libtorch_triton_ascend

跑demo

demo.cpp 包含三个示例：

1. Add Kernel (explicit grid) - 使用显式 grid 的向量加法 kernel，展示最基本的 Triton kernel 调用方式
2. Add Kernel (C++ lambda grid) - 使用 C++ lambda 函数计算 grid，类似 Triton 的 lambda meta，完全在 C++ 端解析无需 Python 参与
3. LayerNorm Kernel - LayerNorm 算子示例，展示更复杂的 kernel 参数传递和计算

运行流程：

1）generate libtriton_runtime.so

cd triton_runtime
bash build.sh
cd ..

2）run demo

bash examples/run_demo.sh

3）期望输出

...
=== LayerNorm Kernel ===
[KernelRegistry] 'layer_norm_kernel': def layer_norm_kernel(output_ptr, input_ptr, weight_ptr, bias_ptr, n_rows: [constexpr], n_cols: [constexpr], stride, eps, BLOCK_SIZE: [constexpr])
C++ BLOCK_SIZE: 512
C++ triton  out[0,:5]:  0.1781
-1.6806
-1.2184
-0.3596
-0.9843
[ npuFloatType{5} ]
C++ torch   ref[0,:5]:  0.1781
-1.6806
-1.2184
-0.3596
-0.9843
[ npuFloatType{5} ]
C++: max diff: 7.15256e-07
C++: match: YES
  registered: layer_norm_kernel
  registered: add_kernel

4）打开环境变量查看详细日志

export LOG_TORCH_TRITON_RUNTIME=1