2. 安装配置
本章帮你把 Triton 装好、跑通第一个示例。如果你装过 PyTorch，多数情况下 Triton 已经跟着 PyTorch 一起装好了——只需要
import triton验证一下。
2.1 环境要求
2.1.1 操作系统
| 系统 | 支持情况 |
|---|---|
| Linux（Ubuntu 22.04+ 等主流发行版） | ✅ 官方主线全力支持 |
| Windows | ⚠️ 主线不支持，需用社区 fork triton-windows 或 WSL2 |
| macOS（Intel / Apple Silicon） | ❌ 完全不支持，需远程 Linux GPU |
Mac 用户怎么办
Mac 上没有 NVIDIA / AMD GPU 后端可用。建议：
- 使用 Google Colab（免费 T4，付费可选 A100）
- 使用 Kaggle Notebook（每周 30 小时免费 GPU）
- 自建 / 租用 Linux GPU 服务器，本地 VSCode + Remote-SSH 开发
- 写代码时可设
TRITON_INTERPRET=1用 CPU 解释模式做语法调试（性能很差，仅用于排错）
2.1.2 Python 版本
官方支持 CPython 3.10 – 3.14，强烈推荐 3.11 或 3.12（生态最稳定）。
版本冲突提示
网上一些 2024 年初的教程说 Python 3.8–3.12，那是过时信息。请以 官方安装文档 为准。
2.1.3 GPU 与驱动
NVIDIA GPU：
- Compute Capability ≥ 7.5（Turing 架构起步，即 RTX 20 系列 / T4 / Quadro RTX 等）
- Triton 3.3 起已正式放弃 7.5 之前的架构（Pascal、Volta 早期）
- 推荐 Ampere (8.0+) 或更新（A100 / RTX 30 系 / RTX 40 系 / H100 / RTX 50 系），新特性支持最完整
- NVIDIA 驱动：必须够新，能支持 CUDA 12.x；CUDA Toolkit 本身非强制（Triton 通过驱动直接 JIT 编译 PTX）
AMD GPU：
- 需要 ROCm 5.7 或更新
- 数据中心卡：MI210 / MI250 / MI300 系列
- 消费级卡：通过 "ROCm on Radeon" 路径有限支持
如何查看自己的 GPU 算力？
nvidia-smi --query-gpu=name,compute_cap --format=csv2.2 通过 pip 安装
2.2.1 推荐：跟着 PyTorch 一起装
绝大多数人不需要单独装 Triton——装 PyTorch 时它会作为依赖自动装好。
# CUDA 12.8（对应 PyTorch 2.8 + Triton 3.4）
pip install torch --index-url https://download.pytorch.org/whl/cu128
# 验证 Triton 已附带
python -c "import triton; print(triton.__version__)"2.2.2 单独安装最新稳定版
pip install tritonPyTorch ↔ Triton 版本对照
| PyTorch | Triton |
|---|---|
| 2.6 | 3.2 |
| 2.7 | 3.3 |
| 2.8 | 3.4 |
| 2.9 | 3.5 |
| 2.10 | 3.6 |
不要随意升级 Triton 单包，保持与 PyTorch 配套最稳妥。如果非要单独升级，记得做完整测试。
2.2.3 Windows 用户：用 fork
pip install triton-windows- 自
triton-windows 3.2.0.post11起，wheel 内置最小 CUDA toolchain，不需手动安装 CUDA Toolkit - 自
triton-windows 3.2.0.post13起，wheel 内置 TinyCC，不需手动安装 C 编译器 - 要求 CUDA 12+（CUDA 11 不支持）
也可以走 WSL2 路径——在 Windows 上装 WSL2 + Ubuntu，然后按 Linux 流程安装，体验与原生 Linux 几乎一致。
2.2.4 AMD ROCm 用户
跟着 PyTorch ROCm 版本一起装就行：
pip install torch --index-url https://download.pytorch.org/whl/rocm6.22.3 从源码编译
只有在以下情况才需要源码编译：
- 你要修改 Triton 编译器本身
- 你需要尚未发布的某个 main 分支特性
- 你要适配新硬件后端
git clone https://github.com/triton-lang/triton.git
cd triton
pip install ninja cmake wheel pybind11 # 构建依赖
pip install -e python # 可编辑安装编译耗时
