调研窗口:2026-11-16 06:00 ~ 2026-11-17 06:00(北京时间,24 小时;接续上一期日报截点)。

信源:GitHub(org: flagos-ai 64 仓库全量核查、131 笔窗口内提交、135 笔合并 PR、297 笔窗口内更新在审 PR、20 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:2.3.0 运行时镜像开始按厂商落账,海光 dtk26.10 与 FlagTree 0.7.1a1 完成版本对咬合(11-16)
  • 一、开源项目进展(GitHub 动态)
    • 1.1 组织节奏:20 仓推送、131 笔提交、135 笔合入,18 点单小时 22 笔(11-16)
    • 1.2 build-infra:四个后端的 flagtree 预编译输入换键,摩尔线程 cp312 行进每日线(11-16)
    • 1.3 FlagGems:44 笔合入,昆仑芯 19 笔与摩尔线程 12 笔 KernelGen 批在下午落库(11-16)
    • 1.4 FlagGems:exponential_ 重放随机流与 clone 的 FakeTensor 崩溃同日修掉(11-16)
    • 1.5 FlagGems-vllm:昇腾 950DT 首个 BNSD FlashAttention 前向,采样与投机解码算子补齐(11-16)
    • 1.6 FlagTree:TLE 跟踪跨调用共享字节区间,AMD 原子序屏障移植 Triton 3.9(11-16~11-17)
    • 1.7 量子线:FlagQAI 22 笔 web 功能成串落地,FlagQuantum 打通 H2 UCCSD 三编码(11-16)
    • 1.8 框架与通信:Torch-FL 隔离 native host 启动 ABI,FlagCX 补天数 GDR 与 PXN 钩子(11-16)
    • 1.9 Megatron-LM-FL:DeepSeek-V4 同步第三批,DSA 支持打包 THD 与上下文并行(11-16)
    • 1.10 在审队列:297 笔在审、93 笔当日新开,昆仑芯 287 算子修复一次性进审(11-16)
  • 二、新闻报道与生态
    • 2.1 渠道核查:24 组查询 13 条候选,FlagOS 与组件名零命中(11-16)
    • 2.2 智源:REAL 物理 AI 开放日定档 11 月 24 日(11-16)
    • 2.3 成员单位侧:沐曦业绩会与燧原三季报(11-16)
  • 三、成员单位与后端厂商深挖
    • 3.1 摩尔线程:foreach 家族 12 个专用算子一次性入库(11-16)
    • 3.2 昆仑芯:19 笔后端修补在一小时内落库(11-16)
    • 3.3 海光:dtk26.10 的 LLVM 与 FlagTree 版本对咬合(11-16)
    • 3.4 天数智芯:FlagCX 补 GDR 设备族与 PXN 拓扑查询(11-16)
    • 3.5 昇腾:950DT 的 a5 架构与 KMCompiler 静默错值修复并行(11-16)
  • 四、总结
  • 附录:信源核查表与完整信源清单

今日重点:2.3.0 运行时镜像开始按厂商落账,海光 dtk26.10 与 FlagTree 0.7.1a1 完成版本对咬合(11-16)

日期:2026-11-16 来源:build-infra #1831 · build-infra #1832 · build-infra #1833 · build-infra #1834

  • 落账:build-infra 当日 13 笔合入全部围绕同一条线——四笔 bot 生成的文档记录(#1824 与 #1835 更新 runtime、#1833 更新 base、#1834 补 hygon-dtk26.10 的 changelog 日期),把 2.3.0 标签写进各厂商基础镜像与运行时镜像的说明页。海光侧可直接查到 flagos-base-hygon-dtk26.10:2.3.0 与 flagos-runtime-hygon-dtk26.10:2.3.0 两个标签,镜像内固定 flagtree==0.7.1a1+hcu3.6、flag_gems==5.4.0、flagcx==0.14.1+dtk2610、torch==2.13.0+dtk2610,Triton 3.7.0 作为可选切换项保留。
  • 配对原因:#1831 的说明把根因写得很具体——hygon 26.10 的 clang-18 由裸 dtk_llvm.run 换成 dtk_llvm-1.0.0+dtk2604.2609221416.g5f9d5e,而 llvm.amdgcn.make.buffer.rsrc 的 numRecords 参数在旧包是 i32、在新包是 i64;FlagTree 0.7.0 之前发 i32、0.7.1a1 起发 i64。两者错配时每次 kernel 编译都报 Intrinsic has incorrect argument type,也就是 26.10 线此前在 F 路径上的失败。这一笔把 aillvm 与 FlagTree 锁定为同一对版本,并在 hygon25 上用本地构建的 cp312 wheel 验证 add 与 reduction 内核在 FlagTree 路径上数值与 torch 一致。
  • 入册:#1832 补上 flagtree-0.7.1a1+hcu3.6-cp312-cp312-linux_x86_64.whl 在 flagos-pypi-hygon 的索引记录——该索引此前只有 0.7.0 的 cp310 记录,而 26.10 运行时已改钉 0.7.1a1,目录里缺的正是这条线要装的 wheel。
  • 排期口径:按社区 2.3 时间表,FEP 合入截止 11-13、特性冻结并拉 rc0 为 11-30、rc1 为 12-07、rc2 为 12-14、封板 12-25、GA 12-30。今日写入的 2.3.0 标签属预发布线,不等于正式发版;日报后续按「镜像先落、发版后到」两层记录。
  • 含义:跨芯栈真正的脆弱点常常不在算子语义,而在编译器与驱动包的二进制约定——一个 intrinsic 的参数宽度变化就能让整条厂商线编译不过。把这类配对写进 build-infra 的契约检查(check_flagtree_contract.py --rows hcu-dtk2610 报无漂移),才算把「同一份代码跑在多种芯片」的前提固定下来。

