调研窗口:2026-11-13 06:00 ~ 2026-11-16 06:00(北京时间,72 小时;接续上一期日报截点,覆盖周六与周日)。

信源:GitHub(org: flagos-ai 64 仓库全量核查、166 笔窗口内提交、223 笔合并 PR、269 笔窗口内更新在审 PR、19 仓推送、31 仓 Release 与 8 仓 Tag 原子核查)、Google News RSS(24 组中英文查询词,走代理)、HN Algolia、CSDN FlagOS 专栏、智源社区(详见附录信源清单)。


本期索引

  • 今日重点:Torch-FL 把 FlagGems 的 Python 提交路径编译成原生 host,Qwen3-0.6B 热启动开销降到厂商 PyTorch 的 1.17 倍(11-14~11-16)
  • 一、开源项目进展(GitHub 动态)
    • 1.1 组织节奏:19 仓推送、166 笔提交、223 笔合入,首日占合入的八成(11-13~11-15)
    • 1.2 版本节点:2.3 的 FEP 合入截止在窗口首日到期,窗口内无新 Release 与 Tag(11-13)
    • 1.3 build-infra:四个后端 2.3.0 镜像线同周落地,PPU builder 与 MUSA 5.3.0 入场(11-13~11-15)
    • 1.4 FlagGems:112 笔合入,KernelGen 25 笔与 62 笔测试对齐双线并行(11-13)
    • 1.5 FlagGems-vllm:海光 W8A8 MoE 与英伟达 Hopper 前置注意力落进单一持久内核(11-13)
    • 1.6 Torch-FL:eager host 编译器窗口内连推八笔,提交开销从 211 毫秒压到 28 毫秒(11-14~11-16)
    • 1.7 FlagTree:TLE 显式布局、Thrive cumsum、摩尔线程 KV 物理布局(11-13~11-14)
    • 1.8 量子线:FlagQuantum 16 笔合入,Hubbard 图与单体密度推进;FlagQAI 10 笔(11-13~11-15)
    • 1.9 框架与通信:FlagCX 海光 uniRunner,vllm-plugin-FL 天数 vLLM 0.32 落地(11-13~11-15)
    • 1.10 竞赛与新项目:17 笔 Track1 算子在审,FlagOmni 首批 LightX2V 算子(11-13~11-15)
  • 二、新闻报道与生态
    • 2.1 渠道核查:24 组查询 31 条候选,FlagOS 与组件名查询零命中(11-13~11-15)
    • 2.2 生态背景:地平线旭日芯片接入 RLinf 等开源具身工具,燧原联创兼首席生态官离职(11-13)
  • 三、成员单位与后端厂商深挖
    • 3.1 海光:MegaMoE 把路由与两级 W8A8 收进一次持久内核(11-13)
    • 3.2 天数智芯:vLLM 0.32 适配合入,corex4.4.0 退出应用层(11-13~11-15)
    • 3.3 昇腾:CANN 9.2.1-910C 镜像成线,A5 把 KDA 与因果卷积独立成目录(11-13)
    • 3.4 平头哥:PPU 2.1.0 runtime 与 FlagTree PPU builder 同日成对(11-13)
    • 3.5 摩尔线程:MUSA 5.3.0 成线与 14 个专用算子批(11-13~11-15)
    • 3.6 昆仑芯、清微、沐曦、燧原、地平线:补洞、迁移与 sunrise 行(11-13~11-15)
  • 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:Torch-FL 把 FlagGems 的 Python 提交路径编译成原生 host,Qwen3-0.6B 热启动开销降到厂商 PyTorch 的 1.17 倍(11-14~11-16)

日期:2026-11-14 ~ 2026-11-16 来源:Torch-FL #824 · Torch-FL #839 · Torch-FL #822(需求单) · Project 14

  • 结果:#824 把 FlagGems 的 Python 侧 host 逻辑——元数据、内存分配、启发式与 Triton 发射准备——编译成带守卫的原生 host 程序,同时保留原有的设备内核。完整 Qwen3-0.6B 推理下,prefill/decode 的热启动 CPU 提交耗时从 211.51/203.92 毫秒降到 28.46/27.15 毫秒;厂商 PyTorch 为 24.43/22.96 毫秒,折算延迟比为 1.17 与 1.18。
  • 验收门槛:#822 要求国产加速器上与厂商 PyTorch 同物理卡、同工作量对比,达到吞吐比不低于 0.80 或延迟比不高于 1.25。英伟达侧已进门槛,国产卡侧尚无公开数据;#824 自述为实验性英伟达推理实现,不是默认模式切换,也不构成全算子覆盖的声明。
  • 连续性:11-15 至 11-16 凌晨连合六笔——#826 编译 FlagGems 源码与模型 host,#835 让原生 host 注册表全量入账,#836 生成带 schema 类型的 eager 条目,#837 生成源码调用桥接,#838 保留标量语义,#839 降低共享 host 开销(+2388/-55,15 文件)。这条线按「单模型跑通、注册表补齐、开销下压」的顺序推进,不是零散的性能补丁。
  • 设计取向:#823 的设计稿在实现之前定下路线,结论是决定上限的是内存分配而不是内核发射,因此第一阶段直接从分配器取内存;#824 与 #826 合入后计划获维护者批准,#829 与 #830 承接后续。
  • 含义:FlagGems 的 eager 路径一直带着一层「Python 税」——每次调用都要在 Python 里做元数据、分配与发射准备。把这层编译掉之后,跨芯推理的差距从「内核写得好不好」扩到「host 路径怎么组织」,2.3 的推理性能验收口径需要同时写明 host 侧基线。

一、开源项目进展(GitHub 动态)

1.1 组织节奏:19 仓推送、166 笔提交、223 笔合入,首日占合入的八成(11-13~11-15)

日期:2026-11-13 ~ 2026-11-15 来源:flagos-ai 组织仓库 · 窗口内合并 PR 检索 · FlagGems 标签页 · FlagTree 标签页

