调研窗口:过去 24 小时(2026-10-09 07:00 ~ 2026-10-10 07:00,北京时间)。本期为国庆假期调休工作日(周六)照常出报;窗口与上一期(10-09)无缝衔接。 信源:GitHub(tile-ai 组织 29 仓库推送核查,窗口内 9 个仓库有推送:tilelang、TileOPs、tilelang-ascend、tilelang-hygon、tilelang-mlir-ascend、TileFoundry、tilelang.github.io、TileOPs.github.io、TileOPs-nightly;组织窗口内合并 21 笔、新开 29 笔;主仓 6 笔合入与 10 笔新开、TileOPs 9 笔合入、昇腾两仓 3 笔合入;开放 PR:主仓 177 笔)、PTO-ISA 组织核查、Google News RSS 中英文多组查询、Hacker News、arXiv、文档站与发布页核查


本期索引

  • 今日重点:周五合入潮——组织单日 21 笔合入收官,TileOPs 重构批、昇腾示例线、TileFoundry FP8 块缩放同日落定(10-09)
  • 一、核心项目进展
    • 1.1 主仓修复批:T.view 标量位宽、Autotuner 输入复用、autodd 挂起、LDGSTG 测试门控四笔合入(10-09)
    • 1.2 主仓:CodeRabbit 意图路由评审合入——评审治理进入工具链(10-09)
    • 1.3 主仓新开批:#3460 至 #3469 十笔——PTO 路径修复、A5 双拷贝、FlashMLA 示例在列(10-09)
  • 二、多后端适配(昇腾 / 沐曦 / 海光 / 摩尔线程)
    • 2.1 昇腾:Expert v2/v3 闪存注意力示例合入——两代写法对标 v1 提速约 1.6 至 1.9 倍(10-09)
    • 2.2 昇腾:xAttention 示例整理与共享前缀解码核合入(10-09)
    • 2.3 昇腾:CANN 9.3 自建镜像 CI 验证合入;MLIR 路径报告与 argmax 合入(10-09)
    • 2.4 海光:warp size 修复合入——gfx92a/gfx946 落实 512 VGPR(10-09)
    • 2.5 沐曦 / 摩尔线程:官方仓静默(10-09 核查)
  • 三、生态与采用方
    • 3.1 TileOPs:单日九笔合入——csrc 迁移收官与线性注意力命名统一(10-09)
    • 3.2 TileOPs:NSA varlen TMA 活槽位环合入;只读分页 GQA RoPE 合入(10-09)
    • 3.3 TileOPs:解码脱 SM90 与 GroupNorm 宽组修复;四笔性能/修复在审(10-09)
    • 3.4 夜间流水线:新快照 1030 项正确性、1945 项基准零失败(10-10)
    • 3.5 TileFoundry:块缩放 FP8 GEMM 经 SM90 WGMMA 打通 HIR 至 TIR(10-09)
    • 3.6 采用方与文档:TileRT 基准文档在审;文档站 1 笔(10-09 核查)
  • 四、社区、教程与活动
    • 4.1 社区:tilelang-debugger 八笔密集推进——嵌套观测与统一捕获(10-09)
    • 4.2 PTO-ISA:教学仓措辞修订;SuperNPUBench 持续迭代(10-09)
    • 4.3 媒体与学术:Google News 点状命中;HN 零条目、arXiv 无新预印本(10-09/10-10)
  • 五、趋势观察
    • 5.1 从「清理存量」到「冻结增量」:工程护栏进入强制期
    • 5.2 队列两端:177 笔开放 PR 与 1030/1945 项零失败
    • 5.3 昇腾「三面同拍」延续与 PTO 维护面扩大

今日重点:周五合入潮——组织单日 21 笔合入收官,TileOPs 重构批、昇腾示例线、TileFoundry FP8 块缩放同日落定(10-09)

日期:2026-10-09 来源:主仓 PR 列表/ TileOPs 迁移收官(#2495)/ 昇腾 Expert v2/v3(#1863)/ TileFoundry 块缩放 GEMM(#213)/ 夜间快照(821084ca)

窗口内组织合并 21 笔(与上一窗口持平)、新开 29 笔;9 个仓库有推送,节奏集中在 10-09 下午至深夜。21 笔合入分布:主仓 6、TileOPs 9、昇腾适配仓 2、MLIR 路径 1、海光 1、TileFoundry 1、配套文档 1。四条线在同一个工作日落地:

