调研窗口:2026-11-17 06:00 ~ 2026-11-18 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、146 笔窗口内提交、201 笔合并 PR、279 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、成员单位原站报道(详见附录信源清单)。


本期索引

  • 今日重点:FlagTree 0.7.1 正式线一晚补齐平头哥与燧原,燧原两条 tops 线整体换代(11-17~11-18)
  • 今日重点:vLLM 0.32.0 应用层五后端同日开闸,昇腾与平头哥各卡一处上游依赖(11-17)
  • 一、开源项目进展(GitHub 动态)
    • 1.1 组织节奏:20 仓推送、146 笔提交、201 笔合入,17 点单小时 20 笔(11-17)
    • 1.2 build-infra:燧原两条退役线换成交接线,flagcx 构建器连夜调依赖(11-17~11-18)
    • 1.3 FlagTree:昇腾 3.6.x 后端移植 1286 文件,燧原 TritonGCU 后端跟到 0.7.1(11-17~11-18)
    • 1.4 FlagGems:55 笔 MUSA 参考对齐在八分钟内合入,285B 模型剖面进了基准(11-17)
    • 1.5 FlagGems-vllm:DeepSeek-V4.1 解码选块与海光 INT8 输出投影同日落地(11-17)
    • 1.6 FlagGems-sglang:batch12 十七个算子骨架入库,16 笔竞赛 FP8 算子合入(11-17)
    • 1.7 稀疏、视觉与注意力:NCIC 三笔内核优化进 FlagSparse,FlagCV 补五档评测(11-17)
    • 1.8 量子线:FlagQuantum 打通嵌入式 Stim 采样,FlagQAI 二十七笔做研究流水线(11-17)
    • 1.9 框架与通信:Torch-FL 昇腾原生宿主试点 27 项全过,FlagCX 补 MUSA 平台(11-17)
    • 1.10 在审队列:104 笔新开,Mega 系列融合大算子与硅基流动六后端批进审(11-17)
  • 二、新闻报道与生态
    • 2.1 渠道核查:24 组查询 16 条候选,组件名全部零命中(11-17)
    • 2.2 人民日报评论把 Open3D-PIMC 与 CANN、MUSA 并列,金融界当日出解读稿(11-17)
    • 2.3 成员单位:摩尔线程补训练侧适配,沐曦与寒武纪同日接住 SenseNova Loop-9B(11-17)
    • 2.4 CSDN 专栏:导入时间戳是新的,文章原文日期是 8 月末(11-17)
  • 三、成员单位与后端厂商深挖
    • 3.1 燧原:编译器、构建、通信三线同一天动(11-17)
    • 3.2 昇腾:两个单核融合大算子给出 1.34 倍与 1.18 倍(11-17)
    • 3.3 平头哥:INT8 MegaMoE 用一个持久内核走完专家并行全流程(11-17)
    • 3.4 摩尔线程与沐曦:mtml 底线定在 2.5.0,沐曦暂停一条裸跑 CI(11-17)
    • 3.5 海光与昆仑芯:BW1000 复用 FP8 权重走 INT8,昆仑芯按算子逐项销账(11-17)
  • 四、总结
  • 附录:信源核查表与完整信源清单

今日重点:FlagTree 0.7.1 正式线一晚补齐平头哥与燧原,燧原两条 tops 线整体换代(11-17~11-18)

日期:2026-11-17 ~ 2026-11-18 来源:FlagTree 0.7.1+ppu3.6 · FlagTree 0.7.1+enflame3.6 · build-infra #1852 · FlagCX #712

  • 两个正式标签:FlagTree 在 11-17 18:23 打出 0.7.1+ppu3.6,11-18 01:16 打出 0.7.1+enflame3.6,两个 Release 的说明都只有一行 pypi 0.7.1+…,属发布到 PyPI 的标记而非变更日志。
  • 谱系变化:平头哥此前停在 0.7.1.dev1+ppu3.6(开发线),燧原此前停在 0.7.0+enflame3.6;两笔一起把这两个后端抬进 0.7.1 正式线。至此 0.7.1 正式版覆盖 ascend3.5、xpu3.6、ppu3.6、enflame3.6 四个后端,预发布侧仍是 a1 六后端与 a2 两后端并存的分批放行格局。
  • 燧原换代:build-infra #1852 把两条退役线换成交接线——enflame-tops1.9.10(紫霄 C200 与 S60)换 enflame-tops1.9.29,enflame-tops1.10.6(L600)换 enflame-tops4.1.6。改动落在 Base Containerfile 的新 deb 与新驱动包、configs.yaml 的 torch-gcu 与 pyefml 依赖、build-config.yml 的 runner 改名(tops1106 对 1.9.29、tops416 对 4.1.6),以及 backends.yaml 里把 tops4.1.6 设为该厂商的 default_for_vendor。
  • 一个符号链接:4.1.6 的镜像里新加 /opt/triton_gcu 指向,原因是 FlagTree 的 toolkit.py 按这个路径找编译器;同一笔把 topsaten 版本从工作分支上的 3.8.20261111 纠正为以 Containerfile 为准的 4.1.20261111。
  • 通信侧对咬合:FlagCX #712 为燧原加上 ECCL 设备 API 后端(设备 API 实现、通信 traits、平台 traits、ECCL 与 TOPS 适配器、构建脚本,+5629/-41、21 文件),单机用例 test_device_api_intra 与 test_device_ir_intra 已过,跨机用例写明「已实现未测试」。build-infra 侧 #1854 把两条燧原行的 flagcx 钉到 0.14.1,#1870 再把 ECCL 版本按行声明,避免两条 tops 线共用一个 ECCL 号。
  • 排期含义:#1852 的说明写明后续不在本 PR——先出两条后端的 FlagCX 轮子,再走 base 到 runtime 镜像,应用层暂缓。也就是说燧原这一轮换线现在处在「编译器与构建已就位、运行时镜像待出」的中间态。
  • 观察:换线的真实成本不在版本号,而在包与符号。/opt/triton_gcu 这种路径约定、topsaten 版本号以哪个文件为准、ECCL 版本按行声明,都是「同一份代码跑在多种芯片」的隐性契约;一晚之内三处同时调整,说明这条后端线正在从厂商 SDK 的跟随者转为社区自己维护的构建路线。

