调研窗口：2026-10-22 06:00 ~ 2026-10-23 06:00（北京时间，24 小时；周五晨报，窗口自上一期日报截点接续）。

信源：GitHub（org: flagos-ai 61 仓库全量核查、提交检索 135 笔、合并 PR 163 笔与在审 PR 183 笔检索、org 事件流 100 条、31 个仓库 Release/Tag 原子核查、4 仓 Atom 兜底）、Google News RSS（24 组中英文查询词，走代理）、HN Algolia（8 组）、CSDN FlagOS 专栏、智源社区、具身之家与 Pandaily 原稿（详见附录信源清单）。

本期索引

  • 今日重点：合入 163 笔创近一周新高；海光的 vLLM 0.28 与 SGLang 0.5.18 双栈同日合入，FEP-0140 与 FEP-0141 各兑现第一格；FlagQuantum 把 M3 中性原子从设计契约推到可跑的原生 Rydberg 动力学（10-22）
  • 一、开源项目进展（GitHub 动态）
    • 1.1 组织节奏：16 仓推送、135 笔提交、163 笔合入，队列在清、新增在收（10-22）
    • 1.2 vLLM 0.28 与 SGLang 0.5.18 的海光线同日合入（10-22）
    • 1.3 FlagQuantum：53 笔提交、20 笔合入，原生 Rydberg 从契约变代码（10-22）
    • 1.4 FlagQuantum：部署拒绝、供应商退场与终端采样提案（10-22）
    • 1.5 FlagGems：91 笔合入，KernelGen 39 笔批量落地与昆仑芯 13 笔优化并行（10-22）
    • 1.6 FlagGems 测试主线：lukatao 61 笔，连夜开 10 笔批次改「直连候选」（10-22 ~ 10-23）
    • 1.7 build-infra：昆仑芯成为 FlagTree 第七后端，flagcx 0.14.0 钉到全部后端（10-22）
    • 1.8 Torch-FL：清微接上 rocprofiler-sdk，昆仑芯跨卡拷贝改走 peer 原语（10-22）
    • 1.9 FlagTree：AMD RDNA 补上 prefill 路径，MUSA 逐拷贝 TME 缓存（10-22）
    • 1.10 其余仓库：FlagBLAS 天数与摩尔线程 GEMM、赛事通道两笔、optest 打成 wheel（10-22）
  • 二、新闻报道与生态
    • 2.1 Pandaily 以英文系统转述 FlagOS 2.2：1454 算子、约 27% 跨芯提升、KernelGen 765 个新算子（10-22）
    • 2.2 跨维智能入选众智 FlagOS 加速计划拟立项：FlagOS-Robo 与 AlohaMini 端侧示范（10-22）
    • 2.3 渠道核查：17 条候选 2 条有效，CSDN 新增高校圆桌直播，智源社区仅得框架页（10-22）
  • 三、成员单位与后端厂商深挖
    • 3.1 海光：两个推理插件仓同日完成上游版本对齐（10-22）
    • 3.2 昆仑芯：13 笔算子优化，叠加 FlagTree 第七后端（10-22）
    • 3.3 清微：设备时间线进入 torch.profiler，TX8110 实测（10-22）
    • 3.4 摩尔线程与燧原：MUSA 缓存持久化、GEMM 与燧原整批更新（10-22）
    • 3.5 昇腾、天数、沐曦与其他：按后端分流的小步，地平线与寒武纪静默（10-22）
  • 四、总结与趋势观察
  • 附录：信源核查表与完整信源清单

今日重点：163 笔合入创近一周新高；海光双栈同日对齐，量子栈把 M3 从契约推到可跑（10-22）

日期：2026-10-22　来源：vllm-plugin-FL PR #576 · sglang-plugin-FL PR #138 · FlagQuantum PR #700 · build-infra PR #1468（全量见附录）

  • 节奏面：61 仓中 16 仓窗口内有推送，提交检索 135 笔，合并 PR 163 笔，在审 PR 183 笔窗口内有更新（其中新开 90 笔）。与上一期（10-21：22 仓、164 笔提交、151 笔合入、154 笔在审、64 笔新开）相比，合入增 8%、在审增 19%、新开增 41%，推送仓库减 27%、提交减 18%——队列在清，新增开发在收。
  • 版本面第一次兑现：海光的 vLLM 0.28.0 与 SGLang 0.5.18 两个上游版本适配在同一天合入，这是 10-21 合入的 FEP-0140（vLLM 三版本线）与 FEP-0141（SGLang 0.5.18 十家厂商）之后第一次出现「按 FEP 矩阵逐格落地」的实证。
  • 量子栈跨过设计阶段：FlagQuantum 53 笔提交、20 笔合入，Core 侧的原生 Rydberg 程序、Simulation 侧的 plan 1.7 动力学、Examples 侧的移动原子脉冲训练三块同日合入，昨天还是两份设计契约的中性原子路线，今天已有可跑的 CPU 路径与验收数字。
  • 构建侧第七后端：build-infra 把昆仑芯（XPU）接上 FlagTree 构建线与日常构建行，成为 enflame、hcu、tsingmicro、mthreads 之后的第七个后端，PR 自述为「当前集合的最后一行」；同日把 flagcx 0.14.0 从 nvidia 专属钉成全部后端的显式依赖。
  • 测试设施同步改造：optest 由脚本集合变成可安装 wheel 与 console commands；FlagGems 侧一人 61 笔合入，其中 23:40 至 23:47 一口气开出 10 笔批次 PR，把用例从包装函数改成直接调算子或注入候选。
  • 新闻侧本窗口两条有效稿：英文媒体 Pandaily 系统转述 2.2；国内出现 FlagOS-Robo 的政府加速计划立项案例。软件栈之外的这两条，是本窗口唯一不来自 GitHub 的信息增量。