  • TileOPs 单日 9 笔:csrc 迁移收官(存量清零并加装拒绝新增的护栏)、线性注意力命名统一(GLA/DeltaNet,不留旧名别名)、NSA varlen TMA 活槽位环、只读分页 GQA RoPE——重构、性能、功能三条线同日收口(详见第三章)。
  • 昇腾双线:Expert v2/v3 闪存注意力示例与 xAttention 共享前缀解码核先后合入(v2 相对旧版提速约 1.61 至 1.62 倍、v3 约 1.92 倍);同日自建 CANN 9.3 镜像的 CI 验证笔(#3458)合入——示例线与基建线同拍。
  • TileFoundry 打通块缩放 FP8 GEMM:#213 把 DeepSeek-V3 风格的块缩放 FP8 GEMM(e4m3 操作数、f32 1×128 与 128×128 缩放)经 SM90 WGMMA 从 HIR 一路跑到 TIR——补齐 MatMul 结果 dtype、Dim 运算成本模型与 Wgmma 数据类型面。
  • 夜间流水线:10-10 凌晨新快照(对应合并点 #2495):正确性 1030 项、基准 1945 项(52 套件),零失败零错误零跳过——测试资产随当日合入同步刷新。
  • 主仓 6 笔以修复与工程治理为主:T.view 标量位宽、Autotuner 输入复用、autodd 挂起、LDGSTG 测试门控、CodeRabbit 评审路由、CANN 9.3 CI。

一、核心项目进展

1.1 主仓修复批:T.view 标量位宽、Autotuner 输入复用、autodd 挂起、LDGSTG 测试门控四笔合入(10-09)

日期:2026-10-09 来源:T.view 标量位宽(#3382)/ Autotuner 输入复用(#3415)/ autodd 挂起修复(#3385)/ LDGSTG 测试门控(#3463)

  • T.view 标量位宽(#3382,17:38 合入):bits_product 对空形状直接返回 1、跳过 dtype 位宽与通道数,导致标量 T.view 接受位宽不匹配的视图、又误拒位宽相等的标量/张量视图(缺陷单 #3378);修补后补入 CPU 侧回归(位宽不匹配、向量通道、同宽重解释、标量/张量秩)。
  • Autotuner 输入复用(#3415,15:33 合入):cache_input_tensors=True 时 TVM dtype 与 PyTorch dtype 直接比较必然失配(缺陷单 #3412),兼容输入被逐次重新生成、并掩盖缺失的秩检查;改用既有 torch_dtype() 转换,先拒绝异秩、再比较维度。
  • autodd 挂起(#3385,15:34 合入):python -m tilelang.autodd --jobs 0 因不派生工作线程而永不返回;现在非正数直接拒绝。
  • LDGSTG 测试门控(#3463,13:15 合入):#3390 新增的嵌套谓词测试在 ROCm CI 上调用仅 CUDA 注册的 LowerLDGSTG 通道而报错;补 requires_cuda 门控——由失败的 ROCm 作业暴露、当日修复。

1.2 主仓:CodeRabbit 意图路由评审合入——评审治理进入工具链(10-09)

日期:2026-10-09 来源:CodeRabbit 评审路由(#3456)

  • 评审人分发清单直接维护在 .coderabbit.yaml(采用原生「建议评审人」指令,不再单设名单文件或分发工作流):每位评审人一条规则,分「主责范围 / 建议触发 / 不建议触发 / 路径提示」四段,按变更意图而非文件名或关键词匹配,并显式排除 PR 作者本人(8 个文件)。
  • 对照背景:主仓开放 PR 计 177 笔(上一期 174 笔)——评审带宽治理开始从「加人」转向「规则化路由」。

1.3 主仓新开批:#3460 至 #3469 十笔——PTO 路径修复、A5 双拷贝、FlashMLA 示例在列(10-09)

日期:2026-10-09 来源:PTODSL 全归约助手收回(#3469)/ A5 双拷贝路径转换(#3468)/ FlashMLA 手动调度示例(#3464)/ TMA store 栅栏提升(#3462)