今日重点:vLLM 0.32.0 应用层五后端同日开闸,昇腾与平头哥各卡一处上游依赖(11-17)

日期:2026-11-17 来源:build-infra #1851 · build-infra #1863 · build-infra #1872 · vllm-plugin-FL #703

  • 开闸范围:#1851 为 nvidia-cuda13.3、amd-rocm7.2.4、ascend-cann9.2.1、iluvatar-corex5.0.1、thead-ppu2.1.0 五行加上 deps_app.vllm0.32.0,对应应用镜像标签统一为 2.3.0-0.5.0.dev0_g814b6d3.d20261117;#1863 另建 status_matrix.vllm0.32.0.yaml,五个后端全部处于未验证状态,并把验证脚本的显存占用参数从 0.6 降到 0.4(节点显存不足)。
  • 一个硬依赖:vLLM 0.32.0 线用的是 0.5.0-dev 插件,其 FlagGems 后端会硬 import flaggems_vllm 却不声明它,因此五行都显式带上 flaggems_vllm==0.3.0.dev20261117——这个版本是当日才发布到各家厂商索引的。nvidia 行另加 numpy==1.26.4,因为 native 插件轮子的安装链会把 numpy 拉到 2.x,触发矩阵完整性门。
  • 昇腾卡点:#1872 把阻塞写进了 ascend 的 changelog:flaggems_vllm==0.3.0.dev20261117 没有昇腾的 V2 采样导出,而 0.5.0-dev 插件在 npu 上 import 时就无条件调用 install_ascend_v2_sampling_shims(),要求 v2_apply_penalties、v2_apply_temperature、v2_gumbel_rng 三个符号;三者只存在于 FlagGems-vllm 的 codex/ascend-v2-sampling 分支,也就是仍在审的 #1234,而每日轮子构建的是 main。作者的结论很直接:这不是等一个更新的每日包能解决的问题,昇腾应用镜像要等 #1234 合入。
  • 平头哥卡点:#1863 说明 thead 行验证失败的原因是插件侧 thead 厂商适配层的 attention 实现文件硬 import flash_attn_3._C,而 thead 运行时不含该模块,需 vllm-plugin-FL 侧修复;同日 #1868 先把 flash_attn_3 补进 thead 的 vllm 0.32.0 应用依赖,属于「先补依赖、再等插件改 import」的两步走。
  • 已落账的标签:amd-rocm7.2.4、iluvatar-corex5.0.1、thead-ppu2.1.0、nvidia-cuda13.3 四个应用镜像标签已由 bot 写入 changelog(#1864、#1865、#1869、#1874),ascend 行只有阻塞记录、没有标签。
  • 观察:应用层开闸的好处是把「能不能跑」拆成了一张可逐格填写的矩阵;代价是每一个格子背后都挂着一条上游分支。今天这两处阻塞都不是 FlagOS 自己的代码问题,而是插件与算子库之间的符号契约——这类问题只能在矩阵里显式记账,不能靠重试掩盖。

一、开源项目进展(GitHub 动态)

1.1 组织节奏:20 仓推送、146 笔提交、201 笔合入,17 点单小时 20 笔(11-17)

日期:2026-11-17 来源:flagos-ai 组织 · FlagGems · FlagGems-vllm

  • 总量:64 个仓库中 20 个在窗口内有推送;提交搜索命中 146 笔、合并 PR 201 笔、窗口内更新的在审 PR 279 笔(其中当日新开 104 笔)、组织事件 100 条(PushEvent 66、CreateEvent 13、DeleteEvent 10、PR 相关 4)。
  • 提交分布:build-infra 36、FlagQAI 27、FlagGems-sglang 24、FlagGems-vllm 17、FlagGems 16、FlagQuantum 12、FlagSparse 4、FlagTree 2、FlagAttention 2,optest、vllm-plugin-FL、Trident、FlagCX、Torch-FL、FlagTrain 各 1。
  • 合入分布:FlagGems 71、build-infra 36、FlagQAI 27、FlagGems-sglang 22、FlagGems-vllm 17、FlagQuantum 12、vllm-plugin-FL 4、FlagTree 2、FlagAttention 2,其余八仓各 1(optest、Megatron-LM-FL、Trident、FlagTrain、sglang-plugin-FL、Torch-FL、FlagSparse、FlagCX)。
  • 时间分布:按提交时刻统计,17 点 20 笔为峰值,11 点与 13 点各 14 笔,14 点 13 笔;0 点后仍有 5 笔(build-infra 的四笔验收修正与凌晨收尾),说明构建线在夜间继续推进。
  • 新建与退役:窗口内无新建仓库;DeleteEvent 十条分散在 Trident、FlagQuantum、build-infra 与 FlagGems 的临时分支清理,属正常收口。

1.2 build-infra:燧原两条退役线换成交接线,flagcx 构建器连夜调依赖(11-17~11-18)

日期:2026-11-17 ~ 2026-11-18 来源:build-infra #1852 · build-infra #1854 · build-infra #1870 · build-infra #1878

