fix ci error

Author: AndSonder

.gitignore

@@ -30,10 +30,5 @@
 *.exe
 *.out
 *.app
-
 .DS_Store
-node_modules
-.docusaurus
-build
 .vscode
-

docs/18_triton/02_triton_memory_and_data_movement/README.md

@@ -26,7 +26,7 @@
 
 这是一个经典的 2D 操作，能很好地展示多维地址计算。在内存中，矩阵是按**行优先**顺序存储的。例如，一个 3×4 的矩阵：
 
-```
+```plain
 A = [[1,  2,  3,  4],
      [5,  6,  7,  8],
      [9, 10, 11, 12]]
@@ -35,7 +35,7 @@ A = [[1,  2,  3,  4],
 在内存中的实际布局是：`[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]`
 
 如果要访问 `A[i][j]`（第 i 行，第 j 列），内存地址是：
-```
+```plain
 物理地址 = base_ptr + i * N + j
 ```
 
@@ -156,7 +156,7 @@ for (int i = 0; i < 64; i++) {
 
 理解了 2D 地址计算后，咱们来看看一个对性能影响巨大的因素：**内存连续性**。
 
-### 2.1 什么是内存连续性？
+### 2.1 什么是内存连续性
 
 在 GPU 编程中，有一个非常重要的性能优化原则：**Memory Coalescing**。
 
@@ -210,7 +210,7 @@ def vector_add_strided(x_ptr, y_ptr, out_ptr, n_elements, stride, BLOCK_SIZE: tl
 
 **性能测试结果**：
 
-```
+```plain
 Size    | Stride | Time (ms) | Slowdown
 --------|--------|-----------|----------
 5242880 |      1 |      0.02 |   1.00x
@@ -228,7 +228,7 @@ Size    | Stride | Time (ms) | Slowdown
 GPU 的内存访问是以**事务为单位**的。一个 warp（32 个线程）访问连续的 32 个 float（128 字节）时，可以合并为**单个内存事务**。
 
 但当 stride=8 时，这 32 个线程访问的是间隔 8 个元素的数据：
-```
+```plain
 线程 0: addr[0]
 线程 1: addr[8]
 线程 2: addr[16]
@@ -473,7 +473,7 @@ cache hints 的效果因 GPU 架构和数据访问模式而异，需要实际测
 
 前面我们学习了如何手动计算 2D/多维张量的地址。但实际上 Triton 提供了一个更强大的工具：`tl.make_block_ptr`。
 
-### 4.1 什么是 Block Pointer？
+### 4.1 什么是 Block Pointer
 
 `tl.make_block_ptr` 是一个专门用于处理多维张量访问的高级工具。它可以：
 
@@ -613,7 +613,7 @@ tl.store(c_block_ptr, result, boundary_check=(0, 1))  # 正确
 
 :::
 
-### 4.6 什么时候使用 Block Pointer？
+### 4.6 什么时候使用 Block Pointer
 
 | 场景 | 推荐方式 |
 |------|---------|