一、开源项目进展(GitHub 动态)

1.1 组织节奏:20 仓推送、131 笔提交、135 笔合入,18 点单小时 22 笔(11-16)

日期:2026-11-16 来源:flagos-ai 组织 · FlagGems · FlagQAI

  • 总量:64 个仓库中 20 个在窗口内有推送;默认分支提交 131 笔、合并 PR 135 笔、在审 PR 窗口内更新 297 笔(其中当日新开 93 笔)。合入节奏集中在下午:13 点后逐时抬升,16 日 18 点单小时 26 笔合入、22 笔提交,是本窗口的峰值。
  • 提交分布:FlagGems 44、FlagQAI 29、FlagGems-vllm 16、build-infra 13、FlagTree 9、FlagQuantum 8、FlagAttention 4,Torch-FL 2,FlagCX、FlagScale、FlagTrain、FlagSparse、optest、Trident 各 1。
  • 合入分布:FlagGems 44、FlagQAI 29、FlagGems-vllm 16、build-infra 13、FlagTree 10、FlagQuantum 8、FlagAttention 4、Torch-FL 2、Megatron-LM-FL 2,其余 7 仓各 1。
  • 新仓库:窗口内无新建仓库;最新的 FlagMRI-3D(11-06 建)与 FlagOmni(11-09 建)仍在十天内,属近期扩线结果。
  • 观察:本窗口没有 Release、也没有新 Tag,版本侧全部动静都在镜像与索引层,与 2.3.0 预发布线的准备期一致。

1.2 build-infra:四个后端的 flagtree 预编译输入换键,摩尔线程 cp312 行进每日线(11-16)

日期:2026-11-16 来源:build-infra #1820 · build-infra #1829 · build-infra #1830 · build-infra #1825

  • 换键三笔:#1820 把 sunrise 构建阶段的 LLVM 与 Triton 插件换到 FlagTree main 现在查找的缓存键(llvm-ff67ef55、sunriseTritonPlugin_v0.7.0.1),原因是 sunrise.py 把键名从 sunrise_llvm22_dev_release 改成 sunrise_llvm-<package>,旧键取不到会让每日 wheel 回落到 runner 不可达的厂商 ks3 桶;#1822 与 #1823 分别对摩尔线程、昆仑芯做同一件事。三笔都要求 check_flagtree_contract.py 对应行报无漂移。
  • 每日线扩容:#1829 把 mthreads-musa5.3.0 的 cp312 行从 daily.enabled=false 释放,与已有 cp310 行并列进入 flagos-pypi-daily;缓存键同步换到 v0.7.1 那一对,v0.6.1 时代带过来的 LLD 断言与目录一并移除。作者提示该行的 builder stage 落地后还需重新发布一次,否则每日构建仍会暖在旧 LLVM 上。
  • 版本号推导:#1830 去掉 FlagGems 每日线基础版本中的 guess-next-dev 推测,改为直接从发布记录推导,避免每日包版本号漂移。
  • 契约检查前置:#1825 把 flagtree 的契约检查做成 flagtree PR 的门禁,先于合并发现“某个后端的预编译输入已经不匹配”。

1.3 FlagGems:44 笔合入,昆仑芯 19 笔与摩尔线程 12 笔 KernelGen 批在下午落库(11-16)

日期:2026-11-16 来源:FlagGems #9157 · FlagGems #9186 · FlagGems #7333 · FlagGems #9102

  • 规模:44 笔合入与提交数一致,占全组织三分之一。作者集中度极高:Yangyang0906C 18 笔、Yukun-Cui 12 笔,两者合计 30 笔;其余为 CI 与零散修复。
  • 昆仑芯批:Yangyang0906C 在 18:00 至 18:19 的十九分钟内连合 18 笔 KernelGen 后端修补,覆盖线性代数(linalg_inv、linalg_multi_dot、linalg_lu_solve)、归约(_aminmax、unique_dim_consecutive)、拷贝与视图(detach_copy、view_as_real_copy、col_indices_copy)、特殊函数(scaled modified Bessel K0)、量化(weight_int8pack_mm)、注意力(_addmm_activation 含 out 变体,修 GELU 并提吞吐)、上采样最近邻 3D 的反向梯度、嵌套张量元数据与 float_power。sunge666-ui 另补 split_copy 性能与 native_batch_norm 系列基准缺陷两笔。
  • 摩尔线程批:Yukun-Cui 在 14:43 至 15:18 的三十五分钟内合入 12 笔专用算子——true_divide 与 true_divide_,_foreach_abs_、_foreach_acos_,以及 _foreach_add_ 的 Scalar、ScalarList、List、Scalar、ScalarList 五个变体与 _foreach_addcdiv_ 的 Scalar、ScalarList、Tensor 三个变体。_foreach_ 家族是优化器批量更新的热点,这一批把分散的多张量逐元素路径收成专用内核。
  • 英伟达稀疏批:压缩稀疏索引的参数校验、COO 稀疏张量参数校验、_sparse_sparse_matmul 与 reshape_as 四笔 KernelGen 算子。
  • CI 三笔:#9153 把后端镜像从 2.2.0 抬到 2.3.0;#9152 把昆仑芯的 flagtree 升到 0.7.1a1+xpu3.6;#9192 修每日测试效率并处理昇腾作业取消。
  • 在途分支:摩尔线程 week1107 批已开多条分支(inverse 的 CPU 参考、Sobol 抽样设备、geqrf 核心用例、fake-quantize 张量 qparams、quantized max-pool3d 输出),对应 8 笔在审测试对齐 PR;另有 kernel_detect 分支在推内核探测。