  • 构型:36 笔合入,占全组织当日的近五分之一,全部落在三件事上——燧原换线(#1852、#1854、#1855、#1870、#1873、#1875)、vLLM 0.32.0 应用层(#1850、#1851、#1863、#1864、#1865、#1868、#1869、#1872、#1874)、以及构建器与文档的修正。
  • 换线细节:见今日重点第一条;值得补记的是 #1852 同时删除了四份旧线的 changelog 与生成的说明页,新增四份待门禁的 changelog,属「旧页下线、新页待填」的中间状态。
  • flagcx 构建器:燧原行连续四笔修正——#1859 用 --no-deps 单独装 torch 与 torch-gcu、#1860 在装 torch 前把 setuptools 钉回 69.5.1、#1862 去掉 --pre 并把两者合并成一次调用、#1873 把该行自己的 triton 版本钉进构建器。这几笔合起来说明一件事:燧原 4.1.6 的依赖闭包与上游 PyPI 的默认解析不一致,必须逐项显式钉住。
  • 验收修正:凌晨三笔(#1877、#1878、#1880)都在修「验证步骤自己说错话」——应用镜像验证输出不准确、flagcx 轮子应在构建器里验而不是在运行时里验、步骤 2 的载荷被双引号截断。这类修正不改变产物,但决定了矩阵填格时读到的是真值还是假象。
  • 发布记录:bot 记下 vllm-plugin 与 vllm-plugin-native 两条轮子发布(#1848、#1849)以及 flagcx 轮子发布(#1876);摩尔线程侧的 musa 行在同日 08:25 指向 musa530 runner(#1838)。
  • 摩尔线程 toolkit 层:#1841 把 mthreads 的 toolkit 层重新声明,并给出 mtml >= 2.5.0 的底线。根因写得具体——宿主机的 mtml 2.4.2 只有一个裸 libmtml.so,而运行时找的是 libmtml_musa.so,找不到不致命,容器会以空设备表启动,看起来就像镜像坏了;mtml 2.5.0 补上该文件后,同一套 toolkit 2.1.0 就能注入八个设备。验证记录:worker33024(驱动 5.3.0、mtml 2.5.0、toolkit 2.1.0)下 --runtime mthreads 给出 8 个 /dev/mtgpu*,mthreads-gmi 报 8 张 MTT S5000,torch.musa.device_count() 为 8,matmul 可跑,MTHREADS_VISIBLE_DEVICES=0,1 可收窄到 2。#1845 随后把这条底线限定在驱动 5.3.0。

1.3 FlagTree:昇腾 3.6.x 后端移植 1286 文件,燧原 TritonGCU 后端跟到 0.7.1(11-17~11-18)

日期:2026-11-17 ~ 2026-11-18 来源:FlagTree #1637 · FlagTree #1619 · FlagTree #1675 · FlagTree #1676

  • 昇腾移植:#1637 把昇腾 NPU 后端整体迁到 Triton 3.6.x,+307349/-294、1286 文件,包含 compiler、driver、runtime、interpreter 四层与 hint handler、dtype guard、op dtype config、npu_utils 等支撑件;编译器侧带 SplitDataflow、ComputeBlockOpt、DynamicCVPipeline、TritonToLinalg、TritonToGraph、PlanComputeBlock、AllocMultiCache 等十几个 pass,测试侧补了 200 多个算子级单测与 UB tuner 用例。
  • 燧原后端:#1619 更新 TritonGCU 后端,+20069/-16757、114 文件——对齐 triton_gcu300 与 400 的 lib 与 include、后端与 TLE 测试,删除遗留的 gcu_intrinsics,新增 Combine38.td,恢复 TLE-Raw 的 tops 运行时、efshmem 与 test_tle_* 用例,构建侧改为多 Python 版本的 MLIR 暂存。这一笔与凌晨的 0.7.1+enflame3.6 标签是同一条线的前后脚。
  • 在审工具链:#1675 提统一配置与环境开关(config.env 集中参数、PyTorch Profiler 与 Eager 模式可切)、把 shell 脚本重构成「主流程 / 抽象方法」两层结构、新增按算子与形状与数据类型聚合 CPU/GPU 时间的 getshape.py(+1503/-0、14 文件)。
  • 其余在审:#1676 把 Iluvatar 的 SME 行跨距支持从 NVIDIA 异步拷贝里拆出来;#1679 补 TLE 融合缩放矩阵乘加 reduce-scatter 的教程;#1673 在 hcu3.6 上启用 FlagGems-vllm v0.2.0 基线;#1677 把 MUSA 调试器依赖留给运行时;#1678 把 git-auto-commit-action 从 v4 升到 v7。
  • 社区治理:community #168(FEP-0168,FlagTree 多平台支持与 Triton API 兼容)11-17 17:34 仍有更新,对应分支 codex/fep23-flagtree-device-enablement-20261105 在窗口内多次推送。

1.4 FlagGems:55 笔 MUSA 参考对齐在八分钟内合入,285B 模型剖面进了基准(11-17)

日期:2026-11-17 来源:FlagGems #9334 · FlagGems #4916 · FlagGems #8526 · FlagGems #9160

  • 规模与集中度:71 笔合入中 55 笔由 lukatao 在 11:06 至 11:14 的八分钟内合入,全部是 MUSA 侧的测试参考对齐;作者把「CPU 参照」作为统一手法——linalg_inv_ex、linalg_tensorinv、Cholesky 系列、slogdet、geqrf、orgqr(Householder 参考)、determinant、solve_ex 等在线性代数域成批补齐,量化与卷积侧则处理 FP8 比较、quantized_max_pool3d 输出夹具与 conv_transpose3d 的不支持用例。
  • 模型剖面进基准:#9334 把 285B 模型的算子剖析结果做成基准形状档(285B.yaml),覆盖 11 个已注册算子(mm、bmm、add、copy_、fill_scalar、mul、zeros、rms_norm、silu、silu_and_mul、softmax),每项带 prefill 与 decode 的 GPU 时间占比与调用次数,并新增 --model-profile 开关与结果里的「Time Share (prefill/decode)」列;数据来自 11-16 在 8 张 H100 80GB、TP=8 上采集的剖析报告。
  • 算子与后端:#8526 刷新平头哥 PPU 的 GEMM 测试形状与布局覆盖;#9160 补 log10 的 Triton autograd 反向;#7730 与 #7401 补英伟达侧的 _cast_Float 与 _sparse_coo_tensor_with_dims;#9067 修 cuda 上 addmm 与 act_quant 的启动参数不匹配;#9335 跟 MetaX 更新后的 TLE 能力 API 修 W8A8 INT8;#9278 优化昇腾的 mul 标量与连续负载。
  • 性能与 CI:#4916 优化大行数下的 LayerNorm 反向;#8788、#9084、#9294 修昆仑芯的嵌套张量、masked_select 反向、max_pool3d 精度并补 thnn_differentiable_lstm_cell_backward、row_stack、padded_dense_to_jagged;#9340 把每日流水线改到 01:30 CST;#9341 把 model_shapes 重命名为 models_shapes。
  • 观察:一日之内「测试基线」与「真实模型形状」同时推进,说明这条库的验收标准正在从「算子语义对不对」转向「在真实负载的时间占比下值不值得优化」——285B 剖面的意义正在于此。

