调研窗口：过去 3 天（2026-09-25 07:00 ~ 2026-09-28 07:00，北京时间；含周末时段，上次出报为 09-25）。本期为周一三期合并窗口，与上一期无重叠。 信源：GitHub（tile-ai 组织 29 仓库推送核查，窗口内 6 个仓库有推送；TileOPs 35 笔合入与「Manifest 参数化签名」整轮迁移、200 算子发布计划开出；主仓 SM120 块缩放 GEMM 两笔合入与 FP8 向量拷贝提速实测；TileFoundry AtomSched 七笔合入；夜间快照 5 份全部零失败；采用方 FlashQLA 修复与文档站更新）、Google News RSS 中英文多组查询（走代理，零命中）、Hacker News、arXiv、社区仓库核查

本期索引

  • 今日重点：TileOPs「Manifest 参数化签名」整轮迁移完成——17 笔合入，200 算子发布计划同日开出（09-26/09-27）
  • 一、核心项目进展
    • 1.1 主仓：SM120 块缩放 GEMM 两笔合入——碎片驻留支持与布局冲突拒绝（09-26/09-27）
    • 1.2 主仓：FP8 向量拷贝保持打包，条件拷贝内核实测 1.42 倍（09-25）
    • 1.3 主仓：窗口内新开十笔，RNG 队列与异步暂存重构仍待审（09-25~09-27）
    • 1.4 TileOPs：注意力整编——SM90 预填充三连与解码统一、遗留路径移除（09-25~09-28）
    • 1.5 TileOPs：线性注意力、FFT 重写与算子杂项合入（09-25~09-28）
    • 1.6 TileOPs：测试与基准体系重构，manifest 一致性用例落地（09-26/09-27）
    • 1.7 TileFoundry：AtomSched——指令化张量调度与分阶段内存分析七笔（09-25~09-28）
    • 1.8 夜间快照：窗口内 5 份全部零失败，最新 1093 项正确性 + 1318 项基准（09-28 凌晨）
  • 二、多后端适配（昇腾 / MLIR 昇腾 / 沐曦 / 海光 / 摩尔线程）
    • 2.1 五仓窗口内零推送、零 PR 更新（09-28 核查）
  • 三、生态与采用方
    • 3.1 采用方：FlashQLA 修复 Blackwell 路径内核同步（09-26）
    • 3.2 采用方与社区：TileKernels 无推送，SoftHier 扩展无窗口内更新（09-28 核查）
    • 3.3 版本节奏：主仓 v0.1.14 满 26 天，TileRT 发布页滞后 4 天（09-28）
  • 四、社区、教程与活动
    • 4.1 文档站：TileOPs 文档站三连更跟进 Manifest 迁移；主仓文档站例行更新（09-26/09-27）
    • 4.2 媒体与学术侧：Google News 零命中，arXiv 无新预印本（09-28 核查）
  • 五、趋势观察
    • 5.1 「先定契约」的制度化：从 roofline 自查到发布计划
    • 5.2 SM120 线的小步快跑与 lowering-only 测试策略
    • 5.3 注意力内核：从多路径并行到单一谱系
    • 5.4 空白与风险点
  • 附：素材与核查说明

今日重点：TileOPs「Manifest 参数化签名」整轮迁移完成——17 笔合入，200 算子发布计划同日开出（09-26/09-27）

日期：2026-09-26、2026-09-27　来源：设计文档 PR（#2209）／ 签名检查与生成（#2212）／ 200 算子跟踪议题（#2271）／ 24 条 spec-only 条目（#2279）

09-26 08:02 至 09-27 11:57（北京时间），TileOPs 的 Manifest 系列 17 笔 PR 陆续合入，把算子清单从 YAML 表格改写为「参数化签名」（parametric signature），并在同一窗口开出 200 算子发布计划：

