： InfiniTensor 视频号预约

答疑交流： 训练营官方社群⬇️

关注与交流