1.4 FlagGems:exponential_ 重放随机流与 clone 的 FakeTensor 崩溃同日修掉(11-16)

日期:2026-11-16 来源:FlagGems #8141 · FlagGems #8893 · FlagGems #9266

  • 随机流重放:#8141 指出 vLLM 用 argmax(probs / q)、q ~ Exp(1) 的指数竞速形式采样,因此 exponential_ 必须返回独立同分布抽样并在调用间推进发生器。f32 的 unroll8 内核每个输出元素取一个 philox 计数器,包装层却只把发生器推进 N/8,于是每次调用重放上一次的 7/8 随机流——2 的 20 次方规模抽样里 q2[:-N/8] 与 q1[N/8:] 在 917504 个元素上完全重合。修法是按实际启动的程序(含尾部被掩码但仍在抽样的 lane)预约计数器。
  • 对数快速路径失真:safe_fast_log_f32 把 ln(u) 拆成 exponent*ln2 + p(mantissa),当 u 略小于 1 时两项都约 0.69 相互抵消,多项式约 1e-5 的绝对误差直接留在结果里,造成左尾分布失真。同一笔一并修掉。
  • compile 下的崩溃:#8893 处理 x.clone() 在开启 FlagGems 后于 torch.compile 中报 “Cannot access data pointer of Tensor (e.g. FakeTensor…)” 的问题——aten::clone 是复合算子,其 Meta 实现走默认后端内核,形状传播因此落进 flag_gems/ops/clone.py 并对 FakeTensor 调 data_ptr()。修法是识别 is_meta 或 fake_mode 输入后直接解析输出布局、不启动 kernel;新增 3 种内存格式乘转置/常规的用例,test_clone.py 64 项通过。AMD 的 vllm-plugin-FL 适配正是钉在这一笔上。
  • 基准缺陷:#9266 修 router_gemm 基准里后端派发写死的问题,使基准按当前后端取内核。

1.5 FlagGems-vllm:昇腾 950DT 首个 BNSD FlashAttention 前向,采样与投机解码算子补齐(11-16)

日期:2026-11-16 来源:FlagGems-vllm #1245 · FlagGems-vllm #1194 · FlagGems-vllm #1115 · FlagGems-vllm #1163

  • 950DT 前向:#1245 为昇腾 950DT 增加 BNSD 版 FlashAttention 前向(dense 与 causal 两支),以 flash_attention_fwd 注册在 _ascend/a5/ops 下,走 SpecOpRegistrar 的 a5 架构键派发,+2215 行、7 文件。接口为 dense 形态 q[B,Hq,S,D]、k/v[B,Hkv,S,D]、fp16、D ∈ {64,128}、Hq % Hkv == 0、Sq == Skv,与已有的 varlen/paged 路径区分开。
  • 实现取向:内核用普通 tl.dot 加在线 softmax(dense 与 causal 共享 build_tile_order、_max_nan 与 _COMPILE_OPTS),把 Cube/Vector 流水拆分交给编译器(--set-cv-pipeline-mode),不再手写 cann.scope 与 sync_block_* 调度;causal 支不再把对角块从流水 KV 循环里剥离,掩码改成 tile 内的行列比较。掩码用真正的 -inf 替换而非 qk + (-1e6)——当 q·k·scale 接近 1e6 时有限偏置会被击穿,作者注明这是对着厂商实现复现出来的。
  • 平头哥 PPU:#1194 增加 cast_sigmoid(带显式输出与计算 dtype 的逐元素 sigmoid,供 vLLM 分组 top-k 门控打分用),sigmoid 写成 1/(1+exp2(-x*log2(e))) 让指数落到 SFU 指令、log2(e) 折进参数,FP32 结果存回时只转一次;autotune 候选同时登记到平头哥与英伟达的 tune_configs。
  • 采样与投机解码:五笔连合——草稿槽位补齐 pad_trailing_draft_slots(#1171)、水印掩码 draft_watermarking_mask(#1112)、草稿采样收集 gather_draft_sampled(#1113)、采样输出 gather_sampler_output(#1158)、采样与拒收计数 get_num_sampled_and_rejected(#1115),把草稿、水印、采样与计数串成一条链路。#1115 在 H100 上改为每个 Triton program 处理至多 128 个请求(原先一请求一 program),并补了平头哥后端实现、在 PPU 设备上自动选中。
  • 扩展脚手架:#1163 新增 flaggems_vllm.extensions 可选命名空间(+1288 行、44 文件),派发按 arch → vendor → generic 逐级下降,缺实现时抛 NotImplementedError 而不是回落 torch 计算;它与 flaggems_vllm/ops/ 分开,因为后者会被 enable() 打进 _FULL_CONFIG 并补丁到 ATen。本次只是脚手架,尚无算子。
  • 其他合入:#1229 为昇腾 910B4 与天数 BI-V150 加精确 FP32 的 cooperative_topk(148 项通过、8 跳过);#1225 对齐与 FlagGems 的 CI 命名与结构;#1253 基准在有 vLLM 参考时改用 vLLM 参考。