  • 设计（#2209，09-26 08:02 合入）：每个算子在 manifest 中写成一条参数化签名——forall 索引与种类、类型族与代数数据类型（ADT）、闭合表达式语言、读写效应、带生成器的工作负载行、校验清单；roofline 定价改为对 ix 上的内联表达式求值；算子设计文档、信任模型、测试指南与 agent 领域规则同步改写（13 文件、+633/-1193，删多于增）。
  • 实现（#2212 至 #2227，09-26 全天至 09-27 中午）：签名检查与算子方法生成改为由清单推导（#2212）；各算子族逐批转换——elementwise（#2216）、moe（#2218）、reduction/normalization（#2221）、linear_attention（#2222）、gemm/quantization/convolution（#2223）、attention（#2224）、mamba（#2214）、pool/scan/rope/sequence-modeling/FFT（#2217）；收尾笔（#2225，09-27 10:32）把最后一批 gemm 条目转换完毕，并删除遗留 manifest 路径；manifest YAML 迁入 spec/ 目录、统一文件命名（#2227）。配套行为变更：对树内无内核声明的设备调用算子，改为抛出 OpNotAvailableError（#2219）。
  • 发布计划（09-27 晚间）：跟踪议题「TileOPs 200-operator release plan」（#2271）开出——目标 200 条 manifest 条目（按 implemented + spec-only 计数；只算新算子，扩展与调度不计），附最坏情况推算表；同日 PR #2279 为计划补上 24 条 spec-only 条目与新的 sampling 族，按该 PR 表述，仓库计数徽章由 172/177 变为 172/201。24 条新条目覆盖四个方向：量化族 9 条（INT8/INT4 逐张量、逐通道、逐块与 SmoothQuant、FP8 逐块）、采样与投机解码族 6 条（TopK/TopP/MinP/TopKTopP 掩码、SamplingFromProbs、ChainSpeculativeSampling）、MLA 与 KV 缓存族 7 条（MLA Paged/Varlen、PagedKVCache 写入与收集、MergeAttentionStates、DeepSeekSparseAttentionPaged）、norm 1 条（FusedQKNormRope）与线性注意力 1 条（KimiDeltaAttention）。
  • 配套约束（#2279）：新增 test_spec_reference.py 对 spec-only 条目逐工作负载运行参考实现并校验输入写入与拒绝调用；建立不变量「implemented ⊆ public ⊆ manifest」；议题同步挂出 5 个 spec-only 补全追踪（GQA 两枚、GatedDeltaNet、DeltaNetInference、GLAInference）与 11 个内核覆盖子任务（FP8 Q/K/V、RoPE、FP8 KV 缓存、GDN 变体等）。

判读：这是 TileOPs 近两周「信任工程」（roofline 自查、公式纠错之后）的制度性升级——先落契约、再落实现，检查由生成器承接；200 算子计划把路线图公开化，量化、投机解码、MLA 与 KimiDeltaAttention 等国产大模型算子方向随之浮出水面。对使用方而言，算子行为的「契约来源」从代码注释变为可校验的清单，接入前可先评估覆盖缺口。

一、核心项目进展

1.1 主仓：SM120 块缩放 GEMM 两笔合入——碎片驻留支持与布局冲突拒绝（09-26/09-27）

日期：2026-09-26、2026-09-27　来源：#3257／ #3284／ 缺陷单 #3283／ 先导需求单 #3256

  • #3257（09-26 23:39 合入，作者 sepcnt）：为 SM120 块缩放 GEMM 增加碎片（fragment）驻留 A 操作数与行主序缩放碎片支持，并修正奇数 per-warp MMA atom 网格（含 8x1 划分）下的紧凑缩放行选择；5 文件 +230/-50；附带碎片操作数/缩放、转置 A、紧凑布局与多 warp 策略的回归覆盖。
  • #3284（09-27 19:18 合入，作者 LeiWang1999）：修复 SFA 与 SFB 共用同一缩放碎片时静默覆盖布局需求、导致缩放读取错误的问题——布局推断改为先对比完整碎片布局，冲突时报错并提示改用独立缩放碎片或共享内存缩放；新增 18 个 CUDA lowering 回归用例（三种 warp 策略、共享/碎片 A、别名与独立缩放碎片、别名共享内存缩放），相关两个测试文件 138 项通过、21 项跳过。
  • 测试口径说明：两笔的测试均显式 lower 到 sm_120a，不做设备编译（SM120 硬件数值执行未在本批测试覆盖；#3284 明确标注）。
  • 背景：SM120 为 Blackwell 的消费/工作站档（GeForce RTX 50 系、RTX PRO 系列）；该线自 09-16 的 mxf4nvf4 块缩放 MMA PR（#3081，仍开）延续至今，窗口内再添两笔跟进（#3286、#3290，见 1.3）。

