调研窗口：2026-10-12 07:00 ~ 2026-10-13 07:00（北京时间，24 小时）。

信源：GitHub（tile-ai 组织 29 仓库推送全量核查，窗口内 9 个仓库有推送：tilelang、TileOPs、TileFoundry、tilelang-ascend、tilelang-hygon、tilelang-sunrise、TileOPs-nightly、tilelang.github.io、TileOPs.github.io；组织窗口内合并 20 笔、新开 41 笔、在审更新 59 笔；主仓 7 笔合入、TileOPs 10 笔合入、TileFoundry #221 落站、昇腾 NSA 双迁移合入、海光三分支推进、夜间流水线 1 份新快照、主文档站 3 次构建）、社区仓核查（PTO-ISA SuperNPUBench 提交与发布、tilelang-debugger、SwHwCodesign 账号）、Google News RSS 中英文多组查询（走代理）、Hacker News、arXiv、文档站与发布页核查。

本期索引

  • 今日重点：ROCm 双笔与昇腾 NSA 大迁移落定——TileOPs 单日 10 笔把 SM89 做成第二平台（10-12 ~ 10-13）
  • 一、核心项目进展
    • 1.1 主仓：ROCm 双笔——DeepSeek NSA 前向/解码与 flash-decoding 可行瓦片（10-13）
    • 1.2 主仓：thread_storage_sync 精确线程边界（#3291）并修复 #2954（10-13）
    • 1.3 主仓：Autotune 结构化试验报告、CodeRabbit 自动指派与测试规范文档（10-12 ~ 10-13）
    • 1.4 主仓：昇腾 PTODSL SIMT 归约助手 vendoring（#3469）修复 CANN Weekly 编译（10-12）
    • 1.5 主仓在审：SM120 MXFP8/MXFP4 块缩放 MMA、L2 预取与 Host IR 双笔等（10-12）
  • 二、多后端适配（昇腾 / 沐曦 / 海光 / 摩尔线程）
    • 2.1 昇腾：NSA Decode / NSA Bwd 两笔大迁移合入——48 例分层测试（10-12）
    • 2.2 昇腾：cross-warp allreduce 分组修复开出（#3494）与拷贝/精度/缓存修复批（10-12）
    • 2.3 海光：FP8 分支推进（432 TFLOPS 口径）、上游 v0.1.15 升级分支与注册流水线（10-12）
    • 2.4 MLIR 昇腾两笔在审；Sunrise 仅 CI 依赖升级；沐曦 / 摩尔线程静默（10-12）
  • 三、生态与采用方
    • 3.1 TileOPs：SM89 平台扩展批——GQA 预填/解码、GDN / DeltaNet 与 Norm（10-12）
    • 3.2 TileOPs：foundry 性能批——NSA 持久 CTA、W4A16 GEMM 与 16 位除法（10-12）
    • 3.3 TileOPs：线性注意力修复——TMA 挂起规避与 GLA 预填状态跳过（10-12）
    • 3.4 TileOPs 在审：SM89 四连、分页 KV / 注意力集群与 MoE 两笔（10-12）
    • 3.5 TileFoundry：解析器操作属性与词法布局糖合入（#221）；scaffold 独立项目在审（#227）（10-12）
    • 3.6 夜间流水线：新快照——正确性 1042 项（+10）、基准 1947 项（52 套件）零失败（10-13）
    • 3.7 采用方与文档：TileKernels / FlashQLA 静默；主文档站 3 次构建（10-12 ~ 10-13）
  • 四、社区、教程与活动
    • 4.1 PTO-ISA：SuperNPUBench 四笔提交与两个发布（ops-20261012 / ops-20261013）（10-12）
    • 4.2 社区账号：SwHwCodesign 六个 AI-* 占位仓；TileLang-Awesome 已不可访问（10-12）
    • 4.3 媒体与学术：Google News / HN / arXiv 窗口内零新增（10-12）
  • 五、趋势观察
    • 5.1 ROCm 补课：设备预算感知的两笔修正
    • 5.2 SM89 成为第二平台：单日 6 笔合入加 4 笔在审
    • 5.3 昇腾迁移线转入正确性收尾
    • 5.4 发布静默期的底盘增长
  • 附：素材与核查说明
  • 完整信源清单

