通过一个简单的向量加法例子，学习 Triton 的基本编程模型。

配套代码

Triton 是一种用 Python 语法编写 GPU kernel 的语言。与 CUDA 相比，Triton 自动处理了很多底层细节（如 shared memory 管理、线程同步等），让我们可以专注于算法本身。

本章通过一个最简单的例子——向量加法——来了解 Triton 的核心编程模型。

SPMD 编程模型

在开始写代码前，我们需要理解 Triton 的核心思想：SPMD（Single Program, Multiple Data）。

简单说：同一份 kernel 代码会被多个 “program” 并行执行，每个 program 处理数据的不同部分。

假设我们要对两个长度为 256 的向量做加法，BLOCK_SIZE 设为 64。Triton 会启动 4 个 program：

输入向量 (N=256, BLOCK_SIZE=64):
┌────────────┬────────────┬────────────┬────────────┐
│  0 ... 63  │ 64 ... 127 │ 128 .. 191 │ 192 .. 255 │
├────────────┼────────────┼────────────┼────────────┤
│ Program 0  │ Program 1  │ Program 2  │ Program 3  │
└────────────┴────────────┴────────────┴────────────┘

每个 program 只负责处理自己那一块数据。那么问题来了：每个 program 怎么知道自己应该处理哪一块？

答案是 tl.program_id()——它返回当前 program 的编号（0、1、2、3…）。

逐步构建 Kernel

我们不一次性展示完整代码，而是逐步构建，理解每一部分的作用。

第一步：定位自己

systems/triton_basics/01_vector_add.py

pid = tl.program_id(axis=0)  # 获取当前 program 的编号
block_start = pid * BLOCK_SIZE  # 计算这个 program 负责的数据起始位置

如果 pid = 2，BLOCK_SIZE = 64，那么 block_start = 128。这个 program 负责处理从索引 128 开始的元素。

第二步：计算偏移量

systems/triton_basics/01_vector_add.py