  • PTODSL 助手收回(#3469):上游 PTOAS 删除 ptodsl/_allreduce.py 并指望下游自行 vendor;而 tilelang/contrib/ptodsl/simt.py 仍引用被删模块,导致基于最新 CANN Weekly(09-30)编译任何 PTO 目标算子报 ModuleNotFoundError。本笔将实现收进 contrib/ptodsl/allreduce.py 并补 PTO 归约原语测试——上游依赖变动直接波及主仓 PTO 路径的新样本。
  • A5 双拷贝(#3467 关闭后以 #3468 重开):FixPipe 在 A5 上无法同时启用双目的与 quant_pre,T.dual_copy 的 L0C fp32 到 UB f16/bf16 转换此前需额外 vcvt;本笔改为「路径上转换」,省掉额外 Vector 转换。
  • 其余新开:CANN 9.2.0 文档要求(#3460)、bisheng 包装器临时文件清理(#3461)、TMA store 代理栅栏执行次序(#3462)、昇腾 FlashMLA 手动调度示例(#3464)、CUDA 原子区秩诊断(#3465)、昇腾标量 rsqrt 下沉修复(#3466)——昇腾相关占其中四笔。

二、多后端适配(昇腾 / 沐曦 / 海光 / 摩尔线程)

2.1 昇腾:Expert v2/v3 闪存注意力示例合入——两代写法对标 v1 提速约 1.6 至 1.9 倍(10-09)

日期:2026-10-09 来源:Expert v2/v3 示例(#1863)

  • 新增 expert_v2/kernel.py 与 expert_v3/kernel.py:v2 从 TileLang 写法出发组织高性能计算与流水;v3 先用 CCE 写出并验证计算与调度、再考虑如何用 TileLang 表达、无法直述处采用 workaround——两条路线并存、取舍各录于文档。
  • 性能(fa-public 全部 3 个测试点):v2 相对旧版 v1 提速约 1.61 至 1.62 倍、v3 约 1.92 倍,三版均通过正确性检查;bench_test.sh 自动发现各版本入口。
  • 标题带自动标记(流水线署名),中文优化历程与 kernel 同目录归档。

2.2 昇腾:xAttention 示例整理与共享前缀解码核合入(10-09)

日期:2026-10-09 来源:xAttention 示例(#1864)

  • 新增 xAttention expert_v2:共享前缀部分用矩阵乘,每个 beam 的私有 token 在最后一个共享块的输出更新中以向量计算完成、片上直接合并;v2 使用连续 BF16 输入,固定 32 个 query 头、8 个 K/V 头、头维度 128,不支持分块表。
  • 将原 xattention.py、xattention_paged.py 归入 expert_v1/(仅移动路径、内容不变),同步 CI 清单与相关链接——xAttention 示例线重排为 v1/v2 两档。

2.3 昇腾:CANN 9.3 自建镜像 CI 验证合入;MLIR 路径报告与 argmax 合入(10-09)

日期:2026-10-09 来源:CANN 9.3 镜像验证(#3458)/ MLIR 报告与 argmax(#193)/ NPU 剖析支持(#198)

  • CANN 9.3 自建镜像(#3458,18:00 合入):昇腾 CI 作业切至自建镜像(CANN 9.3.0 weekly 工具链含 950 算子、Ubuntu 22.04、Python 3.12,锁定 torch 2.10.0+cpu 与 torch_npu 2.10.0),镜像经境内镜像源落地并在 a5(950)runner 上完成运行验证——950 的「可回归」基建从开出到验证完成一个周期。配套的 a5 runner 迁移笔(#3454)仍在审。
  • MLIR 路径(#193,11:40 合入):更新总体性能测试报告并加入 mamba 算子测试;benchmark 中移除 smoke 与 torch 性能项;为 agent 自动调优接入各 stage 的时间统计与复盘(并入自进化机制);新增 argmax 算子及其蒸馏经验。
  • 新开:可选 Ascend NPU profiling 支持(#198)与文档全量翻新(#197);950 镜像发布笔(#196)仍为 WIP。

2.4 海光:warp size 修复合入——gfx92a/gfx946 落实 512 VGPR(10-09)

日期:2026-10-09 来源:warp size 修复(#17)/ 寄存器流水线(#18)