今日重点：ROCm 双笔与昇腾 NSA 大迁移落定——TileOPs 单日 10 笔把 SM89 做成第二平台（10-12 ~ 10-13）

日期：2026-10-12、2026-10-13　来源：ROCm NSA（#3152）／ ROCm flash-decoding 瓦片（#3149）／ 昇腾 NSA Decode（#1701）／ 昇腾 NSA Bwd（#1730）／ TileOPs PR 列表／ 夜间快照（6ec0d086）

窗口 24 小时内组织合并 20 笔（主仓 7、TileOPs 10、TileFoundry 1、昇腾适配仓 2）、新开 41 笔；9 个仓库有推送，合入贯穿全天并在 10-13 凌晨集中收口（主仓 4 笔合入落在北京时间凌晨）。

  • 主仓 ROCm 双笔落定：DeepSeek NSA 前向/解码在 HIP 侧改用 64 lane 单波（#3152）；flash-decoding 内核按设备 LDS/VGPR 预算自动在 128x64 与 64x64 瓦片间选择（#3149）——分别修复 gfx942 上「子波前 block 被拒」与「瓦片超预算启动失败」（详见 1.1）。
  • 昇腾 NSA 双迁移合入：Decode（#1701）与反向（#1730）两笔合计 +2348 行示例，均为 Developer mode hybrid 实现并附 28 / 20 例分层测试套件（详见 2.1）。
  • TileOPs 单日 10 笔合入：SM89 一天内收下 GQA 预填/解码、GDN / DeltaNet 预填、InstanceNorm 与 Norm 重构；foundry 性能批（NSA 持久 CTA、W4A16、16 位除法）同日推进（详见第三章）。
  • 海光三条分支推进：新特性分支 FP8 MQA（提交声称 channelwise GEMM 达 432 TFLOPS）、上游 v0.1.15 升级分支合入适配、注册流水线 #18 继续在审（详见 2.3）。
  • 夜间快照与文档站：正确性 1042 项（较上份 +10）、基准 1947 项（52 套件）零失败；主文档站 3 次构建。

一、核心项目进展

1.1 主仓：ROCm 双笔——DeepSeek NSA 前向/解码与 flash-decoding 可行瓦片（10-13）

日期：2026-10-13（合入于北京时间凌晨）　来源：ROCm NSA（#3152）／ ROCm flash-decoding 瓦片（#3149）

  • DeepSeek NSA on ROCm（#3152，+111/-2）：gfx942 波前尺寸为 64，TileLang 拒绝小于波前的 HIP block，而两枚 NSA 示例硬编码了 32 线程；本笔为前向与单 token 解码内核选择单个 64 lane 波，保留 CUDA 现有 32 线程启动配置，并补 gfx942 上因果前向与单 token 解码的正确性覆盖（对照 PyTorch NSA 参考，FP16、16 Q 头 1 KV 头、序列 64）。
  • flash-decoding 瓦片自适应（#3149，+82/-5）：gfx942 上 128x64 瓦片的生成核需 66048 字节动态 LDS（超 65536 设备上限）并触及 256 VGPR 天花板，导致启动报「invalid argument」；本笔在启动前检查生成的 HIP LDS 与 VGPR 占用，仅超预算时回退既有 64x64 瓦片（不按设备名硬编码），CUDA 路径不变，并加入 gfx942 运行时回归。

1.2 主仓：thread_storage_sync 精确线程边界（#3291）并修复 #2954（10-13）

日期：2026-10-13　来源：精确线程边界（#3291）

  • 为 thread_storage_sync 计算精确线程边界（4 文件、+292/-96），作者核实 #2954 由本笔修复；新增用例验证「等价的部分线程 guard 归约到同一 barrier」，并附 SM89（4060 Ti）上的前后编译产物对比。