  • 总量:64 个仓库中 19 个在窗口内有推送;默认分支新增提交 166 笔,合并 PR 223 笔,窗口内有更新的在审 PR 269 笔,其中新开 132 笔。
  • 日分布:提交为 11-13 125 笔、11-14 15 笔、11-15 25 笔、11-16 凌晨 1 笔;合入为 11-13 180 笔、11-14 15 笔、11-15 27 笔、11-16 1 笔。首日占提交的 75.3% 与合入的 80.7%。
  • 与上一期对比:窗口从 24 小时扩到 72 小时,提交反而由 193 降到 166(降 14.0%),合入由 167 升到 223(升 33.5%)。工作日以新提交为主,周末以清评审为主,两者的分工在数字上分得很清楚。
  • 合入分布:FlagGems 112 笔(50.2%)、build-infra 39 笔(17.5%)、FlagQuantum 16 笔(7.2%)、FlagGems-vllm 13 笔(5.8%)、FlagQAI 10 笔(4.5%)、Torch-FL 8 笔、optest 6 笔、FlagTree 5 笔,FlagCX、vllm-plugin-FL、FlagTrain 各 3 笔,docs 与 sglang-plugin-FL 各 2 笔,FlagGems-sglang 1 笔。
  • 提交分布:FlagGems 50 笔、build-infra 39 笔、FlagQuantum 19 笔、FlagGems-vllm 15 笔、FlagQAI 12 笔、Torch-FL 8 笔、optest 6 笔、docs 4 笔、FlagTree 4 笔、FlagCX 3 笔、FlagTrain 3 笔、FlagGems-sglang 2 笔、sglang-plugin-FL 1 笔。
  • 在审结构:新开 132 笔里 FlagGems 44 笔、FlagGems-vllm 38 笔、FlagGems-sglang 20 笔、FlagTree 10 笔、FlagAttention 4 笔,其余分散在 docs、vllm-plugin-FL、FlagTrain、sglang-plugin-FL、build-infra 等 10 个仓库。
  • 推送但无主干提交:vllm-plugin-FL、FlagFFT、FlagOmni、FlagSparse、Trident、release-info 六个仓库的 pushed_at 落在窗口内,但默认分支没有窗口内提交——FlagOmni 与 Trident 的活动在功能分支与 PR 侧,release-info 是 gh-pages 发布页,FlagFFT 与 FlagSparse 是分支推送;不计入本期提交数。

1.2 版本节点:2.3 的 FEP 合入截止在窗口首日到期,窗口内无新 Release 与 Tag(11-13)

日期:2026-11-13 来源:community 2.3 发布时间表 · FlagGems 标签页 · FlagTree 标签页 · docs #584

  • 硬节点到期:community 的 2.3 时间表把 2026-11-13 定为 FEP 合入截止,目标 2.3 的 FEP 须在此日期前完成合入,未合入的标为 Deferred 顺延下一版本,不做追认。窗口首日正好压在这道门上。
  • 后续节点:11-30 特性冻结并拉 rc0,要求 tag、manifest 与包元数据三处一致,RM 当周用 rc0 manifest 做全模块构建;12-07 拉 rc1;12-14 拉 rc2;12-25 测试验证结束并封板;12-30 GA,GA 前 48 小时由 RM 出书面报告、TSC 在 issue 中投票。
  • 窗口内无新版本:31 个仓库的 Release 与 8 个仓库的 Tag 原子核查均无窗口内新增;最近两个是 FlagGems v5.5.0.dev1(11-11 18:25)与 FlagTree 0.7.1+xpu3.6(11-12 19:28),均属上一期报告内容。
  • 社区仓静默:community 仓库最后推送为 11-12 00:49,窗口内无合入;FEP 合入截止日当天没有新的 FEP 进场记录,2.3 的提案面在截止日前已经收口。
  • 文档侧:docs 合入两笔人工改动——#584 删掉发布指南页并更新模型清单,#585 按平台再更新一次模型清单;另有 ModelScope、HuggingFace 与 aihuanxin 三路模型清单机器人 PR 在审。

1.3 build-infra:四个后端 2.3.0 镜像线同周落地,PPU builder 与 MUSA 5.3.0 入场(11-13~11-15)

日期:2026-11-13 ~ 2026-11-15 来源:build-infra #1789(PPU builder) · build-infra #1792(MUSA 5.3.0 base) · build-infra #1770(910C SDK) · build-infra #1780(AMD daily 行) · build-infra 仓库

