[2026春季][T3-1-1] lihaokun-2026

[lihaokun-2026]

一、基本信息

• .skill 名称：ninetoothed-dsl-operator-skill
• 赛题编号：T3-1-1
• 小组名称：李浩坤
• GitHub ID：lihaokun-2026
• 提交目录：skills/competition/skill/

二、适用范围与不适用范围

适用范围

• NineToothed DSL 的 element-wise、broadcast、reduction 和 matmul 算子开发。
• FP32/FP16/BF16、边界尺寸、非连续 stride 和广播测试。
• PyTorch baseline correctness、benchmark 和性能回退诊断。
• generated source/AOT 检查、失败诊断和任务报告生成。

不适用范围

• 无 CUDA/Triton 环境的真实 GPU Kernel 评测。
• 数据依赖动态循环、递归和无法静态展开的复杂控制流。
• 未经实测的跨版本兼容和跨 GPU 性能结论。

三、安装与使用方式

cp -r skills/competition/skill \
  ~/.claude/skills/ninetoothed-operator-skill

向 AI 智能体提出 NineToothed 算子开发任务后，Skill 会引导完成：

需求分析 → 模式选择 → 代码实现 → correctness → benchmark
→ generated source 检查 → 故障修复 → 回归 → 报告

四、自测任务与运行记录

测试命令

python scripts/validate_skill_package.py
python scripts/run_correctness.py --verbose
bash scripts/run_benchmark.sh --output benchmark.log

测试环境

GPU: Ascend-910B
Python: 3.10
PyTorch: 2.10
Triton: 3.10

六、文件说明

• SKILL.md：主 Skill 文件。
• references/：DSL、测试、benchmark、生成源码和故障诊断资料。
• templates/：算子与报告模板。
• examples/：4 个完整案例。
• scripts/：correctness、benchmark、源码检查和日志工具。
• tests/：自测任务、触发提示和预期输出。
• HONOR_CODE.md：诚信守则，已由参赛者本人签署。
• REFERENCE.md：第三方资料、代码和 AI 辅助使用披露。
• 九齿Skill创新挑战_T3-1-1_赛题报告.md：最终赛题报告。

七、检查清单

• SKILL.md 名称唯一且 frontmatter 正确。
• 所有文档引用的文件均存在。
• Python 模板可通过语法检查或使用 .tmpl 扩展名。
• ruff format --check 和 ruff check 通过。
• Correctness 使用真实 GPU 环境运行并粘贴输出。
• Benchmark 使用真实数据，不使用预期值冒充实测。
• HONOR_CODE.md 已签署。
• REFERENCE.md 已完整披露。
• 最终报告和 Proposal 路径已填写。

[lihaokun-2026]

HONOR_CODE.md
REFERENCE.md