1.3 主仓：Autotune 结构化试验报告、CodeRabbit 自动指派与测试规范文档（10-12 ~ 10-13）

日期：2026-10-12、2026-10-13　来源：试验报告（#3393）／ CodeRabbit 自动指派（#3487）／ 测试规范（#3489）

  • Autotune 试验报告（#3393，+98/-7）：新增实验性 AutoTuner.run(on_trial=...) 观察者接口（对应 RFC #3375），逐试验输出配置索引、JSON 配置、结果、时延、验证标签与限量错误文本；回调在聚合线程、共享缓存锁之外执行；报告/序列化出错只关闭该次报告、不影响调优，且不改动候选生成、超时与缓存身份。作者注明「回调 vs 固定 JSONL 工件」仍是开放 API 决策。
  • 评审护栏（#3487，+1/-1）：CodeRabbit 的 reviews.auto_assign_reviewers 置为 true，使其真正发出 review 请求（此前仅在走查中列出建议），11 条 reviewer 规则与顺序保持不变。
  • 测试规范（#3489，8 文件）：新增 Testing Style Guide——何时依赖现有覆盖、何时最小扩展、何时新增聚焦覆盖；tilelang-cpp-style 更名 tilelang-dev-guide，C++ 规则转为按需参考，CONTRIBUTING 精简并挂链。

1.4 主仓：昇腾 PTODSL SIMT 归约助手 vendoring（#3469）修复 CANN Weekly 编译（10-12）

日期：2026-10-12　来源：PTODSL 归约助手 vendor（#3469）

  • PTOAS 上游移除 ptodsl/_allreduce.py 并期待 TileLang 自行 vendor，但主仓 contrib/ptodsl/simt.py 仍引用该模块——用最新 CANN Weekly（09-30）编译任何 PTO 目标算子即报 ModuleNotFoundError；本笔把助手 vendored 为 tilelang/contrib/ptodsl/allreduce.py（+555/-115），将整型符号兼容从 monkey patch 并入归约表与 dtype 分发，恢复 PTO 目标可用性。

1.5 主仓在审：SM120 MXFP8/MXFP4 块缩放 MMA、L2 预取与 Host IR 双笔等（10-12）

日期：2026-10-12　来源：SM120 MX 块缩放 MMA（#3495）／ L2 预取（#3490）／ Host IR 直连 JIT（#3481）／ Host IR 执行统一（#3473）／ Windows ARM64 CI（#2962）

  • #3495（+884/-51）：T.gemm_blockscaled 在 SM120/SM121 上把块缩放 MMA 家族从 NVFP4 扩至 MXFP8（kind::mxf8f6f4、1X、UE8M0）与 MXFP4（mxf4nvf4、2X、UE8M0），FP32 累加、每 32 个 K 元素一标度；接续 10-10 合入的 SM121 点亮（#3430）继续扩展硬件矩阵。
  • #3490（+87/-1）：新增 tl.prefetch_l2(addr, eviction_policy=...)，支持 evict_normal / evict_last，要求 sm_80 及以上，CUDA codegen 将策略发射为编译期模板参数。
  • Host IR 两笔（#3481 / #3473）：直连 Host IR JIT 与缓存、CUDA 与 CuTeDSL 执行经 Host IR 统一，继续在审。
  • 其他在审批：CI 加 Windows ARM64（#2962）、JIT 参数可哈希校验（#3417）、部分波标量归约（#3478）、正数常数除数安全 guard 展平（#3488）、cast 组合校验（#3350）、TMA 描述符名校验（#3484）等。