1.5 FlagGems-vllm:DeepSeek-V4.1 解码选块与海光 INT8 输出投影同日落地(11-17)

日期:2026-11-17 来源:FlagGems-vllm #1197 · FlagGems-vllm #1192 · FlagGems-vllm #1177 · FlagGems-vllm #1280

  • 解码选块:#1197 新增候选块选择算子
    select_candidate_blocks_cooperative,把 vLLM 里 DeepSeek-V4.1 解码的候选块选择移植成 Triton 实现(+1175、7 文件)——每行按块内最大值(NaN 传播)打分、钉住含最新 token 的块、在有效前缀内取 top-k、以 -1 补齐且不排序。分层与上游一致:两个 Triton 核(打分、收尾)直接移植,行前缀 top-k 优先复用本仓的 persistent_topk(作者注明这是当前 NVIDIA 上更快的 Triton 后端),回退到 cooperative_topk;支持形状为 fp32 logits、行数不超过 64、k 取 512/1024/2048、块数被 4 整除,越界路径直接抛错、不留 torch 计算兜底,附 35 项功能测试与基准。
  • 海光:#1192 为 BW1000 加 dsv41_o_proj——对 FP8 的 wo_a 走 INT8、原地 BF16 路径,属在既有 FP8 权重上换算法而不是换精度。
  • 融合与通信:#1177 加 TLE 融合矩阵乘加 reduce-scatter,按 symm_mem 派发;#1282 与 #1227 补 DeepSeek-V4 的 qnorm、rope、kv-rope 全缓存 FP8 插入融合算子(多平台)。
  • 各后端修补:#1239 昇腾 TLE 的 mhc_pre 改 mix-major 布局并清理测试;#1250 加 min-p 过滤并调 Hopper 的 TLE 布局;#1252 加 apply_thinking_budget(融合标记缓存更新);#1254 修 Triton 3.7 以上版本的内核启动参数不匹配;#1237 摩尔线程补 FP8 状态的 GDN 解码与预填;#1280 平头哥优化 PPU-ZW810E 的 cooperative_topk;#1222 加 mhc_pre_broadcast 算子;#1265 补 285B 剖析形状与 8 个算子的 vLLM API 校验;#1268 与 #1276 补模型档选项与文档;#1277 暂停 metax-maca3720 裸跑 CI;#1281 在缺 vLLM API 时跳过 thinking_budget 收集。
  • 观察:这批合入的共同点是「按模型形状取快路径」——解码选块按行数分档、o_proj 按权重精度换算法、thinking budget 按缓存布局融合。跨芯栈的差异化正从「支持与否」转到「同一模型在自家卡上取哪条路径」。

1.6 FlagGems-sglang:batch12 十七个算子骨架入库,16 笔竞赛 FP8 算子合入(11-17)

日期:2026-11-17 来源:FlagGems-sglang #392 · FlagGems-sglang #390 · FlagGems-sglang #371 · FlagGems-sglang #385

  • 骨架入库:#392 把 batch12 的 17 个算子从 sglang-ops 的 docs/tasks/batch12 迁进本仓约定,每个算子配一份参考实现、一份正确性测试、一份基准与一条 conf/operators.yaml 记录,合计 52 文件。覆盖 dsa(act_quant、dequantize_k_cache_fast、quantize_k_cache_fast、triton_sparse_mla_fwd 等 7 个)、kvcache(3 个)、attention(2 个)、quantization(2 个)、moe(2 个)、speculative(1 个)。作者明确这一笔不含 src 实现:在 Triton 实现落地前 get_candidate 抛 ImportError、get_op 返回 None,测试与基准都跳过;同时移除了原仓库里针对昇腾、昆仑芯与燧原的软件 FP8 shim。
  • 竞赛通道:17:37 至 18:05 之间连合 16 笔竞赛 PR——c2flowDS 12 笔(absorbed BMM 拼接转换、激活量化、分页 dequantize k cache、gather-dequant-requant FP8 分页、MLA KV 打包量化、per-token-group 量化 MLA 掩码、quantize k cache 快慢两版、reshape-and-cache-flash、set MLA KV buffer FP8 量化、swiglu OAI MXFP8 量化、稀疏 MLA 前向),yzw1128 4 笔(dequantize k cache、FP8 per-token 转 per-tensor、per-tensor 量化 MLA、quantize k cache 分离版),另有一笔 task180 竞赛提交(#372)。
  • AMD 性能三笔:#371 与 #390 与 #391 针对 gfx1100 提速——fused_softmax_pool、per_group_transpose、ltx2_split_rotary、dsv3_fused_a_gemm、embedding_lora_a、apply_token_* 系列,以及 MoE GEMM 扩 silu、收缩重算路径。
  • 燧原合入:#385 合入 enflame_flagos 分支,与同日 build-infra 的燧原换线同向。

1.7 稀疏、视觉与注意力:NCIC 三笔内核优化进 FlagSparse,FlagCV 补五档评测(11-17)

