gfx950-tutorial-v2.0
Triton 编译器发布 gfx950-tutorial-v2.0 版本，新增两个编译器变更：Gluon 的 gl.warp_predicate 和 AMD 的 warp-pipeline barriers。这些变更使 Gluon Flash Attention 内核和四种 inter_wave GEMM 内核编译为字节一致的汇编并通过正确性检查。
Development
- First Reportgfx950-tutorial-v2.0Triton Compiler Releases
- Current AssessmentTriton 编译器持续优化 AMD GPU 支持，表明开源编译器生态正加速适配非 NVIDIA 硬件，可能降低 AMD GPU 在 AI 训练和推理中的使用门槛。Agent Pulse · analysis
Triton 编译器发布 gfx950-tutorial-v2.0 版本，在 v1.1 基础上新增两个编译器变更：Gluon 的 gl.warp_predicate 和 AMD 的 warp-pipeline barriers。gl.warp_predicate 实现 per-wave masked-skip region，允许 wavefront 在自身行未推进运行最大值时跳过 flash-attention 累加器重新缩放。warp-pipeline barriers 始终发射 LOCAL cluster barriers，将循环携带的 wrap-around barrier 置于循环体顶部，并强制硬 LDS drain。这些变更使 Gluon Flash Attention 内核和四种 inter_wave GEMM 内核（a16w16 fp16/bf16、a8w8、a4w4）编译为字节一致的汇编并通过正确性检查。
该版本通过两个编译器优化提升了 GPU 内核效率：gl.warp_predicate 减少冗余计算，warp-pipeline barriers 优化内存等待。这些变更针对 AMD GPU 架构，可能提升 Flash Attention 和 GEMM 内核性能。
Triton 编译器持续优化 AMD GPU 支持，表明开源编译器生态正加速适配非 NVIDIA 硬件，可能降低 AMD GPU 在 AI 训练和推理中的使用门槛。
对于使用 AMD GPU 的 AI 公司，Triton 的优化可能降低推理成本；对于云服务商，可提供更具性价比的 AMD GPU 实例。
后续可关注 Triton 对更多 AMD GPU 特性的支持，以及这些优化在真实模型训练中的性能提升效果。