二、多后端适配（昇腾 / 沐曦 / 海光 / 摩尔线程）

2.1 昇腾：NSA Decode / NSA Bwd 两笔大迁移合入——48 例分层测试（10-12）

日期：2026-10-12　来源：NSA Decode（#1701）／ NSA Bwd（#1730）

  • #1701（+755）：example_tilelang_nsa_decode.py 以 Developer mode hybrid（combineCV + auto_cv_sync + auto_sync + memory_planning 四项 pass_configs）实现 NSA Decode 单核解码（seq_q=1），显式 L1/L0C/UB 分配、5 段 GM workspace 经 workspace_idx=[6..10] 自动分配；编译器自动切分 Cube/Vector 作用域并插跨核 flag 同步（无需手工 barrier/Scope/set_flag）。分层测试 28 例：L0 阈值、L1 功能（含 DeepSeek-V3 典型配置 D=128、S=16、BS=64）、L2 异常与边界特值；910B3、fp16 实测（B=2、SEQ_LEN=64）。
  • #1730（+1593）：example_tilelang_nsa_bwd.py 提供 nsa_fwd（在线 softmax + 稀疏 K 块选择，供端到端）与 nsa_bwd_single（单核反向：5 GEMM + softmax + Delta + dS 片上融合）两枚 JIT 核；反向按 flashattn_bwd 范式以片上直连 T.copy（L0C→UB、UB→L1）省去 9 枚 GM workspace，保留两级补偿 GEMM（ds_delta / ds_delta2）；分层测试 20 例。两笔的迁移批次贯穿国庆前后，本窗口在适配仓默认分支落定。

2.2 昇腾：cross-warp allreduce 分组修复开出（#3494）与拷贝/精度/缓存修复批（10-12）

日期：2026-10-12　来源：cross-warp allreduce 分组（#3494）／ 示例精度对齐（#1867）／ situ_glu_grad 示例（#1877）／ copy_ub_to_gm 修复（#1795）

  • #3494（主仓，+145/-26，在审）：当一次 cross-warp allreduce 覆盖多个独立归约组时，ascend 与 pto 两个 target 会把第一组结果发给所有组——这是 #3469 合入后由社区报告的正确性回馈（含最小复现），修复按组分发；昇腾线的「迁移一批、审计一批」节奏明显。
  • 适配仓在审批：示例精度检查对齐标准（#1867）、situ_glu_grad 算子示例（#1877）、copy_ub_to_gm 无法表达紧凑 sub-32B 行导致 keepdim 归约输出损坏的修复（#1795）；缓存三分（#1871 至 #1873，JIT 特化键纳入调优参数、autotune 键对齐有效剖面参数、NPU 与模拟器缓存分离）。
  • 主仓昇腾在审簇：SimdVF T.fill 多缓冲（#3455）、SimtVF remat_idx / 向量 gather pack（#3492）、SimdVF dim=1 归约逐行单元素存储（#3437）、L0C fp32→f16/bf16 dual_copy 在途 cast（#3468 与 #3328 两笔并行）、独立 AIV 执行（#3485）、T.PersistentKernel 与 AutoPersistent（#3325）、手排 FlashMLA 示例（#3464）、VF 作用域外标量 sqrt（#3466）、DeepGEMM 的 PTO codegen（#3330）、示例目标选择（#3474）等。

2.3 海光：FP8 分支推进（432 TFLOPS 口径）、上游 v0.1.15 升级分支与注册流水线（10-12）

日期：2026-10-12　来源：寄存器流水线（#18）／ feat/hcu-mqa-fp8 分支／ upgrade/upstream-v0.1.15 分支

  • 寄存器流水线（#18）：登记分支 gcy_merge_main（49 文件、+4144/-318）窗口内两次推送更新，继续在审——为海光后端加入寄存器流水线（与共享内存流水线协同）及超过 4 波时的 warp-diverge，作者称示例 GEMM 达到对标库性能水平。
  • FP8 特性分支 feat/hcu-mqa-fp8：提交链覆盖 MLS channelwise FP8 GEMM——10-10 起「达到 432 TFLOPS」的提交，10-12 补充「M≤32 时 fp8 解码 GEMM 带宽超越 hipblas」并收敛文件与命名（均为分支内作者自测口径，尚未见 PR 关联）。
  • 升级分支 upgrade/upstream-v0.1.15：10-12 合入「Merge upstream v0.1.15 and adapt HCU backend」，海光后端与主仓 v0.1.15 对齐。
  • 沐曦（最近推送 09-24）、摩尔线程（09-30）本窗口无活动。