日期:2026-11-17 来源:FlagSparse #121 · FlagAttention #142 · FlagTrain #89 · FlagDNN #26

  • FlagSparse:#121 由 NCIC-AlphaSparse 账号合入(+3371/-39、21 文件),提交为 cuad 105 opt、cuda sddmm opt、ascend spgemm opt 三笔——分别指向 CUDA 上的采样与稀疏矩阵乘、以及昇腾上的稀疏通用矩阵乘。
  • FlagCV:lukatao 连开五笔 KernelGen 评测档(bitwise_and、bitwise_not、flip、subtract、multiply),均为评测配置而非算子实现。
  • FlagAttention:#142 做仓库结构重整(11-18 00:03 合入)、#144 配好英伟达侧基准依赖;在审的两笔方向明确——#141 为昇腾加 MoBA 后端, #143 为平头哥支持 Inkling FA4 相对位置注意力。
  • FlagTrain:#89 把 bias_geglu_impl 对齐到原生双参数接口;另有五笔 KernelGen 在审(Transformer Engine 的 L2 归一化反向、Megatron 的 MTP 损失自动缩放、多模态旋转位置编码、加权 SwiGLU、融合 Sinkhorn),以及一笔昇腾 multi_tensor_lion 与 multi_tensor_adam。
  • FlagDNN:#26 补 Fedora 与 openEuler 的 RPM 打包(在审)。

1.8 量子线:FlagQuantum 打通嵌入式 Stim 采样,FlagQAI 二十七笔做研究流水线(11-17)

日期:2026-11-17 来源:FlagQuantum #1190 · FlagQuantum #1195 · FlagQAI #96

  • FlagQuantum 规模:12 笔合入、12 笔提交,10:32 至 19:58 之间连续推进,主线有两条——编译器模块按职责重组(#1192、#1193 拆出规范重写与逻辑调度),以及纠错与模拟。
  • 纠错与模拟:#1190 打包 Sparse Blossom 批解码,#1197 在批处理流程里改用原生 Sparse Blossom,#1201 把 AI 预解码器评估也批量化;#1195 用内嵌 Stim 做带位置噪声的采样,#1199 让外部 Stim 文本实验跑在内嵌引擎上;#1194、#1196、#1198、#1200、#1202 五笔分别覆盖离线 qfunc 导出与部署打包、合成 Bell 产物的预检与语义、定向 Bell 产物、绑定产物的部署预检。
  • FlagQAI:27 笔合入全部由 FlagQuantum 账号在 10:31 至 21:20 推进,主题是「研究流水线化」——Agent 转录阅读位置恢复、未读回复标记、只含数值的实验结果显示、Python 补全输出、电路源码行展示、Agent 代码预览、QAOA 结果的对比操作位、活动轮次耗时、按 Jobs 管理项目基线、候选修订的分级与复核、已复核候选的本地验证(#96)、KMX 电路复位槽位复用。
  • 观察:量子线正在把「Agent 生成 → 人工复核 → 本地验证」做成一条有状态的工作流,这与链路上的算子库迭代是两个节奏:前者靠功能闭环取胜,后者靠覆盖与性能取胜。

1.9 框架与通信:Torch-FL 昇腾原生宿主试点 27 项全过,FlagCX 补 MUSA 平台(11-17)

日期:2026-11-17 来源:Torch-FL #846 · FlagCX #712 · FlagCX #722 · sglang-plugin-FL #155

  • Torch-FL 昇腾宿主:#846 加实验性的昇腾适配(+2232/-98、35 文件),走共享的 native host ABI,用已发布的 FlagTree NPU 加载器与原版 FlagGems 内核。难点写在 ABI 上——昇腾用的是打包结构体而非 CUDA 的指针数组:布尔占 32 位、FP16/BF16 标量用 float 线格式、逻辑网格与工作区与锁与 FFTS 都依赖编译器元数据,另有 ACL 当前流的归属问题。实测在 910C 上安装轮子的 27 项一致性用例全过(29.90 秒,零跳过零错误);CI 作业在 85b1fd8e 上因下载 FlagTree 重试耗尽而失败,需重新跑;整模型 logits 与不低于厂商 PyTorch 0.8 倍的性能仍挂在 #833。
  • FlagCX 燧原:#712 的 ECCL 设备 API 已合并,详见今日重点第一条。
  • FlagCX MUSA:#722 在审,为 FlagCX 设备 API 加 MUSA 平台支持(默认后端)。
  • sglang-plugin-FL:#155 把昆仑芯后端升到 SGLang 0.5.18。
  • vllm-plugin-FL:四笔合入——#703 适配 vLLM 0.32 的 Runner V2 并开启全量 CI(昇腾侧),#694 修燧原的 M-RoPE 交错段掩码为 rotary_dim/2 并支持非块式 FP8 检查点,#758 把端到端冒烟换成适配门禁,#769 清理 cuda.yaml 的陈旧引用。
  • 其他:Megatron-LM-FL #221 加每夜补充覆盖套件(覆盖 megatron/core 与 megatron/plugin);Trident #6 支持用户自备 LLVM_ROOT;optest #49 把算子测试的后端 FlagTree 每日轮子升级。

1.10 在审队列:104 笔新开,Mega 系列融合大算子与硅基流动六后端批进审(11-17)

日期:2026-11-17 来源:FlagGems-vllm #1286 · FlagGems-vllm #1287 · FlagGems-vllm #1274 · FlagGems-vllm #1283