一、开源项目进展（GitHub 动态）

1.1 组织节奏：16 仓推送、135 笔提交、163 笔合入，队列在清、新增在收（10-22）

日期：2026-10-22　来源：flagos-ai 组织仓库 · 提交检索 · 合并 PR 检索

  • 仓库面：61 仓中 16 仓窗口内有推送，按提交量依次为 FlagQuantum 53、FlagGems 29、build-infra 13、Torch-FL 12、FlagGems-sglang 8、FlagTree 5、FlagGems-vllm 4、FlagBLAS 3、optest 3、FlagTrain 2、FlagOps 2、FlagDNN 1。docs、release-info、sglang-plugin-FL、vllm-plugin-FL 四仓的推送落在非默认分支，主分支无新提交。
  • 合入面：合并 PR 163 笔，分仓为 FlagGems 91、FlagQuantum 20、build-infra 13、Torch-FL 12、FlagTree 6、optest 4、vllm-plugin-FL 4、FlagGems-vllm 4、FlagGems-sglang 3、FlagTrain 2、FlagBLAS 2、FlagOps 1、sglang-plugin-FL 1。FlagGems 与 FlagQuantum 合计占 68%。
  • 在审面：窗口内有更新的 open PR 183 笔，其中新开 90 笔；仓库分布为 FlagGems 86、FlagGems-vllm 18、Torch-FL 13、vllm-plugin-FL 12、FlagTree 11、FlagTrain 6、FlagGems-Experimental 6、sglang-plugin-FL 5。FlagGems-vllm 与 TransformerEngine-FL 的新增量集中在厂商侧融合算子。
  • 产能面：lukatao 在 FlagGems 合入 61 笔（占该仓 67%），全部为测试与用例契约；FlagQuantum 账号合入 20 笔；tengqm 包干 build-infra 13 笔；lvyufeng 在 Torch-FL 合入 11 笔；lvxu2020 在昆仑芯 XPU 线合入 6 笔。
  • 版本面：窗口内无新版本发布。最近三个标签仍是 FlagTree 的 0.7.1.dev1 与 0.7.1.dev1+ppu3.6（10-20 20:11）以及 0.7.1a1+ascend3.5（10-19 13:01），均归入此前各期。
  • 事件面：org 事件流 100 条，其中 PR 事件 43、推送 27、删分支 12、建分支 9、评论 4、评审 3、关注 2。删分支 12 与新开批次 PR 同日出现，反映的是「批次分支合并即删」的流水线习惯，非功能回退。
  • 判断：合入、在审、新开三项同时上行而提交与推送仓库下行，是本季度少见的组合。它的含义是评审吞吐在消化前两日积压（10-20 至 10-21 合计约 300 笔合入），而开发者当天新建的代码量收缩。此类节奏通常出现在里程碑收口前后。

1.2 vLLM 0.28 与 SGLang 0.5.18 的海光线同日合入（10-22）

日期：2026-10-22　来源：vllm-plugin-FL PR #576 · sglang-plugin-FL PR #138 · vllm-plugin-FL 仓库 · sglang-plugin-FL 仓库

  • vLLM 侧（#576，19 文件，+1436/−288）：把海光 BW1000 的插件升级到 vLLM 0.28.0，发行包标识 0.28.0+empty、模块版本 0.28.0、源码基线 2cf0a6915。验证环境为每卡 64 GiB、容器内普通 wheel 安装（不使用可编辑安装）、TP=2、最大模型长度 4096、最大序列数 8、显存利用率 0.85，eager 与 FULL_AND_PIECEWISE 两种图模式各跑一遍；通信走厂商 HIP/RCCL，FLAGCX_PATH 未设置。
  • 版本拼图：PyTorch 用厂商 2.10.0（+das.opt1.dtk2604，DTK 26.04 保留），FlagTree 为 0.6.0+hcu3.6（wheel SHA256 前缀 0fd81f0e），Triton 发行版 3.6.0+gitc73250c4.staging，与厂商 Triton 共存；运行时镜像 vllm-plugin-fl:v0.28.0-hygon-ci。
  • 可比对性：仓库对已安装的 1,944 个 FlagGems 源文件与包文件逐文件比对，全部命中 e12a220 这个提交（仅 CRLF/LF 行尾差异），但安装元数据里的版本仍是 0.1.0——即版本号不可信、内容可核对，这种「以内容代替 VCS 元数据」的取证方式在近几期反复出现。
  • SGLang 侧（#138，65 文件，+4940/−369）：把海光 BW1000 的 empty 后端升到 SGLang 0.5.18（tag 源 71de97b，另加 HCU 专用的 Quark 导入补丁），适配 attention、FLA 与 MoE 接口，并修掉流水并行下的协同退出问题。验证含单机 TP2 的 eager 与全解码图，以及物理两节点 TP4/PP1 与 TP2/PP2 的 eager 用例；流水线门禁用 BF16、上下文 4096、最大并发 16、显存比例 0.70。
  • 版本拼图：FlagTree 0.6.1+hcu3.6（Triton 由 FlagTree 提供，不另装独立 Triton），FlagGems 5.4.0.dev0，原生 FlagCX 0.13.0，厂商 sglang-kernel 0.4.2.post2、flash-attn 2.8.3；CI 镜像 sglang-plugin-fl:0.5.18-hygon-ci-20261015，按 sha256 钉住。
  • 判断：两个 PR 都走「empty 运行时 + 厂商栈」路线，验收对象写成具体版本号加具体图模式，而不是「已适配」这类模糊表述。按 FEP-0140，vLLM 0.28 是十一月的主发布版本、目标是十家厂商；按 FEP-0141，SGLang 0.5.18 覆盖十家厂商、节点在十二月中前。海光是第一个点亮的格子，不等于其余九家已到位；接下来的观察点是同一个 0.28.0 版本在清微、沐曦、燧原、昆仑芯上是否复用同一条安装路径。