1.2 主仓：FP8 向量拷贝保持打包，条件拷贝内核实测 1.42 倍（09-25）

日期：2026-09-25　来源：#3276

  • #3276（09-25 14:17 合入，作者 LeiWang1999；上期以「评审中」记录）：为 CUDA FP8 向量类型（E4M3/E5M2/E8M0，2/4/8/16/32 lane）定义打包拷贝构造与赋值——经匹配的整数载体（uint16/uint32/uint2/uint4/ulonglong4）整对象搬运。动机：NVCC 会把默认逐成员拷贝 lower 成冗余 unpack/repack 指令，即使外围访存已经向量化；修复不引入任何代码生成特例，只改头文件。
  • 实测（B300 SXM6，sm_103a，NVCC 13.1）：E4M3 条件拷贝内核 44.07 → 31.07 微秒（1.42 倍）；寄存器 77 → 71；转换工作负载中移除 80 条 PRMT、16 条 SHF 与 32 条打包相关 LOP3，E8M0 的 PRMT 从 241 降至 155。计时采用 do_bench（warmup 100 / rep 500，五次交替取中位数），静态 SASS 对比与计时结果分开呈现。

1.3 主仓：窗口内新开十笔，RNG 队列与异步暂存重构仍待审（09-25~09-27）

日期：2026-09-25 ~ 2026-09-27　来源：#3286／ #3290／ #3285／ #3288／ #3280／ 主仓 PR 队列

  • 窗口内新开 10 笔：SM120 两笔（#3286 寄存器 A 的 K 原子展开与缩放逐原子加载；#3290 W4A16 NVFP4 解码示例，草案）、CUDA/编译器四笔（#3285 NVRTC 设备编译支持，TVM-FFI；#3288 warp 特化阶段保留直到被移动的非 TMA 拷贝消费——修复 #3287；#3282 TIRX 源区间可视化工具；#3291 用 z3 推断满足约束的全部线程）、平台两笔（#3281 CPU/Windows JIT 共享库编译与导出修复；#3289 import C 源文件补换行）、修复一笔（#3280 deepseek_v32 topk 选择器缓冲溢出）。
  • 队列持续项：RNG 四笔（#3241~#3244）自 09-24 起无更新仍开；#3275（SIMT im2col 提前暴露）与 #3279（异步数据暂存统一与传输感知降低）待审未动；#3267（魔法除法）、#3247（TileIR 后端，草案）未更新。
  • 缺陷侧：窗口内新开 2 单——#3283（SM120 缩放碎片冲突，已由 #3284 修复关闭）与 #3287（warp 特化流水线过早释放阶段），后者已由 #3288 跟进。

1.4 TileOPs：注意力整编——SM90 预填充三连与解码统一、遗留路径移除（09-25~09-28）

日期：2026-09-25 ~ 2026-09-28　来源：#2178／ #2208／ #2198／ #2207／ #2202／ #2197／ #2273／ #2281