首次源码编译耗时通常 30 分钟到 1 小时（即使在多核机器上），因为要构建 LLVM。如果系统没有 LLVM，setup.py 会自动下载官方 LLVM 静态库。
可以用以下命令跑测试验证：
# 需要 GPU
pip install pytest
pytest python/test/unit2.4 验证安装
最快的"我装好了"验证：
import torch
import triton
import triton.language as tl
print(f"Triton 版本: {triton.__version__}")
print(f"CUDA 可用: {torch.cuda.is_available()}")
print(f"GPU 名称: {torch.cuda.get_device_name(0)}")
# 跑一个最简单的核函数
@triton.jit
def hello_kernel(x_ptr, BLOCK_SIZE: tl.constexpr):
offsets = tl.arange(0, BLOCK_SIZE)
tl.store(x_ptr + offsets, offsets * 2)
x = torch.empty(16, dtype=torch.int32, device='cuda')
hello_kernel[(1,)](x, BLOCK_SIZE=16)
print(f"核函数输出: {x.tolist()}")
# 预期：[0, 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30]如果上面这段能跑出预期结果，恭喜你，环境已经准备就绪。
2.5 常见问题排查
报错：PTX was compiled with an unsupported toolchain
原因：NVIDIA 驱动版本过旧，不支持 Triton 生成的较新 PTX。 解决：升级 NVIDIA 驱动到能支持 CUDA 12.x 的版本（通常 550+）。
报错：RuntimeError: Triton requires CUDA
原因：当前环境没有 GPU，或 PyTorch 是 CPU 版本。 解决：
nvidia-smi确认有 GPU 且驱动正常- 重装 PyTorch CUDA 版本：
pip install torch --index-url https://download.pytorch.org/whl/cu128
报错：libcuda.so.1: cannot open shared object file
原因：找不到 CUDA driver 库（常见于容器或 CI 环境）。 解决：
- 在 Docker 中确保使用
--gpus all启动 - 或确认
/usr/lib/x86_64-linux-gnu/libcuda.so.1存在
Conda 环境冲突
Conda 通过 cudatoolkit 装的 CUDA 运行时可能与系统驱动冲突。推荐做法：建一个干净的 venv 或 Conda 环境，只用 pip 装 PyTorch + Triton，不要混用 conda-forge 的 CUDA 包。
第一次核函数 launch 很慢？
正常现象。Triton 首次见到 (dtype, BLOCK_SIZE, ...) 组合时会 JIT 编译，耗时 几百毫秒到几秒。结果会缓存到 ~/.triton/cache/，第二次起就是微秒级启动。
如果想在 CI 中预热缓存，可以在主流程前先调用一次核函数。
想用 CPU 调试 Triton 代码？
设置环境变量后，Triton 会在 CPU 上模拟执行（性能极差，仅用于排逻辑错误）：
TRITON_INTERPRET=1 python your_script.py在这个模式下可以用 print() 调试，也可以单步 pdb。
本章小结
- Triton 在 Linux + NVIDIA（CC ≥ 7.5）上体验最佳；Windows 走 fork 或 WSL2；macOS 完全不支持。
- Python 3.10 – 3.14 都行，推荐 3.11 / 3.12。
- 装 Triton 的最稳路径是装 PyTorch 时让它自动带上，版本要保持配套。
- 验证靠一段 10 行的最简核函数；常见报错绝大多数与驱动版本或 CUDA 环境有关。
- 第一次 launch 慢是正常现象，是 JIT 编译；结果会缓存到
~/.triton/cache/。
环境装好之后，下一章我们正式进入 Triton 的编程模型——理解程序实例 (program)、网格 (grid)、块 (block) 这几个概念，是后面所有核函数的基础。
思考题
- 你的同事的笔记本只有集成显卡，没有 NVIDIA / AMD GPU。他想在本地学习 Triton 语法、调试核函数逻辑（暂时不关心性能），你会推荐他怎么做？
- 团队 CI 环境每次跑测试都因为 Triton JIT 编译耗时太久而超时。你能想到哪两种降低这个成本的办法？
- 同事问："我已经装了 PyTorch 2.8，需要再
pip install triton吗？" 你会怎么回答？再追问："那如果我想用 Triton 3.5，怎么办？" 你又怎么回答？