用途：该教程面向 SGLang 贡献者，演示如何向 sglang.kernels 的 JIT 基础设施及公共算子组添加一个新的轻量级 JIT CUDA 内核。示例实现逐元素缩放 scale(x, factor) = x * factor，输入为 CUDA 张量 x 与运行时传入的 float 标量 factor，输出为内部新分配的 x * factor，支持 FP16、BF16、FP32。
主要能力与约定：教程给出 JIT 与 AOT（sgl-kernel）的选择标准——不依赖 CUTLASS 等大型 C++ 项目的轻量内核优先用 jit_kernel；依赖 CUTLASS 或需参与 wheel 构建与 torch op 注册的用 AOT；依赖 flashinfer 或经 flashinfer 提供的 CUTLASS 仍可用 jit_kernel。约定包括：JIT 代码置于 namespace sglang；调优策略放在 Python，C++ 只接收结果；检查按 static_assert > C++ host 检查 > 缓存 Python > 每次调用 Python 的成本排序；使用固定宽度整数类型；C++ 用 Doxygen 注释；源码仅 ASCII；details 命名空间为私有；只读指针用 const T* restrict；关注寄存器预算，可用 SGLANG_JIT_LOG_RESOURCE_USAGE=1 SGLANG_JIT_FORCE_RECOMPILE=1 记录寄存器、溢出与共享内存；向量化内核建议以 .ensure_alignment(w) 收尾。
公共抽象：教程介绍 python/sglang/kernels/jit/include/sgl_kernel/ 下的工具，包括 utils.h（CHECK_HOST、host::RuntimeCheck、host::Panic、host::div_ceil、host::irange、host::pointer::offset）、utils.cuh（fp16_t 等类型别名、SGL_DEVICE、device::kWarpThreads、device::get_lane_id、device::load_as/store_as、host::LaunchKernel、PDL 相关、CHECK_CUDA）、tensor.h（SymbolicSize、SymbolicDType、SymbolicDevice、TensorMatcher 及 verify）、ffi.h（host::alloc_workspace_tensor、host::ffi::empty/empty_like/from_blob）、type.cuh（DTypeTrait、packed_t、device::cast/unpack、ReductionOp）、vec.cuh（AlignedVector、LoadStoreBytes）、tile.cuh（tile::Memory）等。
适用场景与限制：适合需要快速迭代、首次使用时编译的轻量 CUDA 内核开发。资料未提供具体安装命令、完整代码示例、性能数据或收费信息。