  • 规模:39 笔合入与 39 笔提交一一对应;tengqm 主导人工改动,github-actions 回填 changelog 日期。这是本窗口第二重的仓库,仅次于 FlagGems。
  • 四个后端补齐 2.3.0 版本数据:昇腾 ascend-cann9.2.1-910c(#1770 从节点内 Nexus 取 SDK、#1776 runtime 构建同法、#1772 与 #1777 回填 changelog、#1778 加描述页);AMD amd-rocm7.2.4(#1780 打开 flagtree 的 amd daily 行、#1781 预置 changelog、#1782 回填、#1783 中文重排);平头哥 thead-ppu2.1.0(#1789 PPU builder 与 daily 行、#1790 预置、#1791 回填);摩尔线程 mthreads-musa5.3.0(#1792 起,含 base、runtime、flagcx 打包与 toolkit 处置共十余笔)。
  • 平头哥 PPU builder:厂商 wheel 0.7.0+ppu3.6 不带 Project-URL,出问题时无法追溯构建提交。builder 复用 amd 的两段式——bare ubuntu 24.04 加已暂存的 LLVM 与 triton 依赖,编译 third_party/amd,不铺 PPU SDK;首个 main wheel 在 thead-ppu2.1.0 runtime 里与厂商 wheel 做 A/B,九算子扫描与 torch.compile 的 maxdiff 完全一致。
  • 摩尔线程 MUSA 5.3.0:base 镜像取 ubuntu 24.04(MUSA 5.3.0、MCCL 2.5.0、muDNN 3.5.0),保留 24.04 的较新 libstdc++,而不是像另外两个后端退到 22.04;该线只有 cp312 的厂商 wheel,配置写 python 3.12、driver 5.3.0-server 与 torch 2.13 栈。容器 toolkit 层被关掉(#1817):节点驱动已是 5.3.0 时,mtml 2.4.2 是单一 libmtml.so,而 mt-container-toolkit 2.1.0 仍找旧的多文件布局,注入不报错但容器空启动,会被误读为镜像坏了。
  • 打包线:flagcx 的 builder 加 wheel 行走两段验证——builder 里造 wheel、runtime 里验已部署集合(#1806、#1808 至 #1811),FlagTree 补 cp312 wheel 行(#1807),#1812 给 MUSA runtime 钉 FlagTree 与 flagcx,#1814 让 flagtree 的预编译输入对上游做核对。
  • 收口细节:天数从应用层删掉 corex4.4.0(#1771),iluvatar 的 LLVM 钉到 v0.7.0(#1819)。gendoc 连续五笔加固——空版本集拒绝渲染(#1796)、重试上限从 50 降到 10(#1798)、跨重试保留采集集(#1799)、达上限即判失败(#1800)、报告未采集的后端(#1801);#1802 让记录提交单独 rebase,不再动整个工作树。
  • 在审:#1784 打开 libtriton_jit 在 Fedora 43 与 openEuler 24.03 的 RPM 行;#1820 把 sunrise 的预编译输入换到 FlagTree main 的新缓存键(llvm-ff67ef55、sunriseTritonPlugin_v0.7.0.1),否则 daily wheel 会回落到节点访问不到的厂商对象存储。

1.4 FlagGems:112 笔合入,KernelGen 25 笔与 62 笔测试对齐双线并行(11-13)

日期:2026-11-13 来源:FlagGems 仓库 · FlagGems #9118(82 个平台测试包) · FlagGems #7910(PPU grouped_gemm_w8a8) · FlagGems #8874(int8/uint8)

  • 规模:112 笔合入、50 笔提交,占全组织合入的一半。作者集中度很高——lukatao 62 笔、Yukun-Cui 14 笔、youseeyouonedayday 9 笔、103yiran 6 笔、bin913 4 笔,rikyaa、llaboon、rainlyxp、sunge666-ui 各 3 笔。
  • 测试对齐批:lukatao 的 62 笔在 11-13 15:17 至 16:09 的 52 分钟内连续合入,主题是把厂商分支用例向 master 对齐——天数侧的 FP64 slogdet、Complex128 参考、row_stack 与 replication_pad 的跳过范围,沐曦的 LU solve 与 FP32 参考,平头哥的 Bessel K0、Cholesky、SVD、Lanczos、special_multigammaln,海光的 geqrf 与 put。这批不产出新算子,但决定「厂商分支与主干谁是对的」能否自动判定。
  • KernelGen 25 笔:摩尔线程 14 笔(convolution_double_backward、conv_tbc、upsample_nearest3d_backward 及 grad_input、greater、grid_sampler_3d、convolution_overrideable、index_select_backward、convolution_mode、hardtanh_backward、multiply、_weight_norm、_adaptive_avg_pool3d_backward、upsample_trilinear3d_backward);英伟达 8 笔(_cast_Double、_sparse_csr_sum、cholesky_inverse 精度、cross_attention 的 TLE 依赖、mixed_dtypes_linear 共享内存溢出、fake_quantize 舍入、fused_moving_avg 非对称量化、Hermite float64 指针);燧原 3 笔(torch.gcu 设备查找、float_power 的标量-张量与张量-张量两条路径)。
  • 昆仑芯 9 笔:upsample 反向、trapezoid 加权快速路径、mixed_dtypes_linear 与 margin_ranking_loss、geqrf 与 grid_sampler 调优、linalg_polar/tensorinv/lstm、diagflat 的 detach_copy、gradient 跳过 fp64、view_as_real_copy。
  • 昇腾 4 笔:index_put 的 size 参数保持 runtime,使单元素索引可编译(#6701);gelu 的 pow 字面量(#6719);ones/ones_like 的空张量守卫(#6728);lift_fresh 在空张量上不启动零网格(#6802)。
  • 平头哥:#9029 修 upsample_bilinear2d 的非连续输入;#7910 加 grouped_gemm_w8a8——带符号 INT8 的未填充分组 NT GEMM,FP32 逐行与逐输出通道 scale、BF16 输出、INT32 全 K 累加,K 上限 131071,只注册在 PPU 后端(+3435/-0,7 文件)。
  • 其他:#8592 在英伟达上把 LayerNorm 按行 tiling 并返回 FP32 统计量;#8874 补 acosh、amin、atanh、atan2、arctan2、arcsin 的 int8/uint8 支持;#9079 把废弃融合算子的元数据单独拆出;#9085 加 CI 检查算子代码里的 torch 计算调用。
  • KernelGen 启动试验:#9118 把 82 个已评审的平台 pytest 包(57 个算子 ID)合入 kernelgen-dev,335 个文件、+51687 行;内容寻址保留共享文件的平台变体,每个 manifest 绑定 master 与 dev 修订、测试与 helper 哈希、评审参考哈希,以及两份通过的准备报告摘要。

1.5 FlagGems-vllm:海光 W8A8 MoE 与英伟达 Hopper 前置注意力落进单一持久内核(11-13)

日期:2026-11-13 ~ 2026-11-15 来源:FlagGems-vllm #1020(海光 MegaMoE) · FlagGems-vllm #1007(Hopper MegaPreAttention) · FlagGems-vllm #1204(昇腾 A5) · FlagGems-vllm #1202(CI 自包含)