1.3 FlagQuantum：53 笔提交、20 笔合入，原生 Rydberg 从契约变代码（10-22）

日期：2026-10-22　来源：FlagQuantum 提交 · PR #700 · PR #707 · PR #714

  • 总量：53 笔提交、20 笔合入，提交占全组织 40%，合入居第二。与上一期（84 笔提交、34 笔合入）相比规模减半，但性质变了：上一期是动态电路的 Program IR 与出图补链，本期是中性原子物理从文档落到执行。
  • Core 前端（#700，22 文件，+2198/−16）：原生 Rydberg 控制不再借用线路适配，而是由 Core 直接在 ProgramRecord 上提供前端。记录增加类型化的 context 与 control 字段，既有验证器只接受一个物理 profile 并复用 CFG/SSA 检查；连续路径安全用编码坐标上的精确算术判定，与数值演化解耦；源编码复用既有标量编解码器，原生专用的严格字段与规范检查在任何张量解码之前就拒绝非法输入。未引入新的 IR 层级、绑定器、求解器、注册表或根导出。
  • 用户 API：RydbergProgram 以原子、位点、长度与时间单位、C6、损耗率、最小间距、传输通道与驱动通道构造，提供 move、pulse、to_ir 三个动作，示例输出原子标识 ('a','b')、维度 (3,3)、受控位置 (3.0,0.0) 与存活算子形状 (9,9)。PR 明确写明「受控位置不代表物理存在」。
  • Simulation（#707，19 文件，+1488/−188）：原生 Rydberg 程序可以走既有的 Lindblad 计划、运行与初始密度伴随入口，用户声明原子、线性传输、脉冲与吸收损耗，Simulation 自行装配区间矩阵；plan 1.7 密封为恰好七个外层字段，运行时不重新编译源。实验性数值路径为 CPU-only、一至两个 g/r/lost 角色，更大规模在指数级内存分配前拒绝；几何是施加线性路径的区间中点近似，网格收敛证据与求解器精度分开记录。
  • Examples（#714，3 文件，+217）：训练两个脉冲幅度绑定并让原子对移动，40 步、128 区间的实测输出为：无条件 RR 由 0.0431 升至 0.1228，存活条件 RR 0.1500，no-flag 选择 RR 0.1439，精确数值回放成立。本地默认全量 14,584 通过、167 跳过，约 518 秒；首轮 64 区间曾在 2.28e-10 上失败一个梯度，细化到 128 区间后通过且未改求解器与断言。
  • 判断：一天之内，量子栈把「能声明原子与脉冲」到「能算动力学」再到「能训练控制参数」三段接上，且每一段都写明能力边界（不宣称采样事件、反馈、加热、量子运动、GPU 或分布式，也不宣称 M3 完成）。这是本季最有信息量的单仓推进方式：先把契约写成可拒绝的实现，再逐块放开。

1.4 FlagQuantum：部署拒绝、供应商退场与终端采样提案（10-22）

日期：2026-10-22　来源：PR #701 · PR #705 · PR #716 · PR #720

  • 部署侧拒绝（#701，3 文件，+78/−1）：原生物理程序不是数字线路，包构建器原先从 ProgramRecord 读线路元数据会抛 AttributeError，Pauli 包构建器则抛无方向的 TypeError。现在两个入口都在后端选择、编译与发射之前交给 Core 的拒绝逻辑，统一抛 CapabilityError，提示「原生 Rydberg 时间线不能作为线路执行，请用 flagquantum.lindblad」。四个新回归在修正前全部失败，修正后三个 Python 版本各 39 个测试通过。
  • 供应商退场（#705，17 文件，+159/−621）：通用 NeutralAtomProvider 从来没有对应的外部服务或任务协议，只解析本地几何并始终拒绝提交。按提案 082 直接删除该模块与两个 Remote 命名空间的导出，不留别名、不留空壳适配器；Core 的几何、RydbergProgram 与旧计划/源固件保持不变。
  • 终端采样提案（#716，4 文件，+379）：在 #707 之后提出提案 083，定义 Runtime 的 sample_terminal 原语——消费有序的全空间张量 Kraus 分支，复用 SuperOperator、既有密度校验、当前 MeasurementResult、Core 张量编码与 Torch 随机源。示例给出存在性标签 ('no_flag','flag') 与概率 0.68/0.32、Fock 数标签 0/1/2 与概率 0.6/0.3/0.1，末尾明确打印「Framework terminal instrument API: proposed, not implemented」。PR 正文写明提案 083 尚未批准、尚未实现。
  • 其余支线：#710 注册自定义算子时同步安装 Circuit 方法；#711 在 Circuit 伴随中拒绝非酉矩阵；#712 精确保留极小的非零门（不因阈值折叠成零）；#713 动态线路晋升就绪审计；#720 测量容量随秩的变化与表示一致性区间；#721 让控制指令自带操作数；#722 在注入时钟下标定引擎排序，消除偶发失败。
  • 判断：本期量子栈的一半合入量花在「拒绝」与「删除」上——拒绝把物理程序当线路打包、删除没有外部服务的供应商、冻结未批准的采样接口。这类动作不增加能力，但决定了后续 M3 的边界是否可信。

1.5 FlagGems：91 笔合入，KernelGen 39 笔批量落地与昆仑芯 13 笔优化并行（10-22）

日期：2026-10-22　来源：FlagGems 提交 · PR #7077 · PR #7107 · PR #7424

  • 总量：29 笔提交、91 笔合入，占全组织合入的 56%。全组织 163 笔合入按标题关键词计（可重叠）为：测试类 47、KernelGen 39、昆仑芯 13、昇腾或 NPU 9、海光或 DCU 7、燧原或 GCU 5、摩尔线程或 MUSA 5、CI 4、沐曦 3；其中落在 FlagGems 仓内的为昆仑芯 10 笔、昇腾 7 笔、摩尔线程 4 笔、燧原 2 笔、海光 2 笔。
  • KernelGen 批量落地：14 个 Nvidia 算子分三批合入，批次内时间戳密度说明是审核通过后的成组合入，不是逐个评审。
  • 10:43 批：_copy_from_and_resize、ger、sparse_bsc_tensor；
    _nested_tensor_from_tensor_list。
  • 15:23 批：_values_copy、_fw_primal_copy、_shape_as_tensor；
    _nested_tensor_storage_offsets、_convert_indices_from_csr_to_coo。
  • 22:23 批：swapdims、_nnz、moveaxis、_dimI 与 view_as_complex_copy。
  • 燧原整批（#7077，26 文件，+3520/−511）：厂商 10-13 的整批更新一次性进主干，标题只写「update from enflame 20261013」，PR 正文仅标注 Operator 与「缺陷修复与性能优化」，没有逐条明细。这是近一周单笔代码量最大的厂商侧变更之一。
  • 昆仑芯融合 MoE（#7107，13 文件，+496/−123）：补齐 XPU3 的 fused_experts_impl、inplace_fused_experts、outplace_fused_experts 三个算子与 dispatch_fused_moe_kernel，前三个聚合分分别为 1.327、1.329、1.324（bf16 均值 1.346 至 1.351、fp16 均值 1.302 至 1.306）。PR 主动写明两点保留：其一，官方契约基线是 vLLM 自身的 fused_experts_impl，该基线在 XPU 栈上无法构建，因此昆芯只对替代的非契约基线（逐专家 index_select 加 matmul）比较，三个数字只能读作「融合胜非融合」；其二，dispatch_fused_moe_kernel 聚合 0.626 低于 0.8 门槛，不宣称达标。
  • CI 三笔：#7424 关闭 flagcx 以修 cuda12 依赖错误（nvidia133 后端上 mm_w8a8_fp8 失败）；#7500 修环境变量位置错误；#7420 把 robust-checkout 超时提到 60 秒。
  • 判断：91 笔中真正增加算子能力的不足两成，主体是自动化产出（39 笔）与测试契约（47 笔）两类。昆仑芯那条线已进入「按基准聚合分逐项抠」的阶段，且开始主动标注基线的可比性瑕疵——这比数字本身更值得记。

