该技能用于生成适用于 Ascend NPU 的 Triton 算子需求文档，适用于设计新 Triton 算子、编写算子需求文档、进行算子性能优化设计的场景。
工作流分为四个阶段：需求分析（产出功能定义、数学公式、竞品对比）、原型设计（产出 API 接口定义）、规格约束（产出输入输出约束、硬件限制）、特性实现（产出 Tiling 策略、Kernel 实现方案）。
参考资源按阶段加载：需求分析阶段必须加载 ascend-terminology.md，不要加载 template、tiling-strategies；原型设计阶段加载 triton-api-reference.md，不要加载 tiling-strategies；特性实现阶段加载 tiling-strategies.md、triton-operator-template.md，不要加载 ascend-terminology。阶段 4 前必须完整阅读 tiling-strategies.md 和 triton-operator-template.md，不设行数限制，并按模板格式输出文档。
关键术语：GM 为全局内存（DDR），UB 为 Vector Core 高速缓存（192KB），L1 为 Cube Core 缓存（约 1MB）；AI Core 在 A2/A3 上为 24 个，每个含 1 个 Cube 与 2 个 Vector；归约操作必须升精度到 FP32。
限制与禁忌：不要使用模糊术语，必须给出具体计算方法；不可忽略 UB 大小（192KB）与对齐要求（32B）；需区分 Vector Core 与 Cube Core；数据流图需标注数据类型及 GM↔UB 传输；归约操作需说明升精度策略。常见问题包括 UB 超限、内存未对齐、精度损失与 Tiling 不合理，对应需控制缓冲区总大小、按 32B 对齐、归约前升 FP32 后降精度、按维度切分并避免跨 Core 数据依赖。