  • 规模:13 笔合入、15 笔提交;在审 59 笔,其中新开 38 笔,是本周评审积压最重的仓库。
  • 海光 W8A8 DUSHMEM MegaMoE:#1020 为 gfx936 加专家并行的 megamoe_int8,并通过 Hygon 后端与公共命名空间暴露。一次持久 FlagTree/TLE 内核里跑完路由打包、DUSHMEM 对等发布与汇聚、W8A8 L1、动态 INT8 qA2、W8A8 L2、返回与 TopK 合并;DUSHMEM 的初始化、对称分配、epoch 管理与销毁由调用方持有,算子只消费显式上下文,不创建隐式全局通信状态(+4478/-31,14 文件)。
  • 英伟达 Hopper MegaPreAttention:#1007 把张量并行 AllGather、门控 QKV 投影、Gemma RMSNorm、交错 MRoPE 与 KV cache 更新合成一个持久内核,用 tile-ready 信号重叠通信与计算;BF16,支持 TP2/TP4/TP8、head_dim 256、rotary_dim 64,网格与通信元数据按设备实际 SM 数确定(+2250/-0,4 文件)。
  • 昇腾 A5:#1204 把 ascend_kda 的优化实现移进 runtime/backend/_ascend/a5——chunk_kda 与 fused_recurrent_kda 放在 FLA 下,causal_conv1d_fn 与 causal_conv1d_update 放在 ops 下;通过架构检测在 Ascend 950/A5 上选择,其他设备保留原实现,四个算子补 operators.yaml 的 beta 0.3 元数据(+3817/-19,13 文件)。
  • 其他合入:#1015 加 qsa_prepare 基线工具链并按厂商调发射;#1205 优化 950 NPU 上 chunk gated delta rule 的前向 intra;#1215 把 mhc_post 的 d-chunk 放宽到 4096 元素;#1217 去掉 enable、only_enable、use_gems 三套派发注册;#1202 让 CI 自包含并加 triage、daily、release、triton-test 四条线;#1156 去掉 hugo-site 的 workflow_run 触发。
  • 在审:海光 MegaPreAttention、英伟达 MegaMHC 与 MegaGate、DeepSeek-V4.1 decode 的 select_candidate_blocks_cooperative、沐曦的量化与路由优化等,均属融合算子与解码路径。

1.6 Torch-FL:eager host 编译器八天连推八笔,提交开销从 211 毫秒压到 28 毫秒(11-14~11-16)

日期:2026-11-14 ~ 2026-11-16 来源:Torch-FL #824 · Torch-FL #826 · Torch-FL #835 · Torch-FL #837 · Torch-FL #838

  • 规模:8 笔合入、8 笔提交,全部落在 11-14 12:48 至 11-16 00:17,是周末最连续的一条线;作者 lvyufeng 一人完成,其中 #825 是把英伟达通道指向 A100 宿主机标签的 CI 修正,其余七笔围绕 host 编译器。
  • 路径:#824 生成带守卫的原生 host 程序并保留原设备内核;#826 把 FlagGems 源码与模型 host 一并编译;#835 让原生 host 注册表的覆盖可核对;#836 生成 schema 类型的 eager 条目;#837 生成源码调用桥接;#838 保留标量语义;#839 降低共享 host 开销。七笔围绕同一个目标:让一次热 eager 调用不做任何 Python 工作。
  • 性能:Qwen3-0.6B 完整推理的 prefill/decode 热启动 CPU 提交,从 211.51/203.92 毫秒降到 28.46/27.15 毫秒,厂商 PyTorch 为 24.43/22.96 毫秒,延迟比 1.17 与 1.18。
  • 边界:目前只有英伟达侧数据;实现自述为实验性,需显式开启;数值内核仍取自固定版本的 FlagGems 与 FlagTree wheel,不允许手写 Triton 内核、Inductor 内核或模型捕获,也不允许把 host 编译器的限制伪装成平台算子缺口。
  • 判断:把「FlagGems 的 Python 提交开销」当作一号问题处理,与过去只在算子内核上做优化的方向不同;若国产卡侧也能进 80% 门槛,跨芯推理的对比基线要改成「厂商 PyTorch 加同 workload」。

1.7 FlagTree:TLE 显式布局、Thrive cumsum、摩尔线程 KV 物理布局(11-13~11-14)

日期:2026-11-13 ~ 2026-11-14 来源:FlagTree #1536(TLE 显式布局) · FlagTree #1649(Thrive cumsum) · FlagTree #1450(KV 物理布局) · FlagTree #1650(nvidia3.5 构建)

  • 5 笔合入、4 笔提交:#1639 修 fork PR 的作者与 PR 查询;#1536 让 TLE 在内存与结构化控制流之间遵守显式布局(+1850,32 文件);#1649 给 Thrive 后端加 TLE cumsum 与 tile 算子(经 ConvertTleToThvTile);#1450 让 KV 的物理布局在 SQMMA 视图间共享(+340,3 文件);#1650 修 nvidia3.5 构建。
  • #1536 的细节:TLE 内核用显式布局控制访存与线程间取值分布;编译曾把这类契约与 view 操作的内禀布局、或 scf.while 的另一个签名混为一谈,导致转换失败、IR 非法或跨布局边界传播错误。修法是在相关使用点插入转换、保留显式内存与消费者布局,并处理标量与张量归约、scan 与 gather、view 以及 warp 数。
  • #1450 的细节:同一份暂存 KV 分配被 wgmma(q, tile, trans_b=True) 与 wgmma(p, tile) 共用时会被拒,原因是逻辑操作数元数据被传播到物理分配根上。修法是把物理根需求与逻辑契约分开跟踪,只在最终视图上保留逻辑契约,并要求根的 MemDescType 完全相等才复用,不推断任意物理地址映射等价。
  • 在审:21 笔,其中新开 10 笔;本期合入全部集中在 TLE 与后端构建,没有版本号变动。

1.8 量子线:FlagQuantum 16 笔合入,Hubbard 图与单体密度推进;FlagQAI 10 笔(11-13~11-15)