1.6 FlagTree:TLE 跟踪跨调用共享字节区间,AMD 原子序屏障移植 Triton 3.9(11-16~11-17)

日期:2026-11-16 ~ 2026-11-17 来源:FlagTree #1537 · FlagTree #1654 · FlagTree #1626 · FlagTree #1662

  • TLE 别名分析:#1537 让 TLE 的屏障分析跟踪物理字节区间与借用来的共享内存——共享缓冲可能通过字节偏移产生别名,或以借用参数形式传入,而被调方的 scratch 落在翻译后的调用帧里;旧分析只看被调方出口访问,因此会漏掉调用者与被调方之间、以及原子返回广播之间的定序。改动传播调用入口与出口摘要(带帧偏移),并在算子所属函数里检查原子 scratch(+1043/-11,8 文件,原生编译改动由 __TLE__ 守卫)。
  • 验证强度:5 个新增 TLE MLIR 回归文件全过,其中跨调用原子用例在原实现上失败;H800 上 15 个 GPU 用例通过,4 warp 的 owned-alias 用例在 main 上可复现 64/128 个错值;全量 TLE MLIR 121 通过,与 main 保持同样的 7 个失败。
  • AMD 原子序:#1654 移植 Triton v3.9 的 Insert CTA barriers for atomic memory semantics 与一处 emitFence 结构化绑定修正。问题的实测形态很硬——AMD 上的 release 原子只降到覆盖本 wave 的 buffer_wbl2 + s_waitcnt,program 超过 4 个 warp 时其他 warp 的写入在屏障计数推进前不可见:4 warp 与 8 warp 每组 300 次启动有 0-2 与 1-2 次读到陈旧数据,16 warp 为 300/300。FlagGems 的 linalg_matrix_power 网格同步内核正好命中,test_linalg_matrix_power.py 每次运行在 Instinct 上失败 30-32/506 例。
  • 非 MFMA dot:#1626 修 AMD Backend 的 BlockPingpong 在非 MFMA dot 上的行为,移植 Triton v3.7 的对应改动。
  • 后端清单:#1662 在 readme 补入 Intellifusion(云天励飞)后端并更新 TLE 支持清单(-922 行属文档重排)。
  • CI 三笔:#1659 让 smart-checkout 在丢链下存活;#1647 把 FlagGems-vllm 测试接进共享的 FlagGems CI;#1663 在 Code-Format-Check 失败时通知 PR 作者;另有 #1669 与 #1670 两笔重复的「全后端 Qwen 基准前清 /dev/shm」。

1.7 量子线:FlagQAI 22 笔 web 功能成串落地,FlagQuantum 打通 H2 UCCSD 三编码(11-16)

日期:2026-11-16 来源:FlagQAI #51 · FlagQAI #66 · FlagQuantum #1188 · FlagQuantum #1191

  • FlagQAI 规模:29 笔提交、22 笔合入,全部由 FlagQuantum 账号在 12:10 至 22:51 间推进,提交标题高度规律(feat/fix/ci 前缀加模块名),呈现出一条工具链式的连续推进。
  • 功能面:web 端从保存样本展示分布(#42)、实验差异汇总(#43)、合成 API 预检(#45)、本地或 SSH 计算环境选择(#47)、模拟器执行档案套用(#48)、官方合成示例钉住与证据比对(#49、#55、#56)、嵌套模型文件夹(#51)、合成与门级 Python 区分(#52)、更宽电路预览(#53)到在 Execution 里直接选已保存电路(#57)、在 Quantum 看编译器源码(#59)、在 Jobs 看门序列(#60);Agent 侧补了当前轮次活动显示(#62)、工具输出折叠(#64)、失败解释(#61)与转录滚动同步(#68)。
  • CI 侧:#65 与 #66 把管理类 PR 路由到专用 runner,#67 暂停 Windows runner 作业——与 QAI 平台自身的 web 构建成本有关。
  • FlagQuantum 8 笔:两体密度张量的原生测量(#1182)、测量密度投影到固定粒子数约束(#1185)、运行时绑定执行输入并保留训练状态(#1184),以及四模 H2 的 UCCSD 在 Jordan–Wigner、parity、Bravyi–Kitaev 三种编码下训练(#1188),随后做三种编码的 taper(#1191)与 JW 自旋扇区内的 tapered 训练(#1189)。
  • 数值口径:#1188 报每条路径都给出两个粒子、非零初始梯度,终能量与两粒子有界参考 -1.1372701747 Ha 相差不超过 1e-6 Ha,78 项单元、集成、CLI 与隔离测试通过,且不依赖 OpenFermion 或 Cirq。

