← Marketing Wire / AI & Search

Meta publikuje TLX: rozszerzenie Triton dla GPU Hopper i Blackwell w produkcji

·Źródło: Meta

Meta opisuje na blogu inżynieryjnym (10 listopada 2026) Triton Low-Level Extensions (TLX) — rozszerzenie Triton, które daje inżynierom jawną kontrolę nad wykonaniem na GPU, bez rezygnacji z produktywnego modelu programowania Triton. TLX działa dziś w produkcyjnych workloadach Meta: w treningu i inferencji RecSys oraz w pretrainingu dużych modeli LLM, na GPU NVIDIA i AMD. Powodem powstania jest rosnąca luka między sprzętem a abstrakcjami: Hopper wprowadził warp specialization i Tensor Memory Accelerator (TMA), a Blackwell dołożył Tensor Memory (TMEM), wykonanie na poziomie klastrów i paired-CTA. Według Meta CUDA wymaga przy tym dużo kodu orkiestracji zależnego od architektury, a Triton ukrywa wiele relacji wykonania w decyzjach kompilatora. Meta nazywa brakującą warstwę modelem MIMW (Multiple Instructions, Multiple Warps), w którym podstawową jednostką orkiestracji jest warp group — pomiędzy SIMT w CUDA a blokowym SIMB w Triton. W TLX obliczenia nadal opisuje się standardowymi operacjami tensorowymi Triton, a TLX odpowiada za to, jak są zorganizowane: producer warp groups przenoszą dane asynchronicznie, consumer warp groups liczą na tensor corach, a synchronizacja odbywa się przez lekkie bariery. Całość pozostaje w Pythonie i zachowuje autotuning Triton. Dla zespołów ML oznacza to szybsze wdrażanie nowych możliwości sprzętu bez czekania na wsparcie kompilatora, a Meta podkreśla, że wzrost wydajności end-to-end wykracza poza to, co dają samodzielne biblioteki.

Źródło: Meta — oryginalny artykuł ↗

Chcesz wiedzieć, jak ta zmiana wpłynie na Twoją stronę?

Nasz zespół analizuje każdą aktualizację Google w 48h i przekłada ją na konkretne działania dla klientów.

Bezpłatna analiza wpływu