日期:2026-11-13 ~ 2026-11-15 来源:FlagQuantum #1176(Hubbard 图训练) · FlagQuantum #1179(单体密度) · FlagQuantum #1180(stabilizer 采样) · FlagQuantum #1084(FTQC 整合,在审)

  • FlagQuantum 19 笔提交、16 笔合入:混合轴 Pauli 扇区训练(#1170)、H2 自旋扇区的有界训练(#1171)与跨原生编码训练(#1172)、Hubbard 模型在显式图上的组装(#1174)与三种编码下的图对训练(#1176)、OpenFermion 差距审计与下一批交付计划(#1178)、单体密度张量测量(#1179)与能力登记(#1181)、编译式 DEM 采样(#1157)、无噪声 stabilizer 采样(#1180)、FP64 statevector 在 Torch-FL 上的训练性能(#1164)。
  • 在审:#1084 是原生容错编译与可逆相位执行的整合草稿——1822 个文件、+285308/-566,含 G1 切片与 G2 算术与二元域模块,按提交分批评审;#1182 加双体密度张量。
  • FlagQAI 12 笔提交、10 笔合入:web 侧把研究指标绑定到已保存的实验版本、比较研究结果与资源成本、按有序门区间浏览匿名线路、保留 SDK 合成归属、显示完整的状态向量概率;CLI 侧修 DeepSeek 推理跨协议重放、消息回执跨服务重启持久化、会话中断后的模型路由恢复、macOS 原生文件读取收敛。
  • 判断:量子线仍是 FlagOS 里节奏最快的方向,但主体在仿真与算法层,FlagQAI 也只是把量子实验流程做成可操作的 agent 界面;不宜按发布级解读。

1.9 框架与通信:FlagCX 海光 uniRunner,vllm-plugin-FL 天数 vLLM 0.32 落地(11-13~11-15)

日期:2026-11-13 ~ 2026-11-15 来源:FlagCX #713(uniRunner) · FlagCX #717(IPC 路径) · vllm-plugin-FL #674(天数 0.32) · vllm-plugin-FL #742

  • FlagCX 3 笔:#710 给 UIL 加模板化的 NVIDIA 显存操作与 CUDA traits 测试;#713 让 CUDA 与海光共享 uniRunner 设备内核与 GEMM helper,在海光上启用内核支撑的 uniRunner 并按 64 线程波前设置 FLAGCX_SIMT_WIDTH,新增 perf-experimental-test (hygon),覆盖 IpcRingAR、IPC buffer rebinding、SlicedAR、RingAG、GroupedAG、P2pAG、AllGatherGemm 与 GemmReduceScatter;#717 删掉冗余的 IPC 指针路径。
  • vllm-plugin-FL 3 笔:#674 把天数后端适配到 vLLM 0.32 并带回归门(+1808/-285,58 文件);#742 清掉 V1 runner 里剩余的 0.28 路径(平头哥);#738 把 device 提升为英伟达 CI 的一等配置维度。
  • 在审队列:vllm-plugin-FL 15 笔——MUSA 0.32(#715)、海光 DCU 0.32(#711)、沐曦 C550 0.32(#693)、昆仑芯 P800 0.32(#726)、昇腾 Runner V2(#703)、燧原 S60 0.32(#675)、AMD W7900D 图模式(#659)、Sunrise 0.32 empty 与 Runner V2(#697);sglang-plugin-FL 7 笔——清微 TX8110 的 SGLang 0.5.18 适配(#187)、平头哥 2.3.0-runtime CI 临时验证(#186)、英伟达与海光的 0.5.18 CI 镜像(#179、#180)、昆仑芯 0.5.18(#155)、摩尔线程 MiniMax-M3(#158、#165)。
  • 训练框架:Megatron-LM-FL #225 是 DeepSeek-V4 同步的第 4 笔,把 SBHD 压缩稀疏注意力与 DSv4 混合注意力迁到核心融合内核(+13113/-5163,30 文件),依赖前一笔 DSA 迁移分支;TransformerEngine-FL #160 把完整插件测试套件跑到所有平台,并修 Triton、NPU、燧原与 FlagOS 后端的可移植性问题(+3328/-1132,69 文件),仍跳过的用例逐条记录原因、责任人与恢复条件。
  • 评测:optest 6 笔——baseline 数据自动更新(#54)、sglang baseline 更新(#55)、为 FlagAttention 打开燧原 S60 测试(#52)、FlagTrain 更多硬件后端(#50)、清理冗余 ops-test 分支输入(#51)、修 FlagTrain 与 FlagGems-vllm 的 workflow(#53)。

1.10 竞赛与新项目:17 笔 Track1 算子在审,FlagOmni 首批 LightX2V 算子(11-13~11-15)

日期:2026-11-13 ~ 2026-11-15 来源:FlagGems-sglang #370(Track1 算子表) · FlagGems-sglang #372(Track1 在审) · FlagOmni #1(LightX2V 算子,在审) · Trident #11(guard tree,在审)