  • #17(18:54 合入):支持非常量表达式 HIP warpSize;gfx92a 与 gfx946 落实 512 个 VGPR——海光端的低层适配继续收敛(合著者来自海光、署名 huangteng@hygon.cn)。
  • #18:寄存器流水线与 warp-diverge 仍在审(自述 example_gemm 对标 rocblas)。

2.5 沐曦 / 摩尔线程:官方仓静默(10-09 核查)

日期:2026-10-09 来源:沐曦仓库/ 摩尔线程仓库

  • 沐曦最近推送为 09-20、摩尔线程为 09-30(v0.1.15+musa.1 发布日),窗口内均无新活动。

三、生态与采用方

3.1 TileOPs:单日九笔合入——csrc 迁移收官与线性注意力命名统一(10-09)

日期:2026-10-09 来源:内联 CUDA 迁移收官(#2495)/ GEMM 波核迁移(#2493)/ GLA 更名(#2489)/ DeltaNet 更名(#2492)/ 内部命名对齐(#2494)/ 文档跟进(TileOPs.github.io #68)

  • csrc 迁移收官(#2493、#2495):1D2D FP8 波核的 _WAVE_SRC 迁入 csrc/fp8_1d2d_helper.h;warp 特化 MHA 反向的 claim_tile/retire 迁入 csrc/tile_claim.h、近似数学函数迁入 csrc/approx_math.h(tl::approx_reciprocal 与 tl::approx_exp2)、elementwise/_prelude.py 删除——并加装「拒绝新增内联 CUDA 源串」的护栏:存量一次清零、增量自此冻结。
  • 线性注意力命名统一(#2489、#2492、#2494):GLAInferenceFwdOp 更名 GLAFwdOp、DeltaNetInferenceFwdOp 更名 DeltaNetFwdOp,文件随之更名(gla/fwd.py、deltanet/fwd.py);分块训练侧统一加 Chunk 前缀(含 kernel-map 键)。不保留旧名别名——对外导入需同步更新;文档站随后跟进(#68)。
  • 重构与迁移共 5 笔、文档 1 笔,构成当日合入的大头。

3.2 TileOPs:NSA varlen TMA 活槽位环合入;只读分页 GQA RoPE 合入(10-09)

日期:2026-10-09 来源:NSA TMA 活槽位环(#2491)/ 只读分页 GQA RoPE(#2484)

  • NSA varlen TMA(#2491):新增 SM90 核 NSAFwdVarlenTMAKernel——Q 与每个活跃 K/V 块经 TMA 进入 128 字节嗅探对齐分块;Q 一次读入寄存器;活跃槽位按位掩码遍历,当前块计算与下一块装载重叠进行。
  • 只读分页 GQA RoPE(#2484):补全 FP16/BF16 分页 GQA RoPE——逻辑缓存位置、NeoX 与交错布局、部分旋转与安全尾部读取;顺带修复负 sm_scale 的 NaN(掩码前先缩放 logits);公共签名不变(关闭 #2232;FP8 部分留待 #2231);H200 侧 48 项分页测试随附。

3.3 TileOPs:解码脱 SM90 与 GroupNorm 宽组修复;四笔性能/修复在审(10-09)

日期:2026-10-09 来源:解码脱 SM90(#2487)/ GroupNorm 宽组(#2486)/ 分页 GQA Hopper 加速(#2499)/ KDA 预填脱 SM90(#2498)/ DSA 跷跷板解码(#2497)/ GQA 缓存追加退役(#2490)

  • 解码脱 SM90(#2487):DeltaNet、GDN、KDA 的单 token 解码核列表扩为 [80, 89, 90]——SM80/89 上无需 SM90 特性即可运行;相应测试摘除 sm90 标记。
  • GroupNorm 宽组(#2486):新增分裂核处理单块放不下的超宽组——寄存器行越过 65536 列、经共享内存的 FP16/BF16 行越过 16384 列等场景由分片归约再合并。
  • 在审四笔:Hopper 分页 GQA 加速(#2499:自述 H200 上 17/17 可比基准用例快于 FlashInfer、混合 serving 2.61 倍,且支持跨 CUDA Graph 重放读取活跃偏移)、KDA 分块预填脱 SM90(#2498)、DSA 稀疏 MLA 解码的「跷跷板」双消费者核(#2497)、GQA 带缓存追加预填退役(#2490,只读分页 API 保留)。
  • TileOPs 当前开放 PR 计 6 笔。

