写下我的第一个 GPU Kernel

今天跟着官方教程写完了第一个 Triton kernel（向量加法）。正确性确认无误（与 PyTorch 的最大差值 = 0.0），在 T4 GPU 上的吞吐也几乎和 PyTorch 完全重合。

下一个：一个真正有空间超过基线的 kernel（softmax）。