  • 竞赛 Track1(KV cache 量化):FlagGems-sglang 窗口内新开 20 笔,其中 17 笔标签为 FlagOS Competition-Track1,多数围绕 SGLang 的 FP8 KV cache——assign_extend_cache_locs_uniform、set_mla_kv_buffer_fp8_quant、
    dequantize_k_cache_paged、act_quant 等十余个内核。
  • 竞赛 Track1(MLA 与线性层量化):另一批围绕 MLA 与矩阵乘——mla_kv_pack_quantize_fp8、triton_sparse_mla_fwd、per_tensor_quant_mla_fp8、absorbed_bmm_concat_cast_q_fp8 等。此外 #371 是 AMD gfx1100 的性能优化,#385 是燧原迁移。
  • 竞赛入口:FlagGems-sglang #370 已合入,把 operators.yaml 里缺的 17 个 Track1 算子补齐——竞赛提交开始有统一的算子表可对照,评审可以按表判定覆盖。
  • FlagOmni:#1 在审,把 LightX2V 的数值算子搬进 FlagOmni——RMS norm、packed SwiGLU、QK norm 与 rotary、残差融合、reference blend、rotary tables 与 SageAttention;可移植实现在 lightx2v/ops、硬件实现在 runtime/backend;SageAttention 只有一个公共入口并按平台派发,BF16 QKV 走可移植路径、FP8 PV 走 SM90 实现(+5818/-16,77 文件)。
  • lightx2v-plugin-FL:#8 在审,把 H3 算子接在全局策略与派发之上;默认 H3 启动器不改 host 侧 FFN、rotary、scheduler 与 VAE,–enable-fusions 才显式打开融合;昆仑芯 P800 的打包启动器已验证(插件提交 5d34048、FlagOmni 提交 431a7e6)。
  • Trident:#11 在审,用 guard tree 重构 guard 派发,为候选间共享检查打底(+5627/-3795,90 文件)。Trident 本身是实验性桥接器,把含 Triton 与 Torch 风格计算的 Python 函数编译到 MLIR/LLVM,再经 tvm_ffi 执行;该仓 10-12 建仓,本期只此一笔动态。
  • FlagAttention:5 笔全部新开在审——昇腾 chunked GLA 前后端(#135,+4295,12 文件,含定长与 packed varlen、D=128 时把 A 计算融进输出内核)、海光 GLA 派发与校验简化(#136)、英伟达基线与 optest 性能对比(#137)、昇腾兼容性修复(#138)、GDN prefill 与 recurrent decode 优化(#113)。

二、新闻报道与生态

2.1 渠道核查:24 组查询 31 条候选,FlagOS 与组件名查询零命中(11-13~11-15)

日期:2026-11-13 ~ 2026-11-15 来源:Google News RSS · HN Algolia · CSDN FlagOS 专栏 · 智源社区

  • gnews 结果:24 组中英文查询按 72 小时窗口去重后 31 条候选。FlagOS、FlagGems、FlagScale、FlagTree、FlagCX、KernelGen、清微智能、沐曦开源、海光开源算子、BAAI FlagOS、flagos-ai 等查询全部零命中;命中的是燧原科技 13 条、智源研究院相关 12 条(开源 7、芯片 3、大模型开源栈 2)、国产算力 4 条、摩尔线程中英文各 1 条。
  • 剔除构成:燧原的 13 条里 10 条是股价与业绩稿(8 个交易日涨超 86%、盘中涨逾 9%、本周十大牛股等),按股市稿整批剔除;2 条是高管离职,1 条是第三季度业绩说明会。智源社区的条目是模型、论文与活动稿(MiniMax 生图、文心大模型、姚期智团队论文、特斯拉与 SpaceX),与 FlagOS 项目无关。英文侧摩尔线程查询的 1 条实际命中地平线与无问芯穹的合作报道,与摩尔线程无关,已转作 2.2 的生态背景。
  • HN:FlagOS 4 条命中但 direct-match 为 0,其余组件查询 0 条,均为分词误配。
  • CSDN 专栏:首页最新条目的创建时间为 11-13 11:44,但卡片上标注的原文日期是 2026-08-27(Qwen3.8-Flash-Next、LightX2V 等),属历史文章重新分发;窗口内无新增原创内容。
  • 智源社区:搜索页为客户端渲染,抓不到条目;首页为模型与科普内容,无 FlagOS 项目动态。
  • 结论:新闻侧连续平静,本期事实以 GitHub 为主源。组件名查询零命中已连续多个窗口,属常态,不再按「采集失败」处理。

2.2 生态背景:地平线旭日芯片接入 RLinf 等开源具身工具,燧原联创兼首席生态官离职(11-13)

日期:2026-11-13 来源:42HOW(地平线与无问芯穹合作) · Robothot(同一合作) · 腾讯新闻(燧原高管变动) · 网易(雷峰网独家)

  • 地平线旭日:11-13,地瓜机器人(D-Robotics)与无问芯穹宣布战略合作,把 RLinf 与另外三款开源机器人工具适配到旭日芯片。这条芯片线在 FlagOS 里已有对应后端——build-infra 的配置有 sunrise 行(硬件 Sunrise SR-SUN-S2-X1、驱动 0.24.0、TangRT 1.2.0、flagtree 0.7.0+sunrise3.6),vllm-plugin-FL 也有 Sunrise on vLLM 0.32 的适配在审(#697)。合作本身不涉及 FlagOS,只作生态背景记录。
  • 燧原人事:雷峰网 11-13 独家报道联合创始人兼首席生态官李星宇已离职,南都同日跟进,公司截至发稿未回应。燧原是 FlagOS 的 Enflame 后端厂商,本窗口其代码动作主要是 FlagGems 三笔 KernelGen 修复与 TransformerEngine-FL 的在审可移植性修复,未见节奏变化。
  • 沐曦融资:优必选与沐曦股份联合发起的曦选创智完成 5 亿元天使轮融资,投后估值 40 亿元(11-13 报道)。沐曦是 FlagOS 的 MetaX 后端厂商,该事项属资本层面;本期其代码侧是测试口径对齐与 C550 的 0.32 适配在审。
  • 处理口径:以上三条均作生态背景,不计入项目动态,也不作为 FlagOS 进展的佐证。成员单位的产业动作与项目代码活动分开记。

三、成员单位与后端厂商深挖

3.1 海光:MegaMoE 把路由与两级 W8A8 收进一次持久内核(11-13)

日期:2026-11-13 来源:FlagGems-vllm #1020 · FlagCX #713 · FlagGems #8918(在审) · FlagAttention #136(在审)

