현대적인 GPU는 점점 더 특화된 하드웨어 유닛과 비동기 조정 메커니즘 (asynchronous coordination mechanisms)에 의존하고 있으며, 따라서 성능은 더 많은 스레드 수준 병렬성 (thread-level parallelism)을 노출하기보다는 데이터 이동, 텐서 코어 (tensor-core) 연산, 그리고 동기화 (synchronization)를 조율하는 것에 달려 있습니다. 이는 프로그래밍 모델의 긴장 상태를 유발합니다. 즉, 실행 구조가 너무 많이 숨겨지면 컴파일러가 새로운 하드웨어 메커니즘을 따라잡아야 하며, 너무 많이 노출되면 조율의 부담이 다시 프로그래머에게 돌아가게 됩니다. 본 논문에서는 MIMW (Multi-Instruction, Multi-Warp)를 중심으로 구축된 TLX (Triton Low-level Language Extensions)를 제시합니다. 이는 정규 연산에 대한 Triton의 생산적인 블록 프로그래밍 모델 (blocked programming model)을 유지하면서도, 워프 그룹 (warp-group) 단위의 세밀함으로 조율을 표현합니다. TLX는 이 아이디어를 Triton의 임베디드 확장 (embedded extension)으로 구현하여, 멀티 워프 실행 (multi-warp execution), 로컬 메모리 조율 (local-memory orchestration), 비동기 연산 (asynchronous operations), 그리고 클러스터 인식 제어 (cluster-aware control)를 위한 명시적 인터페이스를 제공합니다. 우리의 평가 결과에 따르면, TLX는 최첨단 구현체들과 경쟁력을 유지하면서도 제한된 개발 노력으로 상당한 수준의 커스터마이징을 지원함을 보여줍니다. TLX로 작성된 커널은 대규모 학습 및 추론 프로덕션 시스템에 배포되었습니다. 우리의 코드는 https://github.com/facebookexperimental/triton 에서 오픈 소스로 공개되어 있습니다.