1.8 框架与通信:Torch-FL 隔离 native host 启动 ABI,FlagCX 补天数 GDR 与 PXN 钩子(11-16)

日期:2026-11-16 来源:Torch-FL #841 · Torch-FL #844 · FlagCX #714 · vllm-plugin-FL #659

  • 精度路由:#841 为 eager 推理配置原生精度路由(+4115/-232,59 文件)。未改动的 #839 wheel 在 513 组全 logit 比对中全部失败,因此这一笔针对已发布厂商数值库生成六条按 dtype 划定的精度例外,并从同一份已发布 FlagGems wheel 编译出可测的替代 mul.Tensor host;生成的后端配置显式声明这些原生 dtype 路由,且注册原生模块不能覆盖普通 FlagGems 配置项。安装后 wheel 复验在三个完整原生进程里 513/513 全过,最大 logit 误差为 0.0。
  • 启动 ABI:#844 把 native host 后端的启动 ABI 隔离出来(+1413/-401,18 文件)——CUDA 元数据、描述符、scratch 参数与 enqueue 调用收进一个 NVIDIA 适配器,共享的 host 编译器与启动器复用 Torch-FL 的设备、流与分配抽象,构建、预检与激活三步都会校验所选适配器与打包源、发布的编译器驱动及编译 ABI 一致。本次只准入 NVIDIA,其余厂商的 native-host 适配器在单独实现并验证前不可用。
  • 天数通信:FlagCX #714 增补天数的 GDR 设备族并通过 IB 适配器登记 GPU 内存注册能力,加入 PXN 拓扑发现所需的 IXCUDA 对等访问查询,同时清理 GDR 指针设置失败时的 GPU 分配、保留既有写冲刷行为;此前被隔离的 SendRecv 与 PXN AlltoAll 用例重新启用。PR 自述本地校验 11/11、9/9、3/3 通过,CoreX GPU 与 IB 的硬件结果另需在合入流程外确认。
  • AMD 适配:vllm-plugin-FL #659 在 AMD W7900D(gfx1100)上为 vLLM 0.32 打开 graph mode(+2615/-121,36 文件),运行时为 ROCm 7.2.3 容器、RCCL 2.27.7、PyTorch 2.13.0、FlagCX 0.15.0.dev52;预构建镜像 v0.32.0-amd-pr659-5f3f669 已发布并在第二台 W7900D 主机上按 digest 拉取,104/104 镜像通过后进入 0.5.0-dev 主线。

1.9 Megatron-LM-FL:DeepSeek-V4 同步第三批,DSA 支持打包 THD 与上下文并行(11-16)

日期:2026-11-16 来源:Megatron-LM-FL #218 · Megatron-LM-FL #222 · Trident #11

  • 规模:#218 是 DeepSeek-V4 向上游同步的第三批(+10506/-2082,25 文件),把 DSA 从定长 SBHD 输入扩到打包 THD 与 all-gather 上下文并行,并新增 core cuDNN/FlashMLA 后端、保留 PyTorch 回退。
  • 技术要点:打包 THD 需处理序列边界、全局 token 位置、causal 掩码与有效 top-k 长度;未融合路径不再构造完整稠密 QK 分数矩阵,改为分块稀疏收集加 FP32 累加。后端配置把 apply_dsa_kernel_fusion 换成 dsa_kernel_backend="none"|"cudnn",DSv4 hybrid 默认 cudnn,其他注意力变体默认 none,并对依赖、硬件支持、投影 dtype 与 SM90 稠密 indexer 损失等不受支持组合做校验。
  • 连续性:前两批分别是 11-03 的 [1/N](DSv4 与 mHC 精度)与 11-04 的 [2/N](mHC 专家并行),本批接在其后,属同一条同步线的收尾段。
  • CI:#222 让 run_ci_test.sh 尊重调用方传入的 ENABLE_LIGHTWEIGHT_MODE,避免功能测试被强制走轻量模式。
  • 新项目:Trident #11 引入 guard tree 以支持共享候选检查。Trident 自身的定位写在 README 里——把含 Triton/Torch 风格计算的 Python 函数编译成 MLIR/LLVM,再经 tvm_ffi 执行,属继 FlagTree(Triton 路线)与 TileLang 之外的又一条编译路径探索。

1.10 在审队列:297 笔在审、93 笔当日新开,昆仑芯 287 算子修复一次性进审(11-16)

日期:2026-11-16 来源:FlagGems #9198 · FlagGems #9297 · FlagGems #9288 · FlagGems-vllm #8526(平头哥 PPU)