  • SM90 varlen GQA 预填充三连：warp 特化预填充内核合入（#2178，09-25 19:12）→ 改造为持久内核（#2208，09-26 00:50）→ D64 头维支持（#2198，09-27 23:19）；同期恢复滑动窗口 varlen 内核的 TMA 路径（#2207，09-25 18:37）。
  • 解码侧收敛：分页 GQA 解码迁移到统一算子并移除遗留解码算子（#2202，09-27 21:32）；移除遗留 varlen GQA 路径（#2197，09-27 20:50）。
  • 正确性修补：causal paged decode 对齐缓存末端、非 causal NSA 在序列末端截断、FusedTopK 按评分定价（#2273，09-27 21:38）。
  • 新开跟进：MHA 反向的 SM90 warp 特化内核服务化与 FA3 反向单独计时（#2281，09-28 凌晨草案）——反向路径进入同一内核谱系的前奏。

1.5 TileOPs：线性注意力、FFT 重写与算子杂项合入（09-25~09-28）

日期：2026-09-25 ~ 2026-09-28　来源：#2199／ #2196／ #2187／ #2040／ #2283／ #2242／ #2240／ #2280

  • 线性注意力：GLA 解码接入 GLAInferenceFwdOp（#2199，09-28 06:20 合入，H200 稠密解码服务化）；移除无归属的 Gated DeltaNet 内核（#2196，09-27 22:57）——延续上周「整编」路线。
  • FFT：#2187 以计算式内核替换 LUT 实现、2 的幂覆盖扩至 2^28（09-25 13:03 合入；上期「评审中」条目收口）。
  • GEMM 与元素级：GemmFp8FwdOp 支持 1D2D FP8 块缩放（#2040，09-28 06:19；#2283 跟进校准按 calibration_key 匹配）；元素级 NaN 传播去除 clamp 家族减速并恢复二进制基准形状（#2242）；float32 reduction/softmax 改单内核读取修正（#2240）。
  • 架构维护：Engram 解码编译边界移至算子层（#2280，09-28 06:10）。

1.6 TileOPs：测试与基准体系重构，manifest 一致性用例落地（09-26/09-27）

日期：2026-09-26、2026-09-27　来源：#2239／ #2226／ #2243／ #2244／ #2213／ #2215

  • 结构重整：合并碎片化的 tests/ops 与 workloads 文件（#2239）；合并碎片化基准文件与单导入模块（#2226）；测试与工作负载设备改为单一来源（#2243）；树内内核测试统一标记、基准获得目标与设备选项（#2244）；op 测试停止导入 benchmarks、统一标准容差、trust-model.md 改名 layer-boundaries（#2213）。
  • 契约测试：从 manifest 调用构建目标一致性用例（#2215）——与今日重点的 Manifest 迁移配套。
  • 说明：本组重构是夜间快照用例结构变化的直接背景；快照流程保持零失败（见 1.8）。

1.7 TileFoundry：AtomSched——指令化张量调度与分阶段内存分析七笔（09-25~09-28）

日期：2026-09-25 ~ 2026-09-28　来源：#189／ #191／ #187／ #186

  • 七笔合入（#185~#191）：分片排列声明（#185）、AtomSched 操作声明（#186）、CUDA MMA 原子与异步拷贝指令声明（#187）、布局结构化正则匹配（#188）、指令化张量调度（#189）、TIR 操作数契约（#190）、分阶段内存分配模型（#191）。
  • #189 要点（09-27 21:08 合入）：新增 tf.schedule 操作（五个作者参数：operands/op/repeat/order/buffers）与 21 个调度夹具；操作数契约与结果类型从所选指令推导；按层级带宽、MMA 工作量与缓冲驻留计费；求值缺失处理器时 fail-closed（不回退恒等）。规模 64 文件 +3445/-220。
  • #191 要点（09-28 03:31 合入）：完成 AtomSched 分析迁移 stage 3——循环感知驻留、区域级寄存器峰值、带地址的全局/共享内存放置求解（要求别名强制成立）；21/21 共享内存黄金一致；源代码模式验证 1241 通过、10 跳过。