1.6 FlagGems 测试主线：lukatao 61 笔，连夜开 10 笔批次改「直连候选」（10-22 ~ 10-23）

日期：2026-10-22 ~ 2026-10-23　来源：PR #7543 · PR #7552 · PR #7556 · optest 仓库

  • 规模：lukatao 一人合入 61 笔，占 FlagGems 当日 67%、全组织 37%；其中 56 笔标题为测试、修复、校验或同步类，无一笔新增算子。
  • 批次开单：10-22 23:40 至 23:47 七分钟内开出 10 笔 PR——foreach 覆写「直连路由」批次 01 至 09（#7543 至 #7551）加 #7552「把最后九个算子套件改为走公共候选 API」。这批改动把用例从 use_gems() 包装改成直接调用 flag_gems.* 或注入候选实现，等于把「测哪个实现」从隐式变成显式。
  • 连夜合入：窗口末四笔稀疏套件移植在凌晨连续落地——#7553（01:00，稀疏 log-softmax 跨后端可移植）、#7554（02:51，稀疏校验器固件与直接基准候选调用）、#7555（04:38，压缩稀疏校验器）、#7556（05:47，公共稀疏块构造器）。最后两笔距本报告截点不足半小时。
  • 后端跳过治理：昇腾与摩尔线程的跳过被逐条写明理由并限定输入域（#7483 linalg_vander 复数输入、#7485 logdet 复数、#7492 row_stack_out 内存格式、#7496 trapz complex32、#7502 orgqr MUSA 零列、#7503 与 #7504 MUSA qint32、#7505 Hygon cuDNN 校验），海光侧 #7460 修 FP8 稀疏求和反向的输入固件。
  • 判断：这条线不产生任何对外能力，却是 FlagOS 多后端可信度的地基——同一条 PyTorch 用例要在十几种后端上给出可解释的通过或跳过，而不是各自维护一份改过的测试。optest 当天也把工具链打成可安装 wheel（#4）、改成 src 布局（#5）、暴露 console commands（#6），与 FlagGems 的用例改造是同一件事的两端。

1.7 build-infra：昆仑芯成为 FlagTree 第七后端，flagcx 0.14.0 钉到全部后端（10-22）

日期：2026-10-22　来源：PR #1468 · PR #1471 · PR #1459 · PR #1462

  • 总量：13 笔提交、13 笔合入，全部由 tengqm 完成，是当期平台面最集中的仓库。
  • 第七后端（#1468，3 文件，+428/−9）：packaging/flagtree/kunlunxin 采用与近期后端同形的两段式 Containerfile——--target builder 是可发布的构建环境（裸 ubuntu 22.04 加 apt 工具链，预编译输入暂存进 FlagTree 离线缓存），末段在其上构建 wheel。昆仑芯有五处独有约束：其一，十个预编译输入且缓存按目录名匹配，两个 LLVM 19 包共享 tarball 根 xtdk-llvm19-ubuntu2004_x86_64，落成 xtdk-llvm19 与 xtdk-llvm19-printf，故 filestore 名带版本后缀，只有 triton 工具包以 .triton/ 为根需 --strip-components；其二，前端由环境变量选择，LLVM_SYSPATH 必须保持未设，公共 LLVM 是已验证分支、XTDK 是回退；其三，pybind11 精确钉 3.0.1，3.0.4 改了 internals 构造会让派发器 SIGSEGV；其四，不用 apt 的 patchelf，改从 PATH 或公共 LLVM 包自带副本解析，与厂商 CI 同路径；其五，不加 TRITON_APPEND_CMAKE_ARGS=-DCMAKE_BUILD_TYPE=Release，因为昆芯发布的厂商 wheel 本身是 rel-with-asserts，对外部编译器而言优化级别不是打包细节。
  • 通信依赖（#1471，3 文件，+60/−4）：flagcx==0.14.0 此前只在 nvidia-cuda12.8 与 nvidia-cuda13.3 两行有 pin，其余十八个后端仍从 triton/_C 解析。本次给其余十八个后端加上精确 pin，且标签取厂商索引实际服务的值而非由后端键推导（hygon-dtk26.04 发布的是 +dtk2604）；spacemit 与 thead-ppu2.0.0 不钉，因为两者索引里没有 flagcx wheel。同一 PR 顺手改掉了两处因此过时的文档描述。
  • 文档线：vllm-plugin-FL、FlagTree、FlagCX、FlagGems、FlagLibs、Megatron、SGLang、verl 八个组件的设计记录与站点页在 12:50 至 17:42 之间连续合入（#1462 至 #1470），是本季第一次把「构建设计」写成可检索的站点内容。
  • 其他：#1459 删掉过时的厂商前缀 hygon 轮子行；#1461 让调用方可收窄 manifest 下载模式。
  • 判断：构建器从六后端扩到七后端，并在同一天把通信库从「两家 nvidia 行的特例」改成全部后端的显式依赖。后者是更实质的变化：它决定了换后端时通信层是否还走同一条安装与符号解析路径。