  • 推理融合:#1020 是本期海光最重的一笔(+4478/-31)。单次持久内核里完成路由打包、DUSHMEM 对等发布与汇聚、两级 W8A8 与 TopK 合并,并把通信上下文的生命周期交回调用方。对多卡推理来说,这比再加一批逐点算子更能改变可用性。
  • 通信:FlagCX #713 让 CUDA 与海光共用 uniRunner 设备内核与 GEMM helper,海光侧按 64 线程波前设置 FLAGCX_SIMT_WIDTH,并把 hygon 的实验性能测试纳入 CI,覆盖 8 项集合通信用例。
  • 在审:FlagGems #8918 修 master 上 add 的海光优化、#9045 优化线性投影派发与内核;FlagAttention #136 简化海光 GLA 派发与校验;sglang-plugin-FL #180 用 SGLang 0.5.18 的 CI 镜像。
  • 测试:FlagGems 的 62 笔对齐里包含 put 与 geqrf 的海光部分(#8953、#8954),属把厂商分支的判定标准拉回主干。

3.2 天数智芯:vLLM 0.32 适配合入,corex4.4.0 退出应用层(11-13~11-15)

日期:2026-11-13 ~ 2026-11-15 来源:vllm-plugin-FL #674 · build-infra #1771 · build-infra #1819 · FlagGems #8940(测试范围)

  • vLLM 0.32 落地:#674 把 Iluvatar 后端适配到 vLLM 0.32 并带回归门(+1808/-285,58 文件),11-15 22:11 合入。这是继英伟达(#737)与平头哥(#706)之后第三家完成 0.32 落地的厂商。
  • 构建侧:应用层删掉 corex4.4.0(#1771),iluvatar 的 LLVM 在 flagtree 预编译输入里钉到 v0.7.0(#1819)——SDK 基线前移到 corex5.0.1 之后,旧构建层开始退场。
  • 测试侧:FlagGems 的 Iluvatar 用例在本期被大量「限定范围」而不是放宽——row_stack 的 FP64 cast 跳过、replication_pad1d_backward 的 Complex128 跳过、triplet loss 的混合精度跳过都改成只对天数生效(#8924、#8940 至 #8942),Cholesky 与 slogdet 的参考实现也在同一批里被修。
  • 判断:天数这一轮是「框架迁移加测试口径收敛」,不是新算子铺量;0.32 落地后其在 2.3 的位置取决于回归门的通过率。

3.3 昇腾:CANN 9.2.1-910C 镜像成线,A5 把 KDA 与因果卷积独立成目录(11-13)

日期:2026-11-13 来源:build-infra #1770 · build-infra #1776 · FlagGems-vllm #1204 · FlagGems #9068(昇腾分片测试)

  • 910C 成线:#1770 与 #1776 解决 910C 从节点内 Nexus 取 SDK 的问题(base 与 runtime 两侧),#1772 与 #1777 回填 changelog、#1778 加描述页;910C 从单条 base 行变成有文档、有 runtime、有版本数据的完整线。
  • A5 分目录:#1204 把 KDA 与因果卷积的优化实现移进 runtime/backend/_ascend/a5,并按 Ascend 950/A5 做架构检测。这意味着昇腾在 FlagOS 里从一个后端变成「按代际分目录」。
  • 算子与 CI:FlagGems 四笔修 index_put、gelu、ones_like、lift_fresh 的空张量与字面量问题;#9068 给 Ascend 加分片算子测试并产出覆盖率工件;FlagGems-vllm #1168 与 #1169 把 Ascend 的性能测试改用 Benchmark 类;#1215 放宽 mhc_post 的 d-chunk。
  • 在审:FlagAttention #135 的昇腾 chunked GLA 前后端(+4295)、Megatron-LM-FL #198 的原生与 Triton Ascend SwiGLU。

3.4 平头哥:PPU 2.1.0 runtime 与 FlagTree PPU builder 同日成对(11-13)

日期:2026-11-13 来源:build-infra #1789 · build-infra #1791 · FlagGems #7910 · FlagGems #9029

  • 成对落地:#1789 加 FlagTree 的 PPU builder 与 daily 行,#1791 记录 thead-ppu2.1.0 的 runtime changelog;两笔同日完成,PPU 的编译与运行时两侧第一次有同一批版本数据。
  • builder 的意义:厂商 wheel 0.7.0+ppu3.6 不带 Project-URL,出问题时无法定位构建提交;自建 builder 后,daily wheel 与厂商 wheel 在九算子扫描与 torch.compile 上 maxdiff 一致,等于把「可追溯」补上了。
  • 算子:FlagGems #7910 的 grouped_gemm_w8a8(+3435)只注册在 PPU 后端,带符号 INT8、FP32 双尺度、BF16 输出、INT32 全 K 累加、K 上限 131071;#9029 修 upsample_bilinear2d 的非连续输入。
  • 框架:sglang-plugin-FL #186 在 2.3.0-runtime CI 镜像上做平头哥硬件验证(临时),vllm-plugin-FL #742 清掉 V1 runner 的 0.28 路径。
  • 术语:本节 PPU 属平头哥的 AI 加速卡产品线,与玄铁(达摩院)的 RISC-V 处理器线无关;thead 是平头哥沿用的上游分支名,不得写成「达摩院玄铁」。

3.5 摩尔线程:MUSA 5.3.0 成线与 14 个专用算子批(11-13~11-15)

日期:2026-11-13 ~ 2026-11-15 来源:build-infra #1792 · build-infra #1805 · build-infra #1817 · FlagTree #1450

  • MUSA 5.3.0 成线:base(#1792)、runtime(#1805)、flagcx builder 与 wheel(#1806、#1808 至 #1811)、FlagTree cp312 wheel(#1807)、FlagTree 与 flagcx 钉版(#1812)、toolkit 层处置(#1816、#1817),十余笔同周完成;这是本期 build-infra 里最完整的一条新 SDK 线。
  • 驱动细节:5.3.0 的 driver deb 能装在 24.04 上,所以这条线保留 24.04 的新 libstdc++;容器 toolkit 层因 mtml 2.4.2 与 mt-container-toolkit 2.1.0 的布局差异被关闭(#1817),否则容器空启动会被误判为镜像坏了。
  • 算子:KernelGen 的 14 个摩尔线程专用算子在 11-13 上午到下午分批合入,覆盖卷积双反向、conv_tbc、上采样反向及其 grad_input、grid_sampler_3d、index_select 反向、hardtanh 反向、_weight_norm、adaptive_avg_pool3d 反向与 trilinear3d 反向。
  • 编译:FlagTree #1450 让 KV 的物理布局在 SQMMA 视图间共享,直接对应摩尔线程的 wgmma 路径。
  • 在审:sglang-plugin-FL #158 与 #165(MiniMax-M3 的 MUSA 支持与动态 INT8)、vllm-plugin-FL #715(MUSA on 0.32)。

