# triton-lang

Скилл triton-lang учит агента писать GPU-ядра на Triton: @triton.jit, блочные tl.load/tl.store с масками, атомарные операции, автотюнинг и интеграцию в PyTorch.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode, Windsurf (Devin Desktop), Claude.ai · 358 установок · ★ 298 у репозитория
- Автор: mohitmishra786
- Лицензия: MIT · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/mohitmishra786/low-level-dev-skills/tree/HEAD/skills/gpu/triton-lang/SKILL.md
- Обновлён: 2026-06-27
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/triton-lang

## Что делает

Триггерит на запросы про Triton, `tl.constexpr`, block pointers, `triton.testing` или кастомные PyTorch ops. Агент пишет ядра с декоратором `@triton.jit`, где `tl.program_id(0)` даёт индекс блока, `tl.arange(0, BLOCK)` — вектор потоков внутри блока, `mask` отсекает хвостовые элементы без отдельного ядра. `BLOCK: tl.constexpr` — константа времени компиляции, разворачивает циклы и резервирует shared memory.

Автотюнер `@triton.autotune` бенчмаркает конфиги при первом запуске и кеширует лучший для каждой формы массива (ключ `key`). Для интеграции в `torch.compile` скилл регистрирует `@custom_op` с fake-функцией. Агент умеет писать атомарные операции (`tl.atomic_add`), бенчмаркить через `triton.testing.Benchmark` и дампить PTX/LLVM IR через `TRITON_PRINT_AUTOTUNING=1`.

Если `BLOCK` слишком велик, компиляция падает с `OutOfResources` — снижай `BLOCK` или `num_warps`. Без маски в `tl.load`/`tl.store` на хвосте массива результат неверен. NaN в выходе — незаинициализированные masked lanes: передавай `other=0.0` в `tl.load`.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add mohitmishra786/low-level-dev-skills --skill triton-lang -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/triton-lang/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/triton-lang/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add mohitmishra786/low-level-dev-skills --skill triton-lang -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/triton-lang/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add mohitmishra786/low-level-dev-skills --skill triton-lang -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/triton-lang/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install mohitmishra786/low-level-dev-skills skills/gpu/triton-lang
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/triton-lang/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add mohitmishra786/low-level-dev-skills --skill triton-lang -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/mohitmishra786/low-level-dev-skills --path skills/gpu/triton-lang
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/triton-lang/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add mohitmishra786/low-level-dev-skills --skill triton-lang -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/mohitmishra786/low-level-dev-skills/tree/HEAD/skills/gpu/triton-lang/SKILL.md

## Когда брать
- написать GPU-ядро на Python без сырого CUDA
- собрать fused kernel (softmax + scale + bias в один проход)
- портировать NumPy-операции на GPU с блочной загрузкой
- автоматически подобрать размер блока и число warp через autotuner
- встроить Triton-ядро в PyTorch как кастомную операцию

## Примеры запросов агенту
- Напиши Triton-ядро для поэлементного сложения массивов с маской для хвоста
- Сделай автотюнинг для `BLOCK` от 128 до 512 и выбери лучший конфиг
- Зарегистрируй это ядро как `torch.library.custom_op` для `torch.compile`

## Похожие
- [tilegym-converting-cutile-to-triton](https://affpapa.org/nevibecode/skills/tilegym-converting-cutile-to-triton.md) — скилл · 1500 установок
- [tilegym-adding-cutile-kernel](https://affpapa.org/nevibecode/skills/tilegym-adding-cutile-kernel.md) — скилл · 1900 установок
- [mcp-server-colab-exec](https://affpapa.org/nevibecode/mcp/mcp-server-colab-exec.md) — MCP-сервер · ★ 9 у репозитория
- [tilelang-developer](https://affpapa.org/nevibecode/skills/tilelang-developer.md) — скилл · ★ 158 у репозитория
- [optimize-for-gpu](https://affpapa.org/nevibecode/skills/optimize-for-gpu.md) — скилл · 2200 установок
- [system-profile](https://affpapa.org/nevibecode/skills/system-profile.md) — скилл · 527 установок

Из того же набора: [mohitmishra786/low-level-dev-skills](https://affpapa.org/nevibecode/by/mohitmishra786/low-level-dev-skills.md) — 140 карточек

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md