1.8 夜间快照：窗口内 5 份全部零失败，最新 1093 项正确性 + 1318 项基准（09-28 凌晨）

日期：2026-09-25 ~ 2026-09-28　来源：最新快照提交／ 快照环境元数据

  • 窗口内 5 次快照（09-25 晚至 09-28 凌晨各次）；最新一份 dab9b1ab（对应 TileOPs ee3ebaf247，即 #2198 合入点）：正确性 1093 项、跳过 2 项、零失败零错误；基准 1318 项、跳过 1 项、零失败零错误。
  • 环境（meta.json）：NVIDIA H200，CUDA 13.2 / 驱动 595.71.05，tilelang 0.1.11+cu132（git afcebed1），torch 2.13.0+cu132，功率上限 700W。

二、多后端适配（昇腾 / MLIR 昇腾 / 沐曦 / 海光 / 摩尔线程）

2.1 五仓窗口内零推送、零 PR 更新（09-28 核查）

日期：2026-09-28　来源：tilelang-ascend／ tilelang-metax／ tilelang-hygon／ tilelang-musa／ tilelang-mlir-ascend

  • 3 天窗口内，五仓均无推送、无 PR 更新：昇腾（最近推送 09-24）、MLIR 昇腾（09-24）、沐曦（09-24）、海光（09-24）、摩尔线程（09-17）——逐仓核对最近 PR 列表，窗口内更新数均为 0。
  • 对照上期：昇腾文档核验队列无新合入；沐曦子 warp 守卫（#159）、海光 #12 之后无新笔；摩尔线程自 09-17 起连续 11 天静默。窗口内硬件向的实质进展集中在主仓 NVIDIA 线（SM120，见 1.1），四家国产适配本期均无动态。

三、生态与采用方

3.1 采用方：FlashQLA 修复 Blackwell 路径内核同步（09-26）

日期：2026-09-26　来源：FlashQLA 修复合入／ FlashQLA 仓库

  • Qwen 的 FlashQLA（基于 TileLang 的 GDN 线性注意力内核库，支持 SM90/100/103/120/121）合入一笔修复：prepare_h 与 fused_fwd 内核在 Blackwell 上补充同步点（3 文件 +21/-5，由 Chengruidong Zhang 提交）。这是采用方侧在 Blackwell 平台持续打磨的最新动作；按仓库自述，其 v0.1.2 已为 SM120 提供前向支持并作为 flash-linear-attention 的 GDN 后端。

3.2 采用方与社区：TileKernels 无推送，SoftHier 扩展无窗口内更新（09-28 核查）

日期：2026-09-28　来源：TileKernels 仓库／ tilelang-softhier 仓库

  • DeepSeek 的 TileKernels 自 2026-04 起无推送；ETH 苏黎世的 TileLang SoftHier 扩展（面向 RISC-V 众核加速器）最近更新为 09-24（上期已报），窗口内无新提交；TVM-TileLang cookbook 等社区材料无新内容。

3.3 版本节奏：主仓 v0.1.14 满 26 天，TileRT 发布页滞后 4 天（09-28）

日期：2026-09-28　来源：tilelang 发布页／ TileRT 发布页／ TileFoundry 发布页

  • 主仓 tilelang：v0.1.14（09-02）已满 26 天无新版本；TileOPs 无独立发布；TileFoundry 最新仍为 v0.0.2（09-10，18 天）。
  • TileRT：v0.1.6 发布 PR 于 09-24 合入，但 GitHub Releases 与标签仍停在 v0.1.5.post2——公开版本滞后已 4 天，且窗口内该仓库无新提交。

四、社区、教程与活动

4.1 文档站：TileOPs 文档站三连更跟进 Manifest 迁移；主仓文档站例行更新（09-26/09-27）

日期：2026-09-26、2026-09-27　来源：TileOPs 文档站／ tilelang 文档站

  • TileOPs 文档站三笔：trust-model.md 改名跟进（#52）、Manifest 迁移跟进（#53）、基准页按 workload 分组并保持 manifest 顺序（#54）——文档侧与上游契约重构同步。
  • 主仓文档站一笔例行 Update docs（09-27 凌晨），自动化再生成，无内容级变化。