1.8 Torch-FL：清微接上 rocprofiler-sdk，昆仑芯跨卡拷贝改走 peer 原语（10-22）

日期：2026-10-22　来源：PR #630 · PR #634 · PR #632 · PR #629

  • 总量：12 笔提交、12 笔合入，跨 MPS、昆仑芯、昇腾/海光/沐曦/PPU、GCU 与清微六个平台。
  • 清微设备剖析（#630，15 文件，+1383/−39）：清微上 torch.profiler 此前只出 CPU 活动——平台被路由到 unavailable 桩，PrivateUse1 没注册设备剖析器，没有 kernel 事件、没有 CPU 到 kernel 的箭头，self_device_time_total 恒为 0。本 PR 增加基于 rocprofiler-sdk 的 DeviceTracer 与独立剖析工具 libtorch_fl_profiler.so，把每个 NPU kernel 关联回发起它的 aten op，按 CUDA trace 的 CPU/device 布局渲染；同时在 TX8110 上实测，并给清微钉上 FLAGOS_BUILD_VENDOR=ON（厂商目录里放的是随机数内核），补齐安装与剖析文档。不请求剖析时行为不变。
  • 昆仑芯跨卡拷贝（#634，3 文件，+55）：CrossDeviceMemcpy 调用的是同卡语义的 xpu_memcpy（XPU_DEVICE_TO_DEVICE 类型），传入两张卡上的指针时返回 −801 且目标不被写入，于是任意 flagos:N → flagos:M 传输都静默无效。改走 SDK 的 peer 原语 xpu_memcpy_peer。问题由 P800 上最后一个 bert 失败查出，同步调用不会掩盖，说明不是时序问题而是字节从未写入。
  • 预加载顺序（#632）：liblaunch_shared.so 报 undefined symbol: cudaMemcpy，该符号在 /usr/local/xcudart/lib/libcudart.so.12 中是版本化定义，只有在 Triton 启动器 dlopen 之后才可解析，因此把昆芯的 CUDA 兼容运行时提前加载。
  • 其他：#629 给 cuda/dcu/metax/ppu 补 convolution_overrideable 例外；#626 让 Qwen3.5 的元数据视图留在 MPS；#635 在 FlagGems 主导的 CUDA 构建里把类型转换放到设备上；#631 把 MPS 测试留在 Apple runner；#618 为 GCU 的 capability AssertionError 加临时诊断说明。
  • 判断：当日主线不是性能，而是两个基础能力的可用性——可观测性（清微第一次能看设备时间线）与多卡正确性（昆仑芯跨卡拷贝此前一直是错的）。这类修复不会出现在任何基准表里，但会让上层所有多卡实验的结论重算。

1.9 FlagTree：AMD RDNA 补上 prefill 路径，MUSA 逐拷贝 TME 缓存（10-22）

日期：2026-10-22　来源：PR #1365 · PR #1385 · PR #1278 · PR #1415

  • AMD prefill（#1365，66 文件，+3163/−260）：在 #1364 的 M=1 解码路径之上补 M>1 的预填执行，包括密集 Qwen3 导入器的预填模式、M>1 渲染代码生成（含 WMMA lm_head）、融合 matmul 加 RMS-norm-stats 内核与 gather-reduce 归一化收尾、每个预填 token 的 KV 写入独立缓存槽位，以及「预填只输出最后一个 token 的 logits」——只切 lm_head 之前的位置，不物化全部位置。RDNA 的预填 WMMA GEMM 微内核相对 GEMV 循环在 M>1 时提速 10 至 30 倍，并按 M 自动选择；解码侧 split-K 把 lm_head 从 17.0 降到 14.9 ms/token、逐层宽投影从 14.9 降到 10.5 ms/token。W7900（gfx1100）与 R9700（gfx1201）上全新编译后预填有限、argmax=241 与 torch 参考一致（最大误差约 0.5，属 bf16 近并列），解码 next_token=25 不变。
  • 其余五笔：#1278 修跨 outlined helper 调用的栅栏错位；#1385 为 MUSA 增加逐拷贝的 TME 缓存持久化；#1424 因偶发总线错误在燧原 CI 停用 02-sparse-mla 用例；#1415 修 minimax_m3 index_topk 的 block_size_k；#1427（10-23 00:06）更新燧原 vllm benchmark 参数。
  • 判断：AMD 路线从「单卡能解码」推进到「单卡能预填」，且性能数字是每提交口径（17.0→14.9→10.5 ms/token）而非整模型对比，可核对性较好。这条线仍以 Qwen3 稠密模型为唯一验证对象，MoE 与长上下文未覆盖。

1.10 其余仓库：FlagBLAS 天数与摩尔线程 GEMM、赛事通道两笔、optest 打成 wheel（10-22）

日期：2026-10-22　来源：FlagBLAS PR #153 · FlagGems-sglang PR #205 · FlagGems-vllm PR #977 · optest PR #4

  • FlagBLAS（2 笔）：#153 优化天数（Iluvatar）L1 层算子；#152 增加摩尔线程的 GEMM 实现。两个 PR 都是厂商侧提交、无跨仓改动。
  • FlagGems-sglang（3 笔）：#205 为 AMD RDNA3 架构层（_amd/rdna3/ops/）增加 fused_moe_gemm、fused_moe_router_tensorcore 与 fused_moe_router_cudacore 的 gfx1100 版本，在 W7900D 上调优，3 文件 +1310；WMMA 内核按 K 块在 fp32 中累加单点积，因为跨 K 块用 WMMA 累加器会在 gfx1100 上掉精度。另两笔是 FlagOS 赛事 Track1 的作品：#204 fused_pack_qkv、#201 fused_sigmoid_mul，均为 Triton 内核，说明赛事产出已开始进主干而非停在提交物。
  • FlagGems-vllm（4 笔）：#977 给沐曦融合 MoE 加 TP=2 配置（Qwen3.6-35B-A3B 的 w1=(256,512,2048)、w2=(256,2048,256)），C550 上 14 个 M 值平均提速 1.065 倍，并修掉 M≥4096 时选到 98304 字节共享内存配置导致的 OutOfResources；同时接受 vLLM 的 out、workspace13、workspace2 以免整份输出拷贝。#936 让昇腾的分块门控增量规则前向（chunk gated delta rule）改用 tle.dsa 的切片与同步接口；#929 由 KMCompiler 增加 qwen_qsa_prepare；#777 补 Hopper 上的变长 flash attention。
  • FlagTrain（2 笔）：#16 增加 multi_tensor_lion（Nvidia、Hygon、Metax、Thead 四后端，KMCompiler 前缀）；#26 增加 quick_gelu。
  • optest（4 笔）：#4 把工具打成可安装 wheel、#5 改成 src 布局、#6 把已安装工具暴露为 console commands、#2 让 CI 作业名显示 <repo> (<backend>)。
  • 在审值得关注：flir #83 增加 TensorView 方言与 tile.load / tile.store 视图（CommonIR 方向的实质动作）；verl-FL #22 增加壁仞 SUPA 平台支持；FlagOS-Compressor #13 给 CLI 加多设备 MSE 量化与 BF16 转换；sglang-plugin-FL #149 于 23:36 新开海光 eager Qwen3.6 MTP 解码；TransformerEngine-FL #144 至 #146 三笔同日指向 NPU（get_num_cublas_streams、cuDNN 版本能力查询、bshd/thd 布局）。
  • 判断：这几个仓都在「加接口」阶段——flir 加 IR 方言、verl 加硬件后端、压缩器加 CLI、编译算子往四个后端铺。它们尚未进入模型验收主线，但 flir 与压缩器的动作会在 2.3 周期里直接决定 FlagTree 与新模型导入的边界。