2.4 MLIR 昇腾两笔在审；Sunrise 仅 CI 依赖升级；其余后端静默（10-12）

日期：2026-10-12　来源：T.Pipelined 参数化（#199）／ FloorDiv / FloorMod codegen（#200）／ tilelang-sunrise

  • MLIR 昇腾：T.Pipelined() 支持 num_stages / stage / order / group 参数在审（#199）；TileLangIR 的 FloorDiv / FloorMod codegen 在审（#200）。
  • Sunrise（Sunrise S2/S3 的 TANG 后端仓）：窗口内仅 Dependabot 两笔 CI 依赖升级在审（upload-artifact、download-artifact），无代码面动态。
  • 组织级其余仓库（TileRT、tilescale、DeepStack、tilelang-puzzles 等）窗口内均无提交。

三、生态与采用方

3.1 TileOPs：SM89 平台扩展批——GQA 预填/解码、GDN / DeltaNet 与 Norm（10-12）

日期：2026-10-12　来源：D256 GQA 解码（#2529）／ dense GQA 预填（#2528）／ GDN / DeltaNet 预填（#2527）／ InstanceNorm 修复（#2526）／ Norm 配置重构（#2544）

  • D256 dense GQA 解码（#2529）：SM89 上开放 256 维 dense GQA 解码——沿用 64×64、单 stage、128 线程划分程序，16 个候选划分占 98304 字节（低于 SM89 上限 101376）；排除单 split 候选、保留短 KV 的两 split 候选；测试扩至 61 节点（+6），覆盖 KV 长 1 / 63 / 2048。RTX 6000 Ada 实测。
  • dense GQA 预填（#2528，+260/-43）：SM89 新增 FP16/BF16 与原生 FP8 预填（复用打包注意力程序，头维 128），14 例在 main 失败、本笔通过（10 FP16/BF16 + 4 FP8）；保留矩形掩码、分组头、自定义 scale、softcap、RoPE 与 FP8 反量化；共享默认配置与显存记账，避免重复实现。
  • GDN / DeltaNet 预填（#2527，11 文件）：复用 KDA 的 chunk prepare 与 scan 程序实现 SM89 预填，21 例通用预填从「失败不可分发」转为通过；保留 raw-beta 舍入、打包序列边界、分组头、FP32 初末态与 GDN 的 value-major 状态布局；稳定性三角求解复用，相关性键用例不放松容差。
  • Norm 两笔：#2526 修复 192×192 空间输入的 InstanceNorm 训练编译（六个 batch / 精度组合从失败到通过，复用 GroupNorm 的宽度边界与两遍归约）；#2544 将共享位移归约宽度常量（32768）归位到 norm 配置模块（87 例全过，无性能声明）。

3.2 TileOPs：foundry 性能批——NSA 持久 CTA、W4A16 GEMM 与 16 位除法（10-12）

日期：2026-10-12　来源：NSA 持久 CTA（#2531）／ W4A16 GEMM（#2534）／ 16 位除法（#2543）

  • NSA 压缩持久 CTA（#2531，+391/-2）：SM90 上 NSACompressedVarlenFwdOp 换用新核 NSACompressedFwdVarlenTMAKernel——旧核按（token, KV 头）一枚 32 线程 CTA、逐 token 重载压缩 K/V；新核 512 持久 CTA，每 CTA 步行 64 行瓦片（4 token × 16 头），查询经双 stage TMA 环、请求 K/V 块常驻共享内存，QK 以 n=16 SS WGMMA、PV 以 n=64 RS WGMMA，O 在 QK 读完后经 TMA 连同 log-sum-exp 出；每 SM 驻四个 48KB CTA。
  • W4A16 GEMM（#2534，+24/-0）：_legal_configs 限制 K 瓦片不超过 K、环深不超过 K 的瓦片数，K<512 不再填充零；single-tile（K=128）与 multi-tile（K=256）行改用 8x64 瓦片配 128/256 宽 K 瓦片（两 stage），领先 torch 反量化 matmul；其余 13 行配置不变，3 行仍落后（作者自列局限）。
  • 16 位除法（#2543，9 文件）：Reciprocal 与 bf16 sigmoid 从 IEEE float32 除法换到 __fdividef 快速除法（bf16 用范围缩放版），16M 行 fp16/bf16 时延 17.86 / 17.79 微秒，为旧版 1.02x、torch-compile 的 0.991x / 0.995x。

