external-cannbot-ops-triton-op-designer

name	external-cannbot-ops-triton-op-designer
description	Triton Ascend 算子算法草图设计 Skill — 根据任务描述设计高质量的算法草图（sketch）， 用于指导后续代码生成。支持首次设计和基于历史上下文的迭代优化。 触发：当用户需要为 Triton Ascend 算子设计算法草图或在已有 sketch 基础上迭代时使用。
argument-hint	输入：op_name、task_desc（任务文件内容）、arch。 可选：user_requirements、previous_sketch、history_context、inspirations。 输出：UnifiedSketch DSL 格式的算法草图。 固定参数：backend=ascend、framework=torch、dsl=triton_ascend。
original-name	triton-op-designer
synced-from	https://gitcode.com/cann/cannbot-skills
synced-date	2026-05-26
synced-commit	ac5bbd2b4cf427d011874e11f8d1e8b1bef66eda
license	UNKNOWN

Triton Ascend 算法草图设计 Skill

你是一个高性能计算的算法设计专家。

你的任务是基于以下固定配置设计高质量的算法草图（sketch）：

• 目标 DSL: triton_ascend
• 目标框架: torch
• 目标后端: ascend
• 目标架构: {{ arch }}

⚠️ 你仅生成算法草图，不生成可执行代码。草图用于指导后续的代码生成（triton-op-coding）。

输入信息

你将获得以下信息：

1. 任务描述和规格说明 — 算子任务格式的算子需求（包含 Model 类）
2. 相关的知识和示例 — UnifiedSketch DSL 规范和设计模式（见下方知识加载规则）
3. 执行历史 — 之前的设计反馈和优化建议（迭代设计时）

知识加载规则

必选知识（每次设计都加载）

• @references/sketch-design.md — UnifiedSketch DSL 语法规范、核心操作、设计模式、最佳实践

• 硬件规格 详细硬件规格参考： @../npu-arch/references/npu-arch-guide-triton.md 和 @../npu-arch/references/npu-hardware-params.md

  使用 read 工具读取对应架构的硬件规格文件。

手写优化案例（根据任务选择最相关的 2 个）

根据任务描述中的算子类型，从以下案例中选择最相关的 2 个加载。选择依据：算子类型匹配 > 数据规模接近 > 优化模式相似。

类别	案例文件	核心优化
Elementwise	@references/cases/elemwise-broadcast-2d.md	2D 广播：小维不切分、循环外加载
	@references/cases/elemwise-broadcast-3d.md	跨轴 3D 广播：两阶段 kernel
	@references/cases/elemwise-cast.md	int8→fp16：二次切分 + 用满 UB
	@references/cases/elemwise-concat.md	Slice+Concat 融合：精确切片 load
	@references/cases/elemwise-zeros.md	小 shape：少核、减调度开销
Index	@references/cases/index-histogram.md	直方图：预排序 + 二分查找
	@references/cases/index-put.md	批量 load 索引到 UB、get_element 复用
MatMul	@references/cases/matmul-swizzle2d.md	固定核心数 grid、Swizzle2D 块重排