triton-lang/triton

这是什么？

核心功能

• 01使用基于 Python 的语言编写 GPU 内核，并提供分块（tile）级别的抽象。
• 02支持在 NVIDIA 和 AMD GPU 上运行内核。
• 03提供无需 GPU 即可运行的解释器模式，并支持 Python 断点调试。
• 04可导出每个 MLIR 与 LLVM 编译阶段的 IR，便于排查问题。
• 05支持内核编译结果覆盖，以及树外编译器插件。

适用场景

• 为深度学习模型编写自定义融合算子或注意力内核。
• 在比手写 CUDA 更高的开发效率下优化 GPU 内核。
• 在没有 GPU 的机器上借助解释器调试内核逻辑。
• 学习或扩展基于 MLIR 的 GPU 代码生成编译流程。

快速上手

1. 1

   从 pip 安装最新稳定版

   pip install triton
2. 2

   或从源码安装：克隆仓库

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

   在源码目录中安装构建依赖

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

   以可编辑模式安装 Triton

   pip install -e .

使用前须知

• !从源码构建需要配置本地 LLVM 工具链，或在构建期间下载预编译的 LLVM。
• !运行 GPU 测试套件需要 GPU，但解释器模式可在无 GPU 时运行。

收录于专题

标签

常见问题

triton 是什么？

一门用于编写高效自定义深度学习 GPU 内核的语言与编译器，开发效率高于 CUDA。 Triton 是一门用于编写自定义深度学习基础算子（即运行在 GPU 上的底层内核）的语言与编译器。它希望让开发者在保持较高灵活性的同时，比直接使用 CUDA 更高效地编写高性能内核。

triton 可以免费使用吗？用的什么许可证？

triton 以 MIT 许可证开源。用于商业产品前，请先确认许可证条款。

triton 还在维护吗？

活跃维护中。triton 最近一次提交是在 2026年11月6日。

triton 适合用来做什么？

为深度学习模型编写自定义融合算子或注意力内核。 在比手写 CUDA 更高的开发效率下优化 GPU 内核。 在没有 GPU 的机器上借助解释器调试内核逻辑。 学习或扩展基于 MLIR 的 GPU 代码生成编译流程。

triton 怎么安装和运行？

从 pip 安装最新稳定版: pip install triton 或从源码安装：克隆仓库: git clone https://github.com/triton-lang/triton.git 在源码目录中安装构建依赖: pip install -r python/requirements.txt 以可编辑模式安装 Triton: pip install -e .

在哪里获取 triton？

源代码和安装说明在 GitHub 上：https://github.com/triton-lang/triton