OpenAI Triton：算子相关

一个基于Python的编程语言和编译器，由OpenAI开发。 它是一个底层开发工具。它被用来创造构成AI模型的基本“算子”（Operators）它的唯一目的，就是让开发者能够用相对简单的、Pythonic的方式，编写出能在GPU上高效运行的自定义计算单元，即“核函数”（Kernel）。

大语言模型（特别是Transformer架构）的技术演进非常快，新的注意力机制（如FlashAttention、PagedAttention）、激活函数、量化方法层出-不穷。这些新算法往往没有现成的、最优的底层实现。研究员和工程师们因此需要一个快速将这些新算法变成高性能GPU代码的工具，OpenAI Triton完美地满足了这个需求。它让“写算子”这个过去只有少数专家才能做的工作，变得更加普及。

NVIDIA Triton：部署相关

它是一个开源的推理服务软件，由NVIDIA开发和维护。一个功能完备的服务器应用程序，你将训练好的模型（“成品”）部署在它上面，它就能对外提供高效、稳定、可扩展的推理服务（API）。

它是一个生产环境的部署平台。它负责管理模型的生命周期、处理客户端请求、动态批处理（Dynamic Batching）、监控性能等所有和“服务”相关的事情。它本身不创造算子，而是作为一个“容器”，去调用不同后端（Backend）来执行模型。NVIDIA Triton Inference Server与TensorRT有完美的集成。

二者重名原因

https://github.com/triton-lang/triton/issues/156