3.4 夜间流水线:新快照 1030 项正确性、1945 项基准零失败(10-10)

日期:2026-10-10 来源:快照提交(821084ca)/ 快照环境元数据

  • 10-10 凌晨新快照(run 37970266975,对应合并点 7c351e304 即 #2495):正确性 1030 项零失败、零错误、零跳过;基准 1945 项(52 套件)零失败——较上一份分别增加 3 项与 6 项,规模继续爬升。
  • 运行环境:H200、CUDA 13.2、driver 595.71.05、torch 2.13.0+cu132。

3.5 TileFoundry:块缩放 FP8 GEMM 经 SM90 WGMMA 打通 HIR 至 TIR(10-09)

日期:2026-10-09 来源:块缩放 FP8 GEMM(#213)/ 在审修复(#220)

  • #213(23:46 合入):把 DeepSeek-V3 风格的块缩放 FP8 GEMM(e4m3 操作数、f32 1×128 与 128×128 缩放)从「写不出、析不出、排不出、评不出」推进到全链路可跑——补齐四项底座:MatMul 结果 dtype、Dim 运算成本模型、Wgmma 由 BF16 扩展到块缩放 FP8、HIR 片内矩阵乘结果落位改按目标 MMA 写入(而非操作数锚定);取代已关闭的 #212。
  • 同日另有 3 笔修复 PR(#216、#217、#219)开出后关闭(未合入);1 笔在审(#220:mesh 作用域调用与标量窗口修复)。

3.6 采用方与文档:TileRT 基准文档在审;文档站 1 笔(10-09 核查)

日期:2026-10-09、2026-10-10 来源:TileRT 基准文档(#58)/ 主文档站提交(0158a427)/ TileKernels/ FlashQLA

  • TileRT:#58(GLM-5.1 与 vllm 的 PD 部署基准文档:延迟与吞吐指标)在审、截稿前仍有更新;#67(EFA 用户态组件)在审。
  • 文档站:tilelang.github.io 1 笔构建更新(autotuner/tuner 模块的 autoapi 参考页与检索索引);TileOPs.github.io 随更名跟进 1 笔(见 3.1)。
  • 采用方:TileKernels、FlashQLA 无窗口内推送(最近均为 09-30);版本节奏:主仓 v0.1.15(09-30)仍为最新标签,窗口内无新发布。

四、社区、教程与活动

4.1 社区:tilelang-debugger 八笔密集推进——嵌套观测与统一捕获(10-09)

日期:2026-10-09 来源:tilelang-debugger/ 统一捕获提交(e838fc88)

  • 窗口内 8 笔(10-09 上午至傍晚):接受用户选定内核源码路径、以 Python print 宏实现源选择捕获、嵌套观测的带类型样本记录与统一嵌套控制流、源码分析/插桩/发射器/协议拆分、线程选择与读取器分离、最后以「统一源码捕获」收束;截稿前(10-10 晨)再落 1 笔(统一源码访问捕获并校验 TileLang 兼容性)。
  • 面向 H200 的 TileLang 专用调试工作区,连续第二个窗口保持日均近十笔的推进强度(10-08 首建当日 4 笔)。

4.2 PTO-ISA:教学仓措辞修订;SuperNPUBench 持续迭代(10-09)

日期:2026-10-09 来源:tilelang-puzzles-ascend/ SuperNPUBench

  • 教学仓(puzzles-ascend):窗口内 2 笔(torch 档为每个张量补注 dtype 与形状;puzzle 文件措辞改为引导读者自行推演、不直指答案)。
  • SuperNPUBench:窗口内 2 笔、截稿前今晨另 2 笔——加入 FA 算子性能工作簿、rms_norm 32k 测试默认 PE_NUM=4 修复、单块路径 32k gamma 提升、tail_ocp_fp8 补齐 inf/zero/special 三守卫。

4.3 媒体与学术:Google News 点状命中;HN 零条目、arXiv 无新预印本(10-09/10-10)

