fastInfer：基于 Triton GPU 内核的实验性 LLM 推理运行时启动开发

GitHub 上的 fastInfer 是一个处于早期开发阶段的实验性 LLM 推理运行时，核心方向是自定义 Triton GPU 内核和可复现的性能测量。目前仅实现了 PyTorch 矩阵乘法参考实现、CPU 正确性测试、CUDA-event 基准和环境报告脚本，首个 Triton 内核与 serving 组件尚未实现，也未发布任何 GPU 性能结果。基准默认对 1×256 与 256×256 矩阵做 float16 乘法，包含 10 次 warmup 和 30 次计时重复，要求 Python 3.10+。