#Triton

Triton内核追平bitsandbytes：为何双双输给数学

开发者用Triton手写W4A16融合GEMV内核，在RTX 3060上追平bitsandbytes NF4速度，但两者均输给bf16基线。本文解析roofline分析、内核优化陷阱与量化解码的真实性能瓶颈。