二、新闻报道与生态

2.1 Pandaily 以英文系统转述 FlagOS 2.2：1454 算子、约 27% 跨芯提升、KernelGen 765 个新算子（10-22）

日期：2026-10-22　来源：Pandaily 报道 · FlagOS 文档

  • 事实骨架：2.2 于 9 月 30 日发布、10 月 17 日在 2026 人工智能开放计算大会上展示；九个算子库合计 1,454 个算子，FlagGems 及相关库的公开算子由 564 增至 1,454（新增 890）；新增 FlagGems-SGLang 库含 40 个多芯算子，覆盖 attention、Mamba 状态更新、MoE、LoRA、采样与量化；在 10 类 AI 硬件、上千个算子上整体提升约 27%。
  • 自动化口径：KernelGen 已支持 9 款 AI 芯片，本季度生成 765 个新算子，其中 416 个在至少 5 款国产芯片上通过精度检查并达到原生算子 80% 以上性能；FlagPrism 打通 Triton 源、编译器 IR 与设备执行数据，支持昇腾、天数、摩尔线程、NVIDIA 与燧原。
  • 压缩与部署：FlagOS-Compressor 以 W8A8 处理 Qwen3.5-397B-A17B，模型文件由 751.41 GB 降至 382.45 GB（−49.1%），GPQA-Diamond 得分 84.85%；配合 vLLM、Megatron-LM、SGLang 等框架插件，新模型在发布后一天内最多适配 12 个芯片平台。
  • 存量算力案例：昇腾 910B 上 GLM-5.3-Flash 的逻辑服务吞吐由 8.52k 升至 17.36k tokens/s（2.04 倍）；中国电信 Xing4.0-29B-A4B 适配 10 个芯片平台，长输入测试的首 token 时延较原生算子下降 19.87%（此数字为首次出现在公开报道中）。
  • 限界：BAAI 自述问题在时序——已部署算力中超过 80% 不是最新一代，而模型换代很快；文中所有数字来自 BAAI 自测，真实服务表现仍取决于负载。
  • 判断：这是 2.2 的首篇英文系统性转述，口径与国内稿一致，实质新增只有 19.87% 这条时延数字。对海外读者的意义大于对社区的信息增量：它把 2.2 从中文技术圈的一次发布会，转成可被外部引用的英文材料。此前 10-20 的报道已把 2.2 的收益拆成可复核案例，本条不再重复数字对照。

2.2 跨维智能入选众智 FlagOS 加速计划拟立项：FlagOS-Robo 与 AlohaMini 端侧示范（10-22）

日期：2026-10-22　来源：具身之家报道 · FlagOS-Robo 文档入口

  • 立项事实：9 月，北京市科学技术委员会、中关村科技园区管理委员会发布 2026 年度「中央引导地方」及「新一代信息通信技术创新」专项众智 FlagOS 加速计划方向拟立项课题公示通知；跨维智能旗下跨维智心（北京）机器人科技有限公司申报的《基于 FlagOS-Robo 的 AlohaMini 具身智能机器人端侧部署与应用示范》入选公示名单。
  • 项目内容：面向具身智能机器人开源算法复现、真实本体部署、国产 AI 芯片端侧适配与场景应用验证，依托 AlohaMini 开源机器人与 FlagOS-Robo 工具链，做模型训练适配、多芯片推理部署、快慢系统一体化运行与多场景示范，目标是形成可复现、可部署、可评测、可推广的开源方案。
  • 验收点：模型侧做具身模型训练适配与推理部署，推进国产 AI 芯片在机器人端侧应用，并以多芯片推理精度一致性测试验证跨芯片表现；系统侧推动具身模型、运控小脑与本体控制协同，衔接理解、规划与执行；场景侧构建多场景实体评测体系。
  • 前情：跨维智能在 2.2 的生态口径里已是新增伙伴之一，也在 10-13 预告的具身智能分论坛名单中出现。本条的不同在于它是「政府专项—开源工具链—开源本体—评测体系」四件套的立项，而非一次论坛亮相。
  • 判断：加速计划把 FlagOS-Robo 与国产芯片端侧放进同一份任务书，等于给具身智能方向设了一个外部验收方。对社区而言这是第三个带交付物约束的外部项目（前两个是 FEP 矩阵与赛事），值得跟踪后续是否有公开的芯片型号与精度一致性结果。