3.3 TileOPs：线性注意力修复——TMA 挂起规避与 GLA 预填状态跳过（10-12）

日期：2026-10-12　来源：单瓦片解码态加载（#2538）／ GLA 预填状态跳过（#2540）

  • #2538（+66/-6）：SM90 上 k_tile == dim_k 的 GLA / DeltaNet 递归解码程序首启即挂——TileLang 0.1.12 把单步状态拷贝降为 1D 批量拷贝，其 producer 在 warp specialization 下永不到达 barrier；四个 builder 改为非 TMA 加载后，任意整除 dim_k 的 k_tile 均可运行，k_tile < dim_k 行为不变；代码留 FIXME，待 TileOPs 固定 TileLang 0.1.13+ 后收回绕过。
  • #2540（+77/-67）：四套 GLAFwdOp 预填实现按 has_initial_state 特化——无初态时清局部递推瓦片并用未读标量占位，省去整张 FP32 初态张量的分配、清零与读取；带态构建的设备源码与 main 逐字节一致，公共接口与分发域不变（关闭 #2380）。

3.4 TileOPs 在审：SM89 四连、分页 KV / 注意力集群与 MoE 两笔（10-12）

日期：2026-10-12　来源：SM89 四连（#2546 至 #2549）／ varlen sinks 与滑动窗口（#2537）／ PagedKVCacheWrite（#2539）／ masked FP8 分组 GEMM（#2521）／ DeepSeek 分组 top-k（#2535）

  • SM89 四连（#2546 至 #2549）：GLA 反向状态寿命、DeltaNet 反向共享内存适配、KDA 融合预填、MoE 紧致逐行分组 GEMM——SM89 覆盖从合入笔延伸到在审笔。
  • 分页 KV / 注意力集群（六笔）：varlen GQA 头部 sinks 与流水滑动窗口（#2537——窗行快于现有最优基线 1.03 至 1.13 倍、sink 混合快于 FlashInfer 1.51 至 1.53 倍，部分 RoPE 与两行 FP8 仍低于参考）；PagedKVCacheWriteFwdOp（#2539，按调用方槽位原位散射、FP8 独立 K/V 标度与饱和舍入，附 vLLM 基准适配器）；paged GQA 加 RoPE/窗口/sinks（#2516）、分页 KV gather（#2519）、LSE 加权注意力状态合并（#2530）、长因果 KV 的 dense FP8 GQA 流水（#2541）。
  • MoE 两笔：masked FP8 分组 GEMM（#2521，对齐 deep_gemm masked 语义，修正 MoE roofline 公式整张搬运导致的流量高估，14 行负载）；DeepSeek 分组 top-k 路由（#2535，num_expert_group / topk_group / routed_scaling_factor 对齐 vLLM grouped_topk，并修复 T=512 时只占 32 / 132 SM 的调度问题）。
  • GEMM 性能批（四笔）：FP8 瓦片重排与 1x128 B 标度走波核（#2533）、短紧组填满 SM（#2536）、模块常量作用域收敛（#2542）、W4A16 打分连同 K 切片（#2545）继续在审。

3.5 TileFoundry：解析器操作属性与词法布局糖合入（#221）；scaffold 独立项目在审（#227）（10-12）

日期：2026-10-12　来源：解析器属性与布局糖（#221）／ scaffold 独立项目（#227）

  • 合入 #221（222 文件、+4473/-4951）：为 op 属性与布局建立统一作者面——解析 schema 化 op 属性、布局组合与显式值状态，迁移 fixture 与教程并重生成 printer 金样；mesh 选择改由组合构建并支持 specialize(mesh=...)；parser 语法/规则由可执行模式生成并附 pre-commit 校验；与 buffer-alias 变更合基后对齐 Reshard 别名与区域显存记录。
  • 在审 #227（47 文件）：新增 tilefoundry scaffold SOURCE OUT_DIR——按 Target codegen 生成可编辑的独立 CMake 工程（参数视图、特化分发、启动器、主机注册与占位 CUDA 体），让作者接手核体而不破坏调用约定；codegen 产物与链接拆为六个模块文件，LinkedModule.functions 取代单一 entry。

