Adaptive Kernel Fusion for Improving the GPU Utilization While Ensuring QoS
Aker 的核心思想是： 不要只在 kernel 之间做时间共享，而是把资源互补的两个 kernel 融合成一个 fused kernel，让一个 thread block 里的不同 warps
推荐阅读： Towards High-Goodput LLM Serving with Prefill-decode MultiplexingELORA: Efficient LoRA and KV Cache Management for Multi-LoRA LLM Serving 读论文：
- 精读 Automatic Horizontal Fusion，把你的工作放进 related work：你不是第一个想到 horizontal fusion 的人，但你可以说明你的场景是 LoRA/multi-GEMM/Triton/LLM inference 下的特殊实例。
- 读 LoRA + Punica + S-LoRA，因为这直接决定你这个
X@C + X@A@B到底是不是已有系统已经处理过。 - 读 FlashAttention-1/2，但目标不是“学完 LLM”，而是学它如何把一个数学表达重排成 IO-aware kernel。
Matmul Fusion
这是在完成一套关于 Matmul Fusion 的笔记后，整理成的一个专题页。Matmul Fusion 的原始题目在这里：https://zhao-han.notion.site/1-Triton-34ccfdeeea6f803fa973fff139631390
这个专题页把这一组笔记放在一起，后续继续往这个文件夹里加文章时，也可以继续从这里进入。