4.2 媒体与学术侧：Google News 零命中，arXiv 无新预印本（09-28 核查）

日期：2026-09-28　来源：Google News／ Hacker News／ arXiv

  • Google News RSS 中英文多组查询（走代理）72 小时窗口内零命中；Hacker News 窗口条目与本主题无关；arXiv 全库检索「tilelang」最新一篇仍是 07-24 的 TileSight（瓦片中心 GPU 性能模型），窗口内无新预印本。

五、趋势观察

5.1 「先定契约」的制度化：从 roofline 自查到发布计划

三步路径在本窗口完整呈现：09-20 的 roofline 清单自查（哪些公式从未被运行）→ 09-26/09-27 的参数化签名整轮迁移（契约成为检查与生成的唯一来源）→ 09-27 的 200 算子发布计划（spec-only 先落契约、计数与覆盖公开追踪）。工程含义：TileOPs 从「实现导向」转向「契约导向」的发布治理——先能用清单回答「有什么、缺什么、多久合得上」，版本规划才有可能。

5.2 SM120 线的小步快跑与 lowering-only 测试策略

需求单（#3256）→ 补丁（#3257）→ 加固（#3283/#3284）→ 跟进（#3286/#3290），一周内完成四环；且回归测试以显式 lower 到 sm_120a 的方式在无硬件条件下运行。对消费级/工作站 Blackwell 的块缩放低精度 GEMM 覆盖开始成体系，这与数据中心线（B300/sm_103a 的 FP8 提速实测）形成双轨。

5.3 注意力内核：从多路径并行到单一谱系

SM90 varlen GQA 预填充三连（含持久化改造）、分页解码统一、遗留 varlen 路径移除——TileOPs 注意力层在一个窗口内完成「立新 + 收旧」；线性注意力（GLA/GDN）同期整编，反向路径（MHA backward）已开出跟进草案。配合 200 算子计划中 MLA 与 DeepSeek 稀疏注意力的条目，注意力算子谱系向「每算子一条规范路径」收敛的意图明显。

5.4 空白与风险点

其一，国产后端四家与 MLIR 昇腾窗口内零活动，摩尔线程已 11 天静默，热度不均未改；其二，TileRT 发布页滞后于发布 PR 达 4 天，版本跟踪仍存盲区；其三，主仓 RNG 队列 4 天无更新、大单（TileIR 后端 #3247、异步暂存 #3279）慢审格局持续；其四，主仓 72 小时合入 3 笔（含周末），相对新开 10 笔，队列消化能力待观察。

附：素材与核查说明

信源 核查结果
tile-ai 组织（29 仓库） 窗口内 6 个仓库有推送：tilelang、TileOPs、TileOPs-nightly、TileFoundry、tilelang.github.io、TileOPs.github.io
主仓 tilelang 3 笔合入（#3276、#3257、#3284）；新开 10 笔；缺陷单 #3283 关闭、#3287 新开；RNG 队列与 #3275、#3279、#3267、#3247 仍开
TileOPs 35 笔合入（含 Manifest 系列 17 笔）；30 笔新开；#2210、#2211 关闭未合入
TileRT 发布页与标签仍停在 v0.1.5.post2（v0.1.6 PR 已合入 4 天）；窗口内无提交
TileOPs-nightly 5 份快照：最新 dab9b1ab 正确性 1093 项零失败零错误（跳过 2）；基准 1318 项零失败零错误（跳过 1）
TileFoundry 7 笔合入（#185~#191）
国产后端五仓 tilelang-ascend / tilelang-metax / tilelang-hygon / tilelang-musa / tilelang-mlir-ascend：窗口内零推送、零 PR 更新
采用方与社区 FlashQLA 合入 Blackwell 同步修复；TileKernels 无推送；SoftHier 扩展无窗口内更新
Google News / Hacker News / arXiv 中英文查询零命中；HN 无相关条目；arXiv 无新预印本（最新仍为 07-24 TileSight）

完整信源清单