3.6 夜间流水线：新快照——正确性 1042 项（+10）、基准 1947 项（52 套件）零失败（10-13）

日期：2026-10-13　来源：夜间快照（6ec0d086）／ 快照运行元数据

  • 新快照 6ec0d086（run 38288018755，10-13 03:53）：正确性 1042 项（61 套件、较上一快照 +10、0 失败 0 错误 1 跳过）、基准 1947 项（52 套件、0 失败）；环境 H200、CUDA 13.2、驱动 595.71.05，快照内 tileops 0.0.1.dev1296+g6ec0d086d、tilelang 0.1.12。
  • 正确性增量与窗口内 SM89 系列合入同拍，评测底盘继续「合入一笔、底盘爬一截」的滚动节奏。

3.7 采用方与文档：TileKernels / FlashQLA 静默；主文档站 3 次构建（10-12 ~ 10-13）

日期：2026-10-12、2026-10-13　来源：主文档站／ TileKernels／ FlashQLA

  • 采用方：TileKernels（DeepSeek）与 FlashQLA（Qwen）无窗口内推送（均自 09-30 后静默）；TileRT 无窗口动态。
  • 文档站：主站 3 次构建（10-12 两次、10-13 凌晨一次）；TileOPs 站 1 次 gh-pages 部署（10-12 上午）。

四、社区、教程与活动

4.1 PTO-ISA：SuperNPUBench 四笔提交与两个发布（ops-20261012 / ops-20261013）（10-12）

日期：2026-10-12　来源：SuperNPUBench／ ops-20261013 发布

  • 窗口内 4 笔提交：rms_norm 以 16 KiB 瓦片分解 R=8192 归约（#223）、gfsim RES_CHECK 文件 IO 锁步安全修复、matmul_test 简化为 4-PE（Local-A / Shared-B，#222）、#225 合并。
  • 两个 ops 发布：ops-20261012 与 ops-20261013——后者基于 main 4c66c2ab，按 suite 拆 2 小包、含全部编译产出 ELF（不设 gfrun 门禁）；发布说明明确「工具链四项未变，与上一版的产出差异全部来自代码」。

4.2 社区账号：SwHwCodesign 六个 AI-* 占位仓；TileLang-Awesome 已不可访问（10-12）

日期：2026-10-12　来源：SwHwCodesign 账号／ 原 TileLang-Awesome 链接

  • 10-11 出现的第三方整理仓 TileLang-Awesome（前一报告期收录）现已不可访问（404，且搜索无同名新仓）；同一账号于 10-12 晚间新建 6 个占位仓库（AI-Chip / AI-Compiler / AI-Infra / AI-Instruction / AI-Kernel / AI-Model，均为初始提交）——第三方资料建设尚未成形。
  • tilelang-debugger（superAngGao）无窗口内更新（最近提交 10-10）；未发现其他新的第三方工具仓。

4.3 媒体与学术：Google News / HN / arXiv 窗口内零新增（10-12）

日期：2026-10-12　来源：Google News／ Hacker News 检索／ arXiv 检索

  • 中英文多组查询窗口内零新增命中：10-11 的 tech-insider 聚合稿与 10-10 / 10-11 的知危深度解读均已在上一期收录，本窗口无后续新稿。
  • Hacker News 96 小时零条目；arXiv 无新预印本（最新相关仍为 07-24 的 TileSight 分析模型论文）。

