Repolode
triton-lang

triton-lang/triton

Lenguaje y compilador para escribir kernels personalizados de deep learning para GPU, muy eficientes y con código similar a Python, con mayor productividad que CUDA.

Alternativa open source a:CUDA

Estrellas
20,529
Forks
3,376
Issues abiertos
1,372
Último commit
hace 10 horas

¿Qué es?

Triton es un lenguaje y compilador para escribir primitivas personalizadas de deep learning: kernels de bajo nivel que se ejecutan en GPU. Busca permitir que los desarrolladores escriban kernels rápidos con mayor productividad que con CUDA, sin renunciar a tanta flexibilidad como la que ofrecen otros lenguajes específicos de dominio.

El proyecto se puede instalar desde pip mediante paquetes binarios para CPython 3.10 a 3.14, y también se puede compilar desde el código fuente con una versión personalizada o precompilada de LLVM. Es compatible con GPU NVIDIA (Compute Capability 8.0 o superior) y AMD (ROCm 6.2 o superior); la compatibilidad con CPU figura como en desarrollo. Linux es la plataforma compatible.

El repositorio también incluye un intérprete de Triton que ejecuta kernels sin GPU y permite usar puntos de interrupción de Python dentro del código de los kernels. Un conjunto de opciones mediante variables de entorno permite volcar la IR de cada paso de MLIR y LLVM, sobrescribir kernels, generar reproducciones y obtener resultados de autotuning para tareas de depuración y optimización del rendimiento.

Funciones clave

  • 01Escribe kernels para GPU en un lenguaje basado en Python con abstracciones a nivel de bloques.
  • 02Ejecuta kernels en GPU NVIDIA y AMD.
  • 03Incluye un modo intérprete que funciona sin GPU y admite puntos de interrupción de Python.
  • 04Vuelca la IR en cada etapa de compilación de MLIR y LLVM para inspeccionarla.
  • 05Admite la sobrescritura de kernels y plugins de compilador externos al árbol de código.

Casos de uso

  • Escribir operadores fusionados personalizados o kernels de atención para modelos de deep learning.
  • Optimizar kernels para GPU con mayor productividad que al escribir CUDA a mano.
  • Depurar la lógica de los kernels en una máquina sin GPU mediante el intérprete.
  • Estudiar o ampliar el pipeline del compilador basado en MLIR para generar código para GPU.

Inicio rápido

  1. 1

    Instala la versión estable más reciente desde pip

    pip install triton
  2. 2

    O instala desde el código fuente: clona el repositorio

    git clone https://github.com/triton-lang/triton.git
  3. 3

    Instala las dependencias necesarias para la compilación desde el árbol de código fuente

    pip install -r python/requirements.txt
  4. 4

    Instala Triton en modo editable

    pip install -e .

Antes de usarlo

  • Para compilar desde el código fuente, se necesita configurar una cadena de herramientas LLVM local o descargar una versión precompilada de LLVM durante la compilación.
  • Para ejecutar el conjunto de pruebas de GPU se necesita una GPU, aunque el modo intérprete funciona sin ella.

En colecciones

Temas

Preguntas frecuentes

¿Qué es triton?
Lenguaje y compilador para escribir kernels personalizados de deep learning para GPU, muy eficientes y con código similar a Python, con mayor productividad que CUDA. Triton es un lenguaje y compilador para escribir primitivas personalizadas de deep learning: kernels de bajo nivel que se ejecutan en GPU. Busca permitir que los desarrolladores escriban kernels rápidos con mayor productividad que con CUDA, sin renunciar a tanta flexibilidad como la que ofrecen otros lenguajes específicos de dominio.
¿triton es gratuito? ¿Qué licencia tiene?
triton es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
¿triton sigue mantenido?
Mantenimiento activo. El último commit de triton fue el 6 nov 2026.
¿Para qué puedo usar triton?
Escribir operadores fusionados personalizados o kernels de atención para modelos de deep learning. Optimizar kernels para GPU con mayor productividad que al escribir CUDA a mano. Depurar la lógica de los kernels en una máquina sin GPU mediante el intérprete. Estudiar o ampliar el pipeline del compilador basado en MLIR para generar código para GPU.
¿Cómo se instala triton?
Instala la versión estable más reciente desde pip: pip install triton O instala desde el código fuente: clona el repositorio: git clone https://github.com/triton-lang/triton.git Instala las dependencias necesarias para la compilación desde el árbol de código fuente: pip install -r python/requirements.txt Instala Triton en modo editable: pip install -e .
¿Dónde consigo triton?
El código fuente y las instrucciones de instalación están en GitHub: https://github.com/triton-lang/triton

Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.

Proyectos relacionados

Libro y colección de código de código abierto con apuntes actuales para aprender CUDA y más de 200 kernels de HGEMM, GEMM con FP8/FP4 y Flash-Attention.

Recursos de aprendizaje#cuda#gpu#tensor-cores
12,2 mil+17 esta semana1,3 milCudaGPL-3.0Actualizado anteayer