  • 总量:在审 PR 窗口内更新 297 笔,当日新开 93 笔。分布为 FlagGems 167(新开 88)、FlagGems-vllm 42、vllm-plugin-FL 19、FlagTree 17、FlagCX 11、FlagTrain 10、sglang-plugin-FL 6、FlagAttention 5,其余各 1 至 3 笔。
  • 昆仑芯大单:#9198 标题为「[kunlunxin] 287 ops fix」,+53022/-1494、203 文件,当日 14:20 新开;PR 描述为空,评审只能从 diff 判断覆盖面,属需要重点盯的量级。
  • SDPA 分派:#9297 让 scaled_dot_product_attention 与 _scaled_dot_product_cudnn_attention 改走后端已有的分块注意力内核,不再物化完整 (B*H, Q, K) 分数缓冲;作者给出的动机是最宽形状的基准 1225 秒仍无结果,改后官方精度 96/0/0、聚合 1.159。
  • 摩尔线程测试批:#9288、#9289、#9291、#9298、#9302、#9304、#9305、#9307 八笔由同一作者在 20:05 至 23:20 连开,主题是把 per-channel 与张量 qparams 的 fake quantize、geqrf 的 CPU Householder 参考、quantized max-pool3d 的输出夹具与 Sobol 抽样输入对齐到活跃后端。
  • 其他在审:平头哥 PPU 的 GEMM 测试形状与布局覆盖(#8526)、昆仑芯 rnn/kl_div/row_stack 等算子覆盖补齐(#9285、#9290、#9292、#9293、#9294)、flash-attention 前向 l_i 初始化(#9295)、KernelGen 的 logaddexp/最小值/logaddexp2 自动微分反向(#9299、#9300、#9301)。

二、新闻报道与生态

2.1 渠道核查:24 组查询 13 条候选,FlagOS 与组件名零命中(11-16)

日期:2026-11-16 来源:Google News RSS · Hacker News · CSDN FlagOS 专栏

  • 查询结果:24 组中英文查询在 24 小时窗口内去重后 13 条候选。FlagOS、FlagGems、FlagScale、FlagTree、FlagCX、KernelGen、flagos-ai、清微智能、Tsingmicro 全部零命中;组件名查询已连续多个窗口零命中,与 FlagOS 的传播主要走技术社区而非大众媒体一致。
  • 命中构成:燧原科技 6 条(其中 4 条为板块行情与资金流稿)、智源研究院 4 条、沐曦 1 条、国产算力 1 条、智源大模型开源栈 1 条。按标题语义剔除博彩与纯行情稿,可用的产业侧条目并入 2.2 与 2.3。
  • HN:7 天窗口内 FlagOS 命中 7 条但无标题或正文直匹配,其余组件 0 条。
  • CSDN 专栏:页面显示 11-16 10:59 与 14:18 两次导入,最新一条是「GLM-5.3-Flash Day0 适配 9 款 AI 芯片」,但卡片内发布时间为 2026-08-28,属历史文章重新分发,不计入当日动态;这与该专栏近期的做法一致(把公众号旧文按主题重排上线)。

2.2 智源:REAL 物理 AI 开放日定档 11 月 24 日(11-16)

日期:2026-11-16 来源:潮起网报道(gnews 跳转)

  • 事件:智源研究院将于 11 月 24 日举办「以真实,丈量智能:智源 REAL 物理 AI 开放日」,11-16 开放报名。REAL 是智源在物理 AI 方向的载体,与具身智能训练、仿真到真机的迁移相关。
  • 与 FlagOS 的关系:FlagOS-Robo 是组织内的具身智能工具链,投喂侧此前也多次出现具身与机器人条目;但本次公开议程未提及 FlagOS 组件,故只作生态背景记录,不推论两者已联动。
  • 观察:智源侧近两周的公开动作集中在物理 AI 与具身评测(含 11-16 报道的蚂蚁灵波具身大模型挑战赛 48 小时真机比拼),这与 FlagOS 量子线、算子线的节奏并行,说明牵头方正在同时铺「栈」与「场景」两端。

2.3 成员单位侧:沐曦业绩会与燧原三季报(11-16)

日期:2026-11-16 来源:财联社报道(沐曦业绩会) · 新浪财经报道(燧原三季报) · 搜狐财经报道(板块行情)

  • 沐曦:11-16 召开业绩说明会,管理层判断 GPU 行业格局正在变化,将加速提升国产算力市场份额。与代码侧同日可见的动作是 FlagGems-vllm 的沐曦 MoE top-k 路由扩展(见 3.1 节相邻条目),软硬件双方的节奏同向。
  • 燧原:三季报显示前三季度亏损 7.54 亿元,9 月上市募资 61 亿元;当日 AI 算力芯片板块整体下跌 6.86%,燧原领跌,主力资金净流出 37.88 亿元。同日晚间另有「科创板补强 DSA 架构算力拼图」的产业稿。
  • 口径提醒:以上为上市公司与板块层面的公开信息,与 FlagOS 代码侧的燧原后端进展无直接对应关系;本期 FlagOS org 内没有燧原相关合入,故只作成员单位背景记录。

三、成员单位与后端厂商深挖

3.1 摩尔线程:foreach 家族 12 个专用算子一次性入库(11-16)

日期:2026-11-16 来源:FlagGems #9186 · FlagGems #9288 · build-infra #1829 · FlagSparse #120