五、趋势观察

5.1 ROCm 补课：设备预算感知的两笔修正

  • 本窗口两笔 ROCm 修改指向同一主题——「按设备现实自适应」：gfx942 的 64 lane 波前（#3152）与 LDS/VGPR 预算（#3149）。两者都在用例侧（examples）修正，未触及核内生成策略，说明 ROCm 支持仍处「跑通并加回归」阶段；与主仓近期 SM121、SM89 的多代并修合流后，TileLang 的后端拓扑正从「英伟达优先」转向「多设备同时维护」。

5.2 SM89 成为第二平台：单日 6 笔合入加 4 笔在审

  • TileOPs 一天内 6 笔 SM89 合入（注意力预填/解码、线性注意力、Norm 全覆盖）加 4 笔 SM89 在审；RTX 40 系与 L40 / 6000 Ada 级工作站在算子库侧成为与 Hopper 并列的常态目标。评测侧同步（夜间底盘 +10 项），SM89 的正确性覆盖正从「能编译」走向「有回归」。

5.3 昇腾迁移线转入正确性收尾

  • NSA 前向/反向两笔大迁移合入（合计 48 例分层测试）、缓存三分与 cross-warp allreduce 分组修复接续——昇腾线的重心从「示例与算子移植」转到「正确性、缓存语义与编译可用性」的收尾审计；#3469 修复后立即出现社区回馈的正确性修复（#3494），协作回路运转正常。

5.4 发布静默期的底盘增长

  • 主仓自 09-30 v0.1.15 后无新发布；组织开放 PR 计 507 笔（上一期 498 笔）、单窗口新开 41 笔，合入 20 笔——「合入闸门收紧、在审队列变厚」的结构延续。TileOPs 的 SM89 扩张与夜间底盘 +10 表明：正式版本虽静默，合入与评测两条线的「静态准备」仍在积累，发布窗口临近的判断不变。

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（合入 7、在审更新 29）、TileOPs（合入 10、在审更新 16）、TileFoundry（合入 1、在审 1）、tilelang-ascend（合入 2、在审更新 7）、tilelang-hygon（三分支推送、#18 更新）、tilelang-sunrise（2 笔 CI 依赖在审）、TileOPs-nightly（1 份快照）、tilelang.github.io（3 笔构建）、TileOPs.github.io（1 笔部署）；组织窗口内合计合并 20 笔、新开 41 笔、在审更新 59 笔；开放 PR 合计 507 笔（上一期 498 笔）
主仓 tilelang 合入 7 笔（#3152、#3149、#3291、#3489、#3487、#3393、#3469）；在审更新 29 笔；开放 PR 计 168 笔（上一期 170 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（#1701、#1730）；在审更新 7 笔；开放 PR 计 228 笔（上一期 230 笔）。mlir-ascend：#199、#200 在审更新
海光 / 沐曦 / 摩尔线程 海光：三分支推送（gcy_merge_main、feat/hcu-mqa-fp8、upgrade/upstream-v0.1.15）；#18 在审。沐曦（最近推送 09-24）、摩尔线程（09-30）无活动
Sunrise 窗口内仅 Dependabot 两笔 CI 依赖升级（#7、#8）在审；开放 PR 计 3 笔
TileOPs 合入 10 笔（#2526 至 #2529、#2531、#2534、#2538、#2540、#2543、#2544）；在审更新 16 笔；开放 PR 计 19 笔
TileOPs-nightly 一份新快照 6ec0d086（10-13 03:53）：正确性 1042 项（61 套件，+10）、基准 1947 项（52 套件），零失败零错误
TileFoundry 合入 1 笔（#221）；在审 1 笔（#227）；开放 PR 计 2 笔
采用方与社区 TileKernels、FlashQLA 无窗口内推送（均 09-30）；TileRT 无窗口动态；tilelang-debugger 无更新（10-10 后）；SwHwCodesign 六个 AI-* 占位仓（10-12）；TileLang-Awesome 已不可访问（404）
PTO-ISA 组织 SuperNPUBench 窗口内 4 笔提交、2 个发布（ops-20261012 / ops-20261013）；tilelang-puzzles-ascend 无更新
Google News / Hacker News / arXiv Google News 窗口内零新增命中；HN 96 小时零条目；arXiv 无新预印本

完整信源清单