Dao-AILab/flash-attention 23K star vLLM/SGLang 等推理框架的默认后端之一

flashinfer-ai/flashinfer 覆盖 Prefill/Decode/MLA/稀疏 Attention + 分页 KV Cache，vLLM/SGLang 默认后端之一

NVIDIA/cutlassHopper/Blackwell 上 Tensor Core 的最优实现，Split-K/Stream-K/Grouped GEMM 都源于此

tile-ai/tilelang 基于 TVM 的 Python DSL，用 Tile 编程写出逼近手写 CUDA 性能的 Kernel，DeepSeek TileKernels 全库用它实现

HazyResearch/ThunderKittens 头文件库，FlashAttention 前向比 FA2 快 ~30%

deepseek-ai/TileKernels 完全用 TileLang 写的 DeepSeek 生产内核：MoE 路由、FP8/FP4 量化、MLA 解码，全部逼近硬件极限