  • 总量:在审 PR 窗口内更新 279 笔,当日新开 104 笔;分布上 FlagGems 127、FlagGems-vllm 44、FlagTree 23、vllm-plugin-FL 17、FlagTrain 17、sglang-plugin-FL 10、FlagCX 10、FlagCV 5、FlagQuantum 4,其余为零星。
  • Mega 系列:昇腾两笔单核融合大算子(MegaGate、MegaMHC,详见 3.2)、平头哥一笔 INT8 MegaMoE(详见 3.3);三笔共同点是把「路由、门控、专家计算、归一化、通信」中的多段收进一个持久内核,用预先绑定的上下文复用启动与工作区。
  • 硅基流动批:winfan1314 以 [SiliconFlow] 前缀连开七笔——triton_ihc_pre 覆盖六个后端并保留原 ihc_pre 接口、分组 Gemma RMSNorm 跨行数复用、昇腾与解码/预填路径的冷编译时间压缩、gate_sigmoid_mul 与打包解码的 CPU 参考争用削减。这一批的特点是把「测试与基准的 CPU 参考争用」当性能问题来治,而不是当测试噪声。
  • 算子缺口:FlagGems 侧在审的平头哥 conv2d、昇腾 router_gemm、天数 SDPA 前向、平头哥把已移除的 TLE 流水线迭代器换成 tl.range、海光在无 CUDA Graph 下降低 BLAS 启动开销、昆仑芯把 SDPA 数学路径改走两段 Triton 核。
  • 平台侧:vllm-plugin-FL #766 让清微适配 vLLM 0.32 的 0.5.0-dev 线;FlagBLAS #162 为平头哥与海光存下 H100 分组 GEMM 基线;flagtree-cpu #12 与 #13 把 TLE 最小子集移植到 Triton 3.7 并补 CPU libdevice 的 hypot 与 atan2。

二、新闻报道与生态

2.1 渠道核查:24 组查询 16 条候选,组件名全部零命中(11-17)

日期:2026-11-17 来源:Google News RSS · Hacker News · CSDN FlagOS 专栏

  • 查询与命中:24 组中英文查询在 24 小时窗口内去重后 16 条候选。FlagOS、FlagGems、FlagScale、FlagTree、FlagPerf、FlagCX、KernelGen、BAAI FlagOS、flagos-ai、国产算力开源软件栈等查询全部零命中;命中的是智源研究院相关 7 条、燧原 3 条、摩尔线程 2 条、沐曦 2 条、清微 1 条、海光算子 1 条。
  • 剔除口径:按标题语义剔除三类噪声——股市与板块行情稿(如「算力芯片概念震荡回落」)、与智源无关的同词误命中(「源侧直流分布式光储网联智控系统」里的「源」)、以及模型厂自身的发布稿。剔除后可用条目并入 2.2 与 2.3。
  • HN Algolia:FlagOS 命中 8 条、FlagGems 2 条、BAAI 30 条,但标题与正文均无本项目直匹配,属关键词泛命中。
  • 结论:新闻侧仍以成员单位的资本与产品消息为主,FlagOS 自身的技术叙事继续由 GitHub 与专栏承载。

2.2 人民日报评论把 Open3D-PIMC 与 CANN、MUSA 并列,金融界当日出解读稿(11-17)

日期:2026-11-17 来源:金融界解读稿 · 新华网 Open3D-PIMC 报道(背景)

  • 评论口径:人民日报近期一篇评论在谈 AI 下沉中小微企业时,把 CANN、Open3D-PIMC、MUSA 三个国产软硬件技术生态并列,认为随着存算一体与三维集成等硬件突破、软件生态持续开源开放,AI 的落地门槛会继续下降。
  • 解读稿内容:金融界 11-17 10:44 的稿件把三者的关系讲清楚——CANN 属华为、MUSA 属摩尔线程,而 Open3D-PIMC 是清微智能与智源研究院联合发布、2026 年 9 月在中国算力大会上开源的全球首个面向 3D 算力芯片的编程模型与软件框架,也是众智 FlagOS 面向下一代 3D 芯片的主要方案之一。稿件同时给出 FlagOS 的规模口径:已适配 20 家厂商、30 余款 AI 芯片,覆盖 GPU、NPU、DSA、RISC-V 等架构。
  • 技术逻辑:Open3D-PIMC 把编译优化收进框架,开发者只描述数据分布与任务划分,各家私有指令集以插件接入;智源 AI 系统研究负责人门春雷的判断是,3D 芯片量产在即,缺配套编译能力就会陷入「先进硬件、低效软件」。
  • 口径提醒:Open3D-PIMC 的开源本身是 9 月旧事,本条属评论与解读带来的再曝光,不构成新的发布事件;文中「20 家厂商 30 余款芯片」为报道口径,与组件级统计(算子库覆盖的厂商与型号数)不是同一个分母。

2.3 成员单位:摩尔线程补训练侧适配,沐曦与寒武纪同日接住 SenseNova Loop-9B(11-17)

日期:2026-11-17 来源:第一财经(摩尔线程) · 第一财经(沐曦) · 每日经济新闻(寒武纪) · SenseNova-Loop 仓库

  • 摩尔线程:月之暗面开源 2.8 万亿参数的 Kimi K3.1 Pro 后,摩尔线程基于 MTT S5000 与 MUSA 软件栈完成训练适配,构建原生 FSDP2 多模态训练路径,打通模型加载、分片调度到梯度同步的完整链路(第一财经 11-17 19:24)。需要区分的是,同一模型的 Day-0 推理适配在 11-06 已宣布,今天补的是训练侧。
  • 沐曦:商汤日日新 SenseNova Loop-9B 于 11-17 发布并开源,沐曦宣布完成 Day 0 适配,并称是率先完成该模型适配的国产算力平台(第一财经 11-17 22:44)。
  • 寒武纪:同日 23:44 宣布完成同一模型的 Day 0 适配(每日经济新闻)。
  • 模型侧事实:SenseNova-Loop-9B 约 9B 参数,用 24 个解码层循环执行两遍,把 32 个物理层在一次前向里扩展成 56 次层计算;采用双流 mHC 做残差流的路由与融合、四层一组交替线性与全注意力、512K 上下文,官方称 4 位权重加 8 位 KV 缓存下 256K 多模态推理约需 15GiB 显存,并首日提供 AWQ 4 位量化版。
  • 对照观察:双流 mHC 这类超连接结构,与 FlagGems-vllm 当期在做的 mhc_pre、mhc_post 与昇腾 MegaMHC 属同一类结构上的算子工作;两边是否已对接,仓库与公开报道均未说明,此处只作架构趋势对照,不作适配声明。