  • 算子面:foreach 家族一次补 12 个专用算子,覆盖 abs、acos 两个一元变体,add 的 Scalar、ScalarList、List、Scalar、ScalarList 五个二元变体,addcdiv 的 Scalar、ScalarList、Tensor 三个三段变体,以及 true_divide 两个形态。这类算子的共同点是入参是多张量列表,逐元素算子的通用实现要按列表展开,专用内核可以一次铺满工作项。
  • 构建线:build-infra #1829 把 mthreads-musa5.3.0 的 cp312 行释放进每日线,与 cp310 行并列;作者提示该行 builder stage 需重新发布一次,否则每日构建仍会用旧 LLVM。MUSA 5.3.0 由此从「单 py 版本」变成双 py 版本同跑。
  • 测试批在途:八笔 MUSA week1107 测试对齐 PR 在审(per-channel 与张量 qparams 的 fake quantize、geqrf 的 CPU Householder 参考、quantized max-pool3d 输出夹具、Sobol 抽样输入、kl_div 与 row_stack 等覆盖),同期分支 fix/musa-week1107-inverse-cpu-reference 与五条 tj/week1107-musa-* 分支在推。
  • 稀疏线:FlagSparse #120 从 NCIC-AlphaSparse/main 合入,标题为「musa stable again」,即摩尔线程侧的稀疏算子重新稳定。

3.2 昆仑芯:19 笔后端修补在一小时内落库(11-16)

日期:2026-11-16 来源:FlagGems #9240 · FlagGems #9246 · FlagGems #9198 · FlagGems #9297

  • 节奏:18:00 至 18:19 的十九分钟内 18 笔合入,另加两笔性能与基准修正,合计 20 笔;作者以同一账号连续提交,属一个批处理回灌而非零散修补。
  • 覆盖面:线性代数(linalg_inv、linalg_multi_dot、linalg_lu_solve、gradient 数值精度)、归约(_aminmax、unique_dim_consecutive)、拷贝与视图(detach_copy、view_as_real_copy、col_indices_copy、split_copy)、特殊函数(scaled modified Bessel K0)、量化(weight_int8pack_mm)、注意力(_addmm_activation 的 GELU 与吞吐)、上采样反向与嵌套张量元数据。
  • 在审大单:#9198「287 ops fix」+53022/-1494、203 文件,当日新开,描述为空。若合入,昆仑芯的算子覆盖面会有一次数量级变化;评审成本也相应上升,需关注是否拆分。
  • 注意力路径:#9297 把 SDPA 改走分块内核,动机是最宽形状的基准 1225 秒无结果;改后官方精度 96/0/0、聚合 1.159。
  • 构建侧:build-infra #1823 把昆仑芯的 flagtree 预编译输入换到 main 当前查找的键,配合 FlagGems #9152 的 0.7.1a1+xpu3.6 升级,昆仑芯线整体跟到 0.7.1 系列。

3.3 海光:dtk26.10 的 LLVM 与 FlagTree 版本对咬合(11-16)

日期:2026-11-16 来源:build-infra #1831 · build-infra #1832 · FlagAttention #136 · build-infra 运行时文档

  • 配对细节:26.10 基础镜像的 clang-18 改由 dtk_llvm-1.0.0+dtk2604.2609221416.g5f9d5e 提供。该构建把 llvm.amdgcn.make.buffer.rsrc 的 numRecords 参数从 i32 扩成 i64,而 FlagTree 从 0.7.1a1 起才发 i64;两者错配时每个 kernel 编译都报 Intrinsic has incorrect argument type。因此运行时把 FlagTree 钉在 0.7.1a1+hcu3.6,并把该版本的 cp312 wheel 补进 flagos-pypi-hygon 索引(此前只有 0.7.0 的 cp310 记录)。
  • 镜像内容:flagos-runtime-hygon-dtk26.10:2.3.0 内为 Python 3.12,FlagTree 0.7.1a1+hcu3.6、FlagGems 5.4.0、FlagCX 0.14.1+dtk2610,torch 2.13.0+dtk2610 与 flash_attn 2.8.4+dtk2610;宿主驱动 6.4.2-V2.1.0,芯片型号 Hygon BW1000。容器内可在 FlagTree 与 Triton 3.7.0 之间切换,也可用环境变量在启动前改钉 FlagTree 与 FlagGems 版本。
  • 算子侧:FlagAttention #136 简化海光 GLA 的派发与校验。
  • 观察:海光这条线的关键词是“配对”而不是“新增”——把驱动包、LLVM、FlagTree、索引里的 wheel 四者锁到同一组版本,才谈得上可复现。

3.4 天数智芯:FlagCX 补 GDR 设备族与 PXN 拓扑查询(11-16)

日期:2026-11-16 来源:FlagCX #714 · FlagGems-vllm #1229

  • 能力面:#714 在 FlagCX 的 PAL 层加入天数的 GDR 设备族并通过 IB 适配器对外宣称 GPU 内存注册能力,补上 PXN 拓扑发现所需的 IXCUDA 对等访问查询;同时修 GDR 指针建立失败时的分配清理、保留既有写冲刷行为,并重新启用此前被隔离的 SendRecv 与 PXN AlltoAll 用例。
  • 验证:PR 自述本地校验为天数 runner 脚本 11/11、适配器 GPU CI 检查 9/9、平台配置 3/3,改动过的 GDR 与 IBRC 代码通过本地语法检查;PR 同时写明 CoreX GPU 与 IB 的硬件结果需要在合入流程外确认,验收条件是四条单边用例无跳过、PXN AlltoAll 在两个逻辑节点上都有中继流量、SendRecv 在 HYBRID P2P 与强制 NET、PXN 三种模式下均通过。
  • 算子侧:#1229 的 cooperative_topk 为天数 BI-V150 加了精确 FP32 实现——共享内存直方图加候选压缩,容量溢出时做精确精修,保留六参数 API 与原地 INT32 输出。
  • 构建语境:FlagGems-vllm #659 的 AMD 适配说明里提到 HEAD 已包含一次天数冲突解决,说明天数与 AMD 两条适配线在 vLLM 0.32 上共用同一批冲突处理。