日期:2026-10-09 来源:Google News/ Hacker News 检索/ arXiv

  • Google News:中英文多组查询命中 4 条(英文科技简报 1 条、中文财经稿 3 条)——按标题与来源判定均非本项目的独立报道,属「DeepSeek 开源昇腾组件」报道潮的背景性延续与行情解读;组合词精确查询(近 2 日、近 3 日)无其余新增。
  • Hacker News:窗口内零条目(延续本主题在 HN 覆盖稀薄的态势)。
  • arXiv:无窗口内新预印本(检索最新相关条目为 2026-07-05 的 GPU kernel 评估研究)。

五、趋势观察

5.1 从「清理存量」到「冻结增量」:工程护栏进入强制期

  • TileOPs 把「内联 CUDA 源串」从一项迁移工程变成一条冻结规则(存量清零后拒绝新增);线性注意力更名不留别名;主仓侧 CodeRabbit 意图路由把评审人分发规则化;昇腾 CI 固化到自建 CANN 9.3 镜像。工程质量动作的共同点:都在把一次性清理升级为长期约束——重构期结束、守成期开始。

5.2 队列两端:177 笔开放 PR 与 1030/1945 项零失败

  • 开放 PR:主仓 177 笔(较上一期 +3)、昇腾适配仓 225 笔——评审带宽仍是节奏变量;另一端夜间流水线 1030 项正确性加 1945 项基准(52 套件)连续零失败,为大体量待审队列提供回归底盘。窗口内 29 笔新开中 10 笔当日完成合入(TileOPs 为主),「快进快出」与「长尾队列」并存。

5.3 昇腾「三面同拍」延续与 PTO 维护面扩大

  • 功能(Expert 示例、A5 双拷贝、rsqrt)、基建(CANN 9.3 镜像验证)、编译路径(MLIR 报告与 argmax)同日多点开花;而 #3469 提示新变量:上游 PTOAS 的接口变动会直接打断主仓 PTO 目标的编译——PTO 第二路径进入「上游依赖管理」课题期。截稿前(10-10 晨)昇腾相关笔仍在更新(#3466、#3468、#3469 及 #3321、#1657 等)。

附:素材与核查说明

信源 核查结果
tile-ai 组织(29 仓库) 窗口内 9 个仓库有推送:tilelang(6 笔)、TileOPs(9 笔)、tilelang-ascend(2 笔)、tilelang-hygon(1 笔)、tilelang-mlir-ascend(1 笔)、TileFoundry(1 笔)、tilelang.github.io(1 笔)、TileOPs.github.io(1 笔)、TileOPs-nightly(1 份快照);组织窗口内合并 21 笔、新开 29 笔
主仓 tilelang 合入 6 笔(#3382、#3385、#3415、#3456、#3458、#3463);新开 10 笔(#3460 至 #3469,其中 #3467 关闭后以 #3468 重开);开放 PR 计 177 笔;发布页与标签窗口内无新增(最新 v0.1.15,09-30)
昇腾仓(ascend / mlir-ascend) ascend:合入 2 笔(#1863、#1864)、新开 2 笔(#1866、#1867)、开放 PR 计 225 笔;mlir-ascend:合入 1 笔(#193)、新开 2 笔(#197、#198)、#196 仍 WIP
海光 / 沐曦 / 摩尔线程 海光:#17 合入、#18 在审;沐曦(09-20 后)、摩尔线程(09-30 后)无活动
TileOPs 合入 9 笔(#2484、#2486、#2487、#2489、#2491、#2492、#2493、#2494、#2495);新开 10 笔;开放 PR 计 6 笔
TileOPs-nightly 新快照 821084ca(run 37970266975):正确性 1030 项、基准 1945 项(52 套件),零失败零错误零跳过;对应合并点 7c351e304(#2495)
TileFoundry 合入 1 笔(#213);新开 4 笔(#216、#217、#219 关闭未合入,#220 在审)
TileRT #58、#67 在审;#58 截稿前更新;发布页无新增(最新 v0.1.6,09-24)
PTO-ISA 组织 tilelang-puzzles-ascend 窗口内 2 笔;SuperNPUBench 窗口内 2 笔、截稿前今晨另 2 笔
采用方与社区 TileKernels、FlashQLA 无窗口内推送;社区仓 tilelang-debugger 窗口内 8 笔(截稿前再 1 笔);BM1690 流水线仓无窗口更新
Google News / Hacker News / arXiv Google News 中英文查询命中 4 条(英文简报 1、中文财经稿 3);HN 零条目;arXiv 无新预印本

完整信源清单