2.3 渠道核查：17 条候选 2 条有效，CSDN 新增高校圆桌直播，智源社区仅得框架页（10-22）

日期：2026-10-22　来源：Google News RSS · CSDN FlagOS 专栏 · HN Algolia

  • 查询面：24 组中英文查询词，组件名（FlagOS、FlagGems、FlagScale、FlagTree、FlagPerf、FlagAttention、FlagCX、KernelGen）取 14 天，成员与产业词（智源研究院开源、智源研究院芯片、国产算力开源软件栈、燧原、沐曦、摩尔线程、清微、海光等）取 7 天，窗口内共命中 17 条。
  • 有效两条：Pandaily 的 2.2 英文转述与具身之家的 FlagOS-Robo 立项稿（见 2.1、2.2）。其余 15 条为行情、融资与人才稿，包括燧原与清微的个股页与科创先锋案例、辉羲智能融资、摩尔线程「跌破发行价」与国产算力业绩稿、智源社区转载的黄仁勋算力集群稿，无一条涉及组件、版本或芯片适配。
  • 渠道核查：HN Algolia 八组查询中 FlagOS 命中 4 条、FlagGems 2 条，标题均无直接匹配；CSDN 专栏首页 51 条链接，最新原创稿仍是 08-28 的 GLM-5.3-Flash Day0 适配稿，但新增一条 10-22 19:00 的高校圆桌直播（「共筑开放 AI 教育生态」，10-22 14:24 创建），内容为 FlagOS 全球 AI 开放计算师资发展计划下多国高校教师的教学落地，属社区活动而非技术发布；智源社区搜索页为客户端渲染，仅得框架页。
  • 缺口说明：本窗口的新闻侧由两条外部稿支撑，其中一条是旧发布的英文转述，因此「技术口径」仍全部来自 GitHub。按采集纪律，这已满足「不靠新闻侧判断平静」的要求，但不宜据此认为对外传播节奏在加快。

三、成员单位与后端厂商深挖

3.1 海光：两个推理插件仓同日完成上游版本对齐（10-22）

日期：2026-10-22　来源：vllm-plugin-FL PR #576 · sglang-plugin-FL PR #138 · FlagGems PR #7460 · FlagDNN 提交

  • 双栈：vLLM 0.28.0 与 SGLang 0.5.18 同日合入，合计 84 文件、净增约 5,700 行，是本日代码量最大的厂商侧投入。两笔均由 physics31415926 提交，验证环境同为一卡 64 GiB 的 BW1000 集群。
  • vLLM 侧要点：发行包为 0.28.0+empty，走 ModelRunnerFL 且关闭 V2 model runner；图模式覆盖 eager 与 FULL_AND_PIECEWISE；插件 wheel 由 CI 按 PR merge ref 重建替换镜像内旧件。
  • SGLang 侧要点：除单机 TP2 外，跑了物理两节点的 TP4/PP1 与 TP2/PP2，并修流水并行协同退出；FlagGems 5.4.0.dev0 与 FlagCX 0.13.0 为基线，未引入独立 Triton。
  • 其余：FlagGems #7460 修海光 FP8 稀疏求和反向的输入固件；FlagDNN 一笔「fix for hygon」；build-infra #1459 删掉过时的厂商前缀 hygon 轮子行（说明打包已收敛到统一命名）。
  • 判断：海光是当期唯一在两个推理插件仓同时完成上游版本对齐的厂商，工作量集中在「版本矩阵 + 图模式 + 多机并行」，而非算子数量。它的可复用价值在于把 empty 后端的升级流程写成带版本表的模板，其余厂商照此推进即可。

3.2 昆仑芯：13 笔算子优化，叠加 FlagTree 第七后端（10-22）

日期：2026-10-22　来源：FlagGems PR #7107 · FlagGems PR #7462 · build-infra PR #1468 · Torch-FL PR #634

  • 合入量：标题含昆仑芯或 XPU 的合入全组织 13 笔（FlagGems 10、Torch-FL 2、build-infra 1），为厂商中最多的算子侧产出，其中 lvxu2020 一人 6 笔且全部指向 XPU 内核。
  • 算子优化：#7463 优化 elu、special_i1e、foreach_erf 与 foreach_zero；#7462 优化 tile、dot、index_put；#7452 用融合内核优化 isfinite；#7470 增加 kl_div 的 XPU 覆写并再优化 isfinite；#7351 给 less_equal 张量比较加自适应 tile 快路径；#7406 展开 te_rmsnorm_fwd 未掩码行内核的列循环；#7390 优化 isneginf、nan_to_num_ 与 log_sigmoid_backward；#7466 通过放大调优配置的 tile 修 baddbmm 启动超时。
  • 融合 MoE：#7107 三算子聚合分 1.324 至 1.329，同时主动声明基线为替代实现、dispatch_fused_moe_kernel 0.626 不达标（见 1.5）。
  • 构建与运行时：#1468 让昆仑芯成为 FlagTree 第七后端（五个独有约束见 1.7）；Torch-FL #634 把跨卡拷贝改走 xpu_memcpy_peer、#632 修预加载顺序。
  • 判断：昆仑芯当日的动作跨算子、构建、运行时三层，是唯一在三条线上同时有结构性改动的厂商。真正的风险点也在算子侧：多数改动是「同一算子的另一种 tile 或融合」，缺少统一的性能门禁，聚合分口径又因基线替代而不可跨厂商比较。

3.3 清微：设备时间线进入 torch.profiler，TX8110 实测（10-22）

日期：2026-10-22　来源：Torch-FL PR #630 · build-infra PR #1459

  • 能力补齐：清微（TX8）此前完全没有设备侧剖析——PrivateUse1 无剖析器注册，kernel 事件与设备时间全为空。本 PR 用 rocprofiler-sdk 实现 DeviceTracer 与独立剖析库，把 NPU kernel 关联回 aten op 并以 CUDA 布局呈现，TX8110 上实测通过；同时给清微钉 FLAGOS_BUILD_VENDOR=ON（厂商目录含随机数内核），并把安装指南与兼容矩阵从「仅运行时」更新为含剖析。
  • 影响面自述：flagos_kineto_profiler.cc 的改动影响所有后端的运行时切片位置与设备行命名，但只在清微硬件上复验——这是 PR 自己写明的剩余风险。
  • 其余：FlagGems 侧未见清微专属合入；build-infra 的 flagcx 0.14.0 统一 pin 让清微后端也拿到显式通信依赖。
  • 判断：清微近三日连续补的是「构建、随机数、剖析」三块基础设施短板，而非算子覆盖。这种顺序对后来者最有参考价值：先能在 CI 里构建、再能复现随机性、再能看性能，最后才谈优化。

3.4 摩尔线程与燧原：MUSA 缓存持久化、GEMM 与燧原整批更新（10-22）

日期：2026-10-22　来源：FlagTree PR #1385 · FlagBLAS PR #152 · FlagGems PR #7077 · FlagTree PR #1424

