主要观点：

• 这是一个专为构建 GPU 内核而设计的排行榜，在Discord上，用户可提交自己的内核实现参与竞争，无需自己的 GPU 也能参与。
• 大型基础模型训练和推理需大量计算资源，其基于深度学习库调度内核在 GPU 上运行，许多内核远非最优，此排行榜旨在为人们找到所用设备的最快内核提供资源。
• 排行榜按不同设备分别进行运行时排名，允许创建者指定可用设备，通过连接自身云计算的 Discord 机器人运行和测量内核提交的各种指标，还提供调试和未来将实现的性能分析工具等。
• 旨在支持多种 GPU 编程语言、DSL 和框架，目前测试允许使用 PyTorch、Jax、Triton、Inline CUDA 等在 Python 排行榜提交，以及 CUDA、CuBLAS、CUTLASS、ThunderKittens 等在 CUDA 排行榜提交。

关键信息：

• 排行榜平台：Discord
• 无需 GPU 参与：用户可通过 Discord 机器人在自身云计算上运行和测量内核
• 支持语言等：多种语言框架，如 Python 相关和 CUDA 相关的多种工具
• 参与流程：直观，可提交首个内核

重要细节：

• 大型基础模型需大量计算资源且内核优化不足
• 排行榜按设备分离排名且可指定可用设备
• 平台提供调试和未来的性能分析工具等功能