triton-lang/triton

Triton とは？

Triton は、ディープラーニング演算用のカスタム GPU カーネルを書くためのオープンソースのプログラミング言語およびコンパイラです。PyTorch などの高レベルフレームワークと低レベルの CUDA/ROCm コードの間に位置し、生の CUDA よりも高い生産性を提供しながらも、パフォーマンスが重要なプリミティブ（例：アテンション、行列乗算、畳み込み）を手作業で最適化できる柔軟性を維持しています。

主なアイデア

アイデア	あなたにとっての意味
GPU カーネル用 DSL	Python に似た構文（`tl.*` 演算）でカーネルを記述。コンパイラが効率的な GPU マシンコードに変換します。
MLIR ベースのバックエンド	コンパイラは LLVM の MLIR インフラストラクチャを使用しており、NVIDIA（NVPTX）と AMD（AMDGPU）の両方の GPU をターゲットにし、拡張が容易です。
自動チューニング	Triton は、現在のハードウェア上で最速のカーネルバージョンを見つけるために、タイルサイズやその他のパラメータを自動的に探索できます。
インタプリタモード	`TRITON_INTERPRET=1` を設定すると、GPU がなくても CPU 上でカーネルを実行でき、デバッグに便利です。
プラグインパイプライン	`add_stages_inspection_hook` API を使って、カスタムコンパイラステージを挿入できます。

セットアップ方法

# PyPI から最新の安定版をインストール（Python 3.10–3.14）
pip install triton

Linux 用のバイナリウェHEEL が提供されています。NVIDIA Compute Capability 8.0+ および AMD ROCm 6.2+ をサポートしています。

ソースからビルドしたい場合（例：カスタム LLVM を使用する場合）、README に手順が記載されています：

リポジトリをクローンし、Python のビルド要件をインストール。
make dev-install-llvm を実行して、Triton が期待する LLVM バージョンを取得・コンパイルする、または 手動の LLVM ビルド手順に従う。
編集可能なモードでパッケージをインストール（pip install -e .）。

一般的なワークフロー（Python 例）

import triton
import triton.language as tl

@triton.jit
def matmul_kernel(A, B, C, M, N, K,
                 BLOCK_M: tl.constexpr, BLOCK_N: tl.constexpr, BLOCK_K: tl.constexpr):
    pid = tl.program_id(0)
    # ブロックインデックスの計算 …
    # タイルの読み込み、計算、結果の保存 …

# 実行
matmul_kernel[(grid_x,)](A, B, C, M, N, K,
                         BLOCK_M=128, BLOCK_N=128, BLOCK_K=32)

*@triton.jit デコレータは、関数を GPU カーネルにコンパイルするように Triton に指示します。タイルサイズ（BLOCK_*）は自動チューナーに任せるか、手動で設定できます。

Triton で作れるもの

カスタムアテンションカーネル – 例：flash-attention の実装。
最適化された行列乗算 – 特定の形状では cuBLAS を置き換える。
実験的な演算子 – 主流ライブラリに登場する前に新しいプリミティブを試す。
研究プロトタイプ – CUDA を書かずに、カーネルのアイデアを素早く反復可能。

コミュニティとリソース

ドキュメント: https://triton-lang.org – インストールガイド、プログラミングガイド、デバッグチュートリアル。
カンファレンス: 年1回の Triton Developer Conference（2026 の詳細はリポジトリに掲載）で、講演、ライトニングトーク、ポスター発表があります。
パズル: 小さなチャレンジのコレクション（srush/Triton-Puzzles）で、インタプリタで実行可能。学習に最適です。
貢献方法: プルリクエストを歓迎。ガイドラインは CONTRIBUTING.md を参照。
開発コンテナ: triton-dev-containers リポジトリから、再現可能な開発環境用の Docker/VSCode デベロッパーボックスを提供しています。

互換性とハードウェアサポート

OS: 現在のリリースでは Linux のみ。
GPU: Compute Capability 8.0 以上の NVIDIA GPU、ROCm 6.2 以上の AMD GPU。CPU サポートは開発中です。

TL;DR

Triton は、生の CUDA/ROCm に下がることなく、ディープラーニングワークロード用の高性能 GPU カーネルを書ける、Python 友好的な DSL およびコンパイラです。pip install triton でインストールし、@triton.jit デコレータでカーネルを記述し、MLIR ベースのバックエンドがコード生成、自動チューニング、ベンダー間互換性を処理します。プロジェクトは積極的にメンテナンスされており、完全なドキュメントサイト、年1回の開発者カンファレンス、そして親しみやすいオープンソースコミュニティを持っています。