2.4 CSDN 专栏:导入时间戳是新的,文章原文日期是 8 月末(11-17)

日期:2026-11-17 来源:CSDN FlagOS 专栏

  • 页面状态:专栏首页 43 条文章链接,页面上的时间戳包括 11-17 20:08 等近期值;最新三条是《FlagOS 让「牛来」模型跑在更多国产芯片上:GLM-5.3-Flash Day0 适配 9 款 AI 芯片》《Qwen3.8-Flash-Next 发布首日适配 8 款 AI 芯片》《视频生成推理框架 LightX2V 正式接入 FlagOS》。
  • 判定:三条的卡片原文日期为 2026-08-27 至 08-28,属历史文章按主题重排上线,不计入当日动态。该专栏近期的做法一致:导入时间与原文发布时间不同步,凡两者冲突按原始发布时间处理。

三、成员单位与后端厂商深挖

3.1 燧原:编译器、构建、通信三线同一天动(11-17)

日期:2026-11-17 来源:FlagTree 0.7.1+enflame3.6 · build-infra #1852 · FlagCX #712 · vllm-plugin-FL #694

  • 三件事:凌晨 01:16 出 0.7.1+enflame3.6 标签;18:08 起 build-infra 把两条 tops 线换成交接线;10:26 FlagCX 合入 ECCL 设备 API。三件事分别对应编译器、构建与通信,是同一条后端线自上而下的三层。
  • 配套细节:旗标侧 packaging/flagcx/backends.yaml 把 tops4.1.6 设为该厂商默认,ECCL 版本按行声明;vllm-plugin-FL #694 由燧原工程师提交,修 M-RoPE 交错段掩码与非块式 FP8 检查点,说明应用侧也在同步跟进。
  • 风险面:两条 tops 线并行(1.9.29 对紫霄 C200 与 S60、4.1.6 对 L600),意味着构建矩阵多一倍的组合;#1852 明确应用层暂缓,先把 FlagCX 轮子与 base 到 runtime 镜像跑通,这个顺序是对的——通信库不通时应用层验证没有意义。

3.2 昇腾:两个单核融合大算子给出 1.34 倍与 1.18 倍(11-17)

日期:2026-11-17 来源:FlagGems-vllm #1286 · FlagGems-vllm #1287 · FlagGems-vllm #1239 · FlagTree #1637

  • MegaGate:#1286 为 910B 加一个 FlagTree TLE 单核,把 BF16 的 MoE 路由投影与专家选择融在一起——Cube 核做 FP32 累加的路由 logits,Vector 核做打分、可选纠正偏置与组选择,返回 top-k 专家号与归一化路由权重;prepare_mega_gate 把启动器与工作区按输入形状、路由配置与 NPU 流绑定,之后每次调用复用。跨 5 个模型 353 个形状的平均加速为 ACL Graph 1.336 倍、Eager 1.408 倍,其中 DeepSeek V4 Flash 的 106 个形状为 1.553 倍。
  • MegaMHC:#1287 把 mHC post、mHC pre 与 RMSNorm 融成一个单核,支持四条残差流与普通、移位两种执行;移位路径用携带的 pre_mix 在 Cube 计算下一次投影的同时启动 RMSNorm。63 个形状的平均加速为 ACL Graph 1.175 倍、预绑定上下文的 Eager 1.182 倍,DeepSeek V4 Pro 单形状为 1.773 倍;未预绑定的 Eager 只有 0.648 倍,说明收益来自启动与工作区复用而非纯内核算术。
  • 配套:#1239 给 mhc_pre 换 mix-major 布局并清理测试;#1637 的 Triton 3.6.x 后端移植为这类 TLE 单核提供了编译器底座。
  • 观察:两笔都在「单核融合 + 上下文预绑定」上做文章,且都附带 ACL Graph 与 Eager 两组数字。对昇腾而言,图模式与即时模式的差距本身就是一条产品线信息——同一内核在两种模式下差 20% 以上,部署侧选择哪种执行方式会直接影响收益。

3.3 平头哥:INT8 MegaMoE 用一个持久内核走完专家并行全流程(11-17)

日期:2026-11-17 来源:FlagGems-vllm #1274 · FlagGems #8526 · FlagGems-vllm #1280 · FlagTree 0.7.1+ppu3.6

  • 单核范围:#1274 为 PPU 后端加 INT8 的专家并行 MegaMoE(+4691/-8、10 文件),一个常驻的 FlagTree/Triton 内核里完成 token 分发、两次专家 GEMM、SwiGLU、INT8 重量化、跨卡写回与合并;输入为 INT8 激活与专家权重加 FP32 缩放与路由权重,输出为卡内 BF16。调用方提供可复用上下文、对称对等缓冲与流屏障。
  • 调度策略:八卡工作负载走整块分发;大规模的两卡与四卡工作负载在每卡都满足快路径时走部分返回。EP 组在上下文初始化阶段、早于 CUDA Graph 捕获就对返回布局达成一致,遇到工作区对齐不一致时全组退回逐路由返回,避免各卡对同一对等槽位做出不同解释。
  • 同日配套:#8526 刷新平头哥的 GEMM 测试形状与布局覆盖;#1280 优化 PPU-ZW810E 的 cooperative_topk;凌晨的 0.7.1+ppu3.6 标签把后端从开发线抬进正式线。
  • 观察:把分发、两段 GEMM、激活、量化、写回、合并压进一个内核,收益是少了大批中间物化与启动开销,代价是上下文状态与对等缓冲的一致性必须由调用方保证——这也是为什么这一笔反复强调「布局在捕获前对齐」。