3.5 昇腾:950DT 的 a5 架构与 KMCompiler 静默错值修复并行(11-16)

日期:2026-11-16 来源:FlagGems-vllm #1245 · FlagGems-vllm #1229 · FlagGems #8886 · FlagAttention #138

  • 新架构:950DT 的 BNSD FlashAttention 前向以 a5 作为架构键进入 _ascend/a5/ops,与既有 _ascend/fused/attention.py 的 varlen/paged 路径并列;这一笔把“新硬件先生成一个可用的前向”作为入口,benchmark 与精度测试一并交付。
  • 精度取向:掩码用真 -inf 替换而不是 qk + (-1e6),作者的理由是有限偏置在 q·k·scale 接近 1e6 时可被击穿——这类“看起来能跑但边界会错”的实现差异,正是跨芯对齐里最难发现的部分。
  • 静默错值:#8886 修 KMCompiler 在昇腾上 polygamma 与 GRU 因 blockify 区域不匹配导致的静默错值(标题直指 silent wrong results)。静默错值比编译失败更危险,因为下游只会看到精度下降。
  • 其他:#1229 的昇腾 910B4 cooperative_topk 用分段 CANN sort/merge 加整数键精修与掩码直方图;FlagAttention #138 处理昇腾侧兼容性问题;构建线上 0.7.1+ascend3.5 于 11-12 已发布,本期无新增。

四、总结

  • 版本线:2.3.0 的预发布镜像开始按厂商落账,海光 dtk26.10 与 dtk26.04 已有 2.3.0 标签,镜内固定 FlagTree 0.7.1a1+hcu3.6、FlagGems 5.4.0、FlagCX 0.14.1+dtk2610;按社区排期 rc0 在 11-30、GA 在 12-30,本期属“镜像先落、发版后到”。
  • 工程重心:全天 135 笔合入里,算子与后端修补占绝对多数(FlagGems 44、FlagGems-vllm 16、FlagTree 10),且呈现明显的批量特征——昆仑芯 19 笔集中在 19 分钟、摩尔线程 12 笔集中在 35 分钟,说明各厂商的适配工作已进入按周批处理的节奏。
  • 新增硬件:昇腾 950DT 的 a5 架构首次进入 FlagGems-vllm 的架构键派发,交付的是 BNSD FlashAttention 前向;同日 950 侧的 chunk_kda 等算子在 11-13 已按 a5 路径落过一批,这条线在连续两周内成型。
  • 正确性:本期两笔修复值得单独记住——exponential_ 的随机流重放(每次调用重复 7/8 随机数,直接影响 vLLM 采样的独立性)与 FlagTree AMD 原子序屏障(16 warp 时 300/300 读到陈旧数据)。它们都不是性能问题,而是会静默改变结果的问题。
  • 在审压力:297 笔在审、93 笔当日新开,其中昆仑芯「287 ops fix」单笔 203 文件、+53022 行,评审成本显著;若后续几日持续堆积,2.3 的 FEP 与合入门槛会承压。
  • 新闻侧:组件名查询连续多个窗口零命中,公开报道集中在成员单位的资本与业绩层面(沐曦业绩会、燧原三季报),FlagOS 的对外叙事仍以技术文档与公众号为主,日报的主体信息继续由 GitHub 侧供给。

附录:信源核查表

信源 核查结果
GitHub org(64 仓) 20 仓窗口内推送,131 笔提交、135 笔合入、297 笔在审更新(93 新开)
GitHub Release / Tag 窗口内无新增;最近为 FlagGems v5.5.0.dev1(11-11)与 FlagTree 0.7.1+xpu3.6(11-12)
Google News RSS(24 组) 13 条候选;FlagOS 与组件名查询零命中;可用条目并入 2.2 与 2.3
HN Algolia(7 天) FlagOS 7 条命中、直匹配 0;其余组件 0
CSDN FlagOS 专栏 11-16 两次导入,卡片原文日期为 2026-08-28 等历史日期,属重新分发,不计当日动态
智源社区 hub 搜索页客户端渲染,无条目可抓;首页为模型与科普内容
build-infra 运行时文档 hygon-dtk26.04 与 hygon-dtk26.10 均已有 2.3.0 标签文档
2.3 时间表 FEP 截止 11-13;rc0 11-30;rc1 12-07;rc2 12-14;封板 12-25;GA 12-30

局限性说明:本期 GitHub 侧数据取自提交搜索、合并 PR 搜索与组织事件三条通道交叉核对,在审 PR 的合并时间不进入统计;新闻侧组件名零命中属常态,不作“无新闻即无进展”的推论。CSDN 专栏的发布时间取自文章页内的原始发布字段,与列表页的导入时间不一致,凡两者冲突均按原始发布时间处理。

完整信源清单