  • 摩尔线程：FlagTree #1385 为 MUSA 增加逐拷贝的 TME 缓存持久化，属编译侧对张量内存引擎的增量；FlagBLAS #152 增加 GEMM 实现；FlagGems 侧 5 笔标题相关合入集中在 MUSA 的测试跳过与输入域限定（#7502 至 #7504），说明该后端的失败面仍以「输入不支持」为主而非实现错误。
  • 燧原：FlagGems #7077 把厂商 10-13 的整批更新（26 文件、+3520/−511）一次进主干，是本日单笔最大的厂商侧变更；FlagTree #1424 因偶发总线错误在 CI 停用 02-sparse-mla 用例、#1427 更新 vllm benchmark 参数。两笔 CI 调整合计说明燧原侧的稳定性问题仍在用例层而非产品层。
  • 判断：两家当日的产出性质不同——摩尔线程在补缓存与线性代数这类「可复用能力」，燧原在交付整批更新并处理 CI 噪音。前者可累积，后者需要一次可核对的明细，否则「整批更新」在后续报告中只能记作黑盒。

3.5 昇腾、天数、沐曦与其他：按后端分流的小步，地平线与寒武纪静默（10-22）

日期：2026-10-22　来源：FlagGems-vllm PR #936 · FlagBLAS PR #153 · FlagGems-vllm PR #977 · FlagGems-vllm PR #777

  • 昇腾：FlagGems-vllm #936 让昇腾的分块门控增量规则前向（chunk gated delta rule）改用 tle.dsa 的切片与同步接口；FlagGems 内 7 笔标题含昇腾或 NPU 的改动多为测试跳过与用例同步；TransformerEngine-FL 同日新开三笔 NPU 相关 PR（#144 get_num_cublas_streams、#145 cuDNN 版本能力查询、#146 bshd/thd 布局），尚未合入。
  • 天数：FlagBLAS #153 优化 L1 层算子；FlagCX #670 的 Iluvatar CoreX 单测流水线与镜像仍在审；sglang-plugin-FL #139 的 0.5.18 empty 运行时适配仍在审（10-15 创建）。
  • 沐曦：FlagGems-vllm #977 补 TP=2 配置（平均 1.065 倍，见 1.10）；FlagGems #7454 的 MetaX 修正在审；build-infra 的 flagcx 统一 pin 覆盖沐曦后端。
  • 海光之外的 DCU 与 PPU 侧：Torch-FL #629 给 cuda/dcu/metax/ppu 四类后端补 convolution_overrideable 例外，属同一处修复的批量覆盖。
  • 地平线与寒武纪：当日组织内未见两家专属仓库的推送与合入，连续第二日静默。
  • 判断：除海光与昆仑芯外，其余五家当日都是「一条路径或一个算子」的推进，没有结构性变更。地平线与寒武纪的连续静默是本期唯一值得提出的缺口——若下周仍无动作，应在周报中作为风险项列出。

四、总结与趋势观察

  • 产能结构：FlagGems 一家吃掉 56% 合入，量子栈吃掉 40% 提交，构建与运行时各一成。合入量创近一周新高而提交量下降，说明当日的主旋律是消化积压而非扩张，这与 10-20、10-21 连续两日大额合入之后的状态一致。
  • 2.3 周期的第一格：FEP-0140 与 FEP-0141 在 10-21 合入，10-22 海光就把 vLLM 0.28.0 与 SGLang 0.5.18 两个版本同时落地。这条链路从「把矩阵写进文档」到「第一条实测通过」只用了一天，是本季最快的需求到证据闭环。剩下的九家与两条版本线是此后六周的主工作量。
  • 构建层收敛：昆仑芯成为 FlagTree 第七后端、flagcx 0.14.0 钉到二十个后端、optest 变成可安装包。三者合起来的效果是「换后端时不再改安装脚本」，这比任何单点性能提升都更能决定 2.3 的交付速度。
  • 可观测性成为新短板：清微第一次有设备时间线，昆仑芯跨卡拷贝此前一直静默失败。这两件事提示，多后端在「能跑」之后的第一道坎是可观测与可复现，而不是更快；过去两周的测试移植与用例契约改造（lukatao 一人 61 笔）正是同一判断的另一种表达。
  • 风险点一：FlagQuantum 的 20 笔合入全部由单一账号完成，且新增的原生 Rydberg 路径只覆盖 CPU、一至两个角色。物理语义的验证依赖同一批人写测试与实现，外部无法独立复核；提案 083（终端采样）尚未批准，若快速推进，会同时改动 Runtime、测量结果与随机源三处。
  • 风险点二：燧原 #7077 这类「整批更新」缺少可核对明细，26 文件与 +3520 行无法对应到具体算子与具体收益；昆仑芯融合 MoE 的三项性能又以替代基线测出。两者都会让后续的跨厂商对比失真。
  • 观察点：vLLM 0.28 的下一个厂商（清微或沐曦）是否复用海光的 empty 后端模板；FlagTree 0.7.1 开发构建（10-20 的 0.7.1.dev1）是否在 2.3 前转正式版；TransformerEngine-FL 的三笔 NPU PR 能否在周末前合入；地平线与寒武纪的静默是否延续到下周周报。

附录：信源核查表与完整信源清单

信源核查表

信源 核查结果
组织仓库 API 61 仓全量核查，16 仓窗口内有推送
提交检索 135 笔命中，12 仓分布，FlagQuantum 与 FlagGems 合计 82 笔
合并 PR 检索 163 笔窗口内合入，分 13 仓
在审 PR 检索 183 笔窗口内有更新，其中新开 90 笔
Release 与构建标签 31 仓逐一核查，窗口内无新版本；最近为 10-20 的 FlagTree 开发构建
org 事件流 100 条，其中 PR 事件 43、推送 27、删分支 12、建分支 9、评论 4、评审 3、关注 2
分支级兜底 docs、release-info、sglang-plugin-FL、vllm-plugin-FL 四仓为非默认分支推送，主分支无新提交
Google News RSS 24 组中英文查询，17 条候选，2 条有效
HN Algolia 8 组查询，FlagOS 4 条、FlagGems 2 条，均无标题直接匹配
CSDN FlagOS 专栏 首页 51 条链接，最新原创稿为 08-28；新增 10-22 19:00 高校圆桌直播
智源社区 搜索页为客户端渲染，仅得框架页
英文媒体 Pandaily 一篇 2.2 系统转述，口径与国内一致，新增 19.87% 时延数字
国内媒体 具身之家一篇 FlagOS-Robo 立项稿，原始来源为跨维智能

完整信源清单