3.6 昆仑芯、清微、沐曦、燧原、地平线:补洞、迁移与 sunrise 行(11-13~11-15)

日期:2026-11-13 ~ 2026-11-15 来源:FlagGems #8646(昆仑芯) · FlagGems #8758(清微) · sglang-plugin-FL #187(清微 TX8110) · build-infra #1820(sunrise)

  • 昆仑芯:FlagGems 9 笔(upsample 反向、trapezoid、mixed_dtypes_linear、geqrf 与 grid_sampler、linalg_polar/tensorinv/lstm、diagflat、gradient 跳 fp64、view_as_real_copy,另有一笔代码风格整理);lightx2v-plugin-FL #8 的 P800 打包启动器已验证;vllm-plugin-FL #726(P800 on 0.32)与 sglang-plugin-FL #155(0.5.18)仍在审。
  • 清微:FlagGems #8758 合入 tx81/tx82 的 GSL persistent-loop 越界 tile 跳过;sglang-plugin-FL #187 把 TX8110(TXDA)带到 SGLang 0.5.18(在审,+3173/-139);FlagTree 的 0.7.1 版本仍停在 a1。
  • 沐曦:FlagGems 的 MetaX 用例在本期被对齐(#8927 的 RNN ReLU 与 FP32 参考、#8931 的 LU solve),vllm-plugin-FL #693(C550 on 0.32)、#635(Qwen3.8-Flash-Next)、#713(HY4 稀疏 MLA 与流水并行)、#541(DeepSeek-V4 Flash W8A8)均在审。
  • 燧原:FlagGems 三笔 KernelGen 修复(#9028 的 torch.gcu 设备查找、#9050 与 #9051 的 float_power 两条路径);TransformerEngine-FL #160 修燧原后端的可移植性(在审);vllm-plugin-FL #675(S60 on 0.32)在审。
  • 地平线:build-infra 的 sunrise 行(Sunrise SR-SUN-S2-X1、TangRT 1.2.0、flagtree 0.7.0+sunrise3.6)本期由 #1820 修预编译输入的缓存键;vllm-plugin-FL #697 的 Sunrise on 0.32 empty 在审。

四、总结与趋势观察

  • 2.3 走到 rc 前夜:11-13 的 FEP 合入截止已经过去,下一道门是 11-30 的特性冻结与 rc0。窗口内 build-infra 把 910C、ROCm 7.2.4、PPU 2.1.0、MUSA 5.3.0 四个后端的 2.3.0 版本数据补齐,收口单位仍是「一个后端一个 PR」。
  • 性能叙事从「算子数量」转向「host 路径」:Torch-FL 把 FlagGems 的 Python 提交开销压到厂商 PyTorch 的 1.17 至 1.18 倍,进了 #822 的 80% 门槛。若国产卡侧复现,跨芯推理的对比要同时给出 host 基线,否则数字不可比。
  • 融合算子是推理侧的主战场:海光 MegaMoE、英伟达 MegaPreAttention、昇腾 A5 的 KDA 与因果卷积,都是把通信、投影、归一化与 KV 更新绑进一次持久内核。这类工作改变的是多卡可用性,而不是单点算力。
  • 测试与 CI 的权重上升:FlagGems 62 笔对齐、82 个平台 pytest 包(#9118)、FlagGems-vllm 的 CI 自包含(#1202)、gendoc 五笔加固,都指向同一件事——2.3 的瓶颈正从「写代码」转到「验收与可追溯」。
  • 周末不是停工:11-13 一天 180 笔合入、125 笔提交,11-14 与 11-15 分别 15 与 27 笔合入。工作日攒下的评审在周末被清完,真正的新开发仍集中在 11-13 白天。
  • 新闻面与代码面继续背离:gnews 组件查询连续零命中,本期唯一有信息量的外部报道是地平线旭日芯片的具身工具适配与燧原的人事变动,均属背景。日报的判据仍以提交、PR 与打包矩阵的一手数据为准。

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
GitHub org: flagos-ai 仓库列表 64 仓,窗口内 19 仓推送,已逐仓核对 pushed_at(UTC 换算北京时间)
GitHub 窗口内提交检索 166 笔(11-13 06:00 至 11-16 06:00),按仓库与厂商标签分类
GitHub 合并 PR 检索 223 笔;另 269 笔在审 PR 窗口内有更新,其中新开 132 笔
GitHub Release 与 Tag 31 仓 Release、8 仓 Tag 原子核查,窗口内无新增;最近两个均在窗口前
2.3 时间表 community 的 schedule_CN.md 直读:FEP 截止 11-13、rc0 11-30、rc1 12-07、rc2 12-14、封板 12-25、GA 12-30
build-infra 打包矩阵 configs.yaml 直读,含 sunrise 行(Sunrise SR-SUN-S2-X1、TangRT 1.2.0、flagtree 0.7.0+sunrise3.6)
Google News RSS(24 组查询) 去重后 31 条候选,组件名查询全部零命中,命中集中在成员单位股市稿与科普稿
HN Algolia(FlagOS、FlagGems、FlagScale、FlagTree、BAAI 等) FlagOS 4 条均为分词误配,其余 0 条
CSDN FlagOS 专栏 首页最新条目创建于 11-13 11:44,卡片原文日期为 2026-08-27,属历史文章重新分发,窗口内无新文
智源社区 搜索页为客户端渲染,首页为模型与科普内容,无 FlagOS 项目动态

完整信源清单