3.4 摩尔线程与沐曦:mtml 底线定在 2.5.0,沐曦暂停一条裸跑 CI(11-17)

日期:2026-11-17 来源:build-infra #1841 · build-infra #1845 · FlagGems #9335 · FlagGems-vllm #1277

  • 摩尔线程:mtml 2.5.0 成为 toolkit 层的最低要求,八卡一次注满(详见 1.2);musa 行改指 musa530 runner;FlagGems-vllm #1237 补 FP8 状态的 GDN 解码与预填。
  • 沐曦:#1277 暂停 metax-maca3720 的裸跑 CI 测试,属对不稳定节点的收敛;FlagGems #9335 跟 MetaX 更新后的 TLE 能力 API 修 W8A8 INT8 导入;在审的还有 ple_conv 的 MetaX 后端(#1279)与纯 Triton 的块级 top-k(#1289)。
  • 观察:两家都在「环境底线」上做显式声明——一边是 mtml 版本,一边是节点可信度。跨芯栈的日常损耗大量来自这类环境差异,把底线写进构建配置比事后排查便宜。

3.5 海光与昆仑芯:BW1000 复用 FP8 权重走 INT8,昆仑芯按算子逐项销账(11-17)

日期:2026-11-17 来源:FlagGems-vllm #1192 · FlagGems #8788 · FlagGems #9294 · sglang-plugin-FL #155

  • 海光:#1192 的 dsv41_o_proj 在 BW1000 上对 FP8 的 wo_a 走 INT8、原地 BF16 输出,等于不改权重格式而换计算路径;在审的 #9338 尝试在不用 CUDA Graph 的前提下降低 BLAS 启动开销。
  • 昆仑芯:三笔修补在晚间连合——#8788 修 nested_tensor_from_mask、masked_select 反向与 max_pool3d 的 XPU 精度,#9084 补 thnn_differentiable_lstm_cell_backward,#9294 补 row_stack、padded_dense_to_jagged 与 Sobol 引擎覆盖;插件侧升到 SGLang 0.5.18;在审的 #9330 一次提交五个 XPU 算子精度修复与 matmul 反向性能, #9325 把 SDPA 数学路径改走两段 Triton 核。
  • 观察:昆仑芯这条线的节奏是「按算子逐个销账」,一天三五笔、每笔一个算子族;这类工作不产生 headline,但决定了模型能不能真的跑起来。

四、总结

  • 版本线:FlagTree 0.7.1 正式线一晚补齐平头哥与燧原(0.7.1+ppu3.6 于 18:23、0.7.1+enflame3.6 于次日 01:16),正式版覆盖 ascend3.5、xpu3.6、ppu3.6、enflame3.6 四个后端;燧原两条 tops 线同日换代,tops4.1.6 成为该厂商默认。
  • 构建线:vLLM 0.32.0 应用层五后端同时开闸,四个后端已记镜像标签,昇腾因缺少 V2 采样符号(FlagGems-vllm #1234 在审)停滞,平头哥因插件硬 import flash_attn_3 停滞;两处都不是 FlagOS 自身代码问题。
  • 算子线:FlagGems 71 笔合入里 55 笔是 MUSA 测试参考对齐,285B 模型剖面进基准;FlagGems-vllm 17 笔覆盖 DeepSeek-V4.1 解码选块、海光 INT8 输出投影与各后端修补;FlagGems-sglang 把 batch12 十七个算子做成骨架并合入 16 笔竞赛 FP8 算子。
  • 前端线:Torch-FL 的昇腾原生宿主试点在 910C 上 27 项一致性用例全过,但 CI 因下载 FlagTree 失败需重跑;FlagCX 补上燧原 ECCL 设备 API,MUSA 平台支持在审。
  • 生态侧:新闻面继续由成员单位的产品与资本消息供给——摩尔线程补 Kimi K3.1 Pro 训练侧适配,沐曦与寒武纪同日接住商汤 SenseNova Loop-9B;人民日报评论把 Open3D-PIMC 与 CANN、MUSA 并列,让 FlagOS 的共建路线在主流媒体口径里多了一次曝光。
  • 风险与待办:昇腾应用镜像等 #1234、平头哥等插件改 import、燧原应用层等 FlagCX 轮子与运行时镜像、Torch-FL 的 CI 需重跑;这四项都在他人分支或后续构建上,日报按「阻塞已记账、等下游」记录。

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) 64 仓全量核查,20 仓窗口内推送,146 笔提交、201 笔合并、279 笔在审更新、104 笔新开
Release / Tag 原子核查 31 仓 Release、8 仓 Tag 扫描;窗口内新增两个正式标签(0.7.1+ppu3.6、0.7.1+enflame3.6)
Google News RSS(24 组查询,走代理) 16 条候选;组件名全部零命中;可用条目为成员单位产品与资本消息
HN Algolia FlagOS 8 条、FlagGems 2 条、BAAI 30 条,无标题直匹配
CSDN FlagOS 专栏 有 11-17 导入时间戳,文章原文日期为 2026-08-27 至 08-28,属重新分发
智源社区 hub 首页与搜索页可访问,未见 FlagOS 组件条目
成员单位原站 摩尔线程、沐曦、寒武纪、清微四条产品侧消息均已回到原站核对日期与要点
人民日报评论与解读 金融界 11-17 稿完整引用评论口径,Open3D-PIMC 背景以新华网 9 月报道核对

局限性说明:本期 GitHub 侧取自提交搜索、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;FlagTree 两个 Release 的说明仅为 PyPI 标记,未含变更日志,版本内容以对应 PR(#1637、#1619)与标签谱系推定。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 专栏的导入时间与原文日期不一致,凡冲突按原始发布时间处理。今日重点中关于模型架构与算子库的对照仅为趋势观察,不代表双方已完成对接。

完整信源清单