调研窗口：2026-10-14 07:00 ~ 2026-10-15 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 8 个仓库有推送：tilelang、TileOPs、TileFoundry、tilelang-ascend、tilelang-hygon、TileOPs-nightly、tilelang.github.io、TileOPs.github.io；组织窗口内合并 32 笔、新开 27 笔〔其中在审 16〕、在审更新 40 笔；主仓 10 笔合入、TileOPs 16 笔合入、昇腾仓 3 笔回滚、海光 1 笔合入；非默认分支逐查〔distributed / feat/hcu-mqa-fp8 / coderabbit-auto-apply-labels / v0.1.15-release / simt_compare 等〕；夜间流水线 1 份新快照、双子站各 1 次部署）+ 发布页核查 + 采用方仓核查（TileKernels v2.1.0 发布、FlashQLA sm120 修复）+ 社区仓核查（PTO-ISA SuperNPUBench / tilelangGym / tilelang fork / tilelang-puzzles-ascend、TileMC、BM1690 pipelines、easy-tilelang、SwHwCodesign、tilelang-debugger）+ Google News 中英文多组查询（走代理）+ Hacker News + arXiv。

本期索引

  • 今日重点：主仓十笔合入、海光 v0.1.15 落地与 TileKernels v2.1.0 发布——夜间底盘 +41 项（10-14）
  • 一、核心项目进展
    • 1.1 主仓：昇腾面四处收笔——独立 AIV 执行（#3485）、PTO DeepGEMM codegen（#3330）、跨 warp allreduce 修复（#3494）、示例目标选择（#3474）（10-14）
    • 1.2 主仓：基建三笔——CPU OpenMP 并行 grid 循环（#3109）、C 系 codegen 共享发射（#3289）、Windows NVCC 改走 MSVC（#3510）（10-14）
    • 1.3 主仓：ROCm scan 波前修复（#2326）、测试基建缓存（#3502）与治理配置（#3513）（10-14）
    • 1.4 主仓在审：PTO 家族四笔新开，TMA 屏障与共享缓冲修复更新（10-14）
  • 二、多后端适配（昇腾 / 沐曦 / 海光 / 摩尔线程）
    • 2.1 海光：v0.1.15 升级合入（#20）、发布分支建立，分布式 IPC 线开出（#19）（10-14）
    • 2.2 昇腾：三笔事实核查回滚与重做（#1888 至 #1890、#1893）；示例与算子新开三笔（10-14）
    • 2.3 沐曦：窗口内无推送；摩尔线程与 Sunrise 静默（10-14）
  • 三、生态与采用方
    • 3.1 TileOPs：foundry 性能批 11 笔收口——softmax / 池化 / 归一化 / 归约全铺开（10-14）
    • 3.2 TileOPs：线性注意力与 MoE 四笔——KDA 预填求逆、GLA 反向显存、专家搜索跳过、permute 收界（10-14）
    • 3.3 TileOPs：D=256 解码扩至 SM80 / SM90（#2563）；在审注意力一族与 GEMM 新批（10-14）
    • 3.4 采用方双笔：TileKernels v2.1.0 发布（#38）与 FlashQLA sm120 修复（#48）（10-14）
    • 3.5 TileFoundry：schedule CLI 加固合入（#231）；模块表示与 lowering 两笔在审（10-14）
    • 3.6 夜间流水线：新快照 35a25677——正确性 1105 项（+41）、基准 1970 项（+4）零失败（10-15 凌晨）
    • 3.7 文档与站点：TileOPs 站渲染时点前移（#70）与双子站例行更新（10-14）
  • 四、社区、教程与活动
    • 4.1 PTO-ISA：tilelangGym 新仓建立、SuperNPUBench 归档批与 SIMT 对照推进（10-14）
    • 4.2 第三方社区：TileMC 目标扩展、BM1690 板级日志批；教程与调试仓静默（10-14）
    • 4.3 媒体与学术：Google News / Hacker News / arXiv 窗口内零新增（10-14）
  • 五、趋势观察
    • 5.1 全后端 v0.1.15 对齐收官在望
    • 5.2 主仓的「基建日」：编译面重构与平台铺开
    • 5.3 夜间底盘 +41：测试随合入同步膨胀
    • 5.4 昇腾仓的回滚纪律：低优先级用例也在守
  • 附：素材与核查说明
  • 完整信源清单

今日重点：主仓十笔合入、海光 v0.1.15 落地与 TileKernels v2.1.0 发布——夜间底盘 +41 项（10-14）

日期：2026-10-14　来源：独立 AIV 执行（#3485）／ 海光 v0.1.15 升级（#20）／ TileKernels v2.1.0（#38）／ 夜间快照 56c2ab6b／ TileOPs PR 列表

窗口 24 小时内组织合并 32 笔（主仓 10、TileOPs 16、昇腾仓 3 回滚、海光 1、TileFoundry 1、文档站 1）、新开 27 笔；8 个仓库有推送。本窗口主线为三件事：主仓合入潮、海光后端升级落地与采用方首个版本迭代。

  • 主仓十笔合入：覆盖昇腾（独立 AIV 执行 #3485、PTO DeepGEMM codegen #3330、跨 warp allreduce 修复 #3494、示例目标选择 #3474）、CPU（OpenMP 并行 grid 循环 #3109）、codegen 共享重构（#3289）、Windows MSVC（#3510）、ROCm scan 波前修复（#2326）、测试基建（#3502）与治理配置（#3513）——单窗合入数为近期最高（详见 1.1 至 1.3）。
  • 海光 v0.1.15 升级合入（#20）：海光后端全量升级至上游 v0.1.15，新增 HCU 块缩放 GEMM 的 scale 缓冲布局规划；同时建立 v0.1.15-release 分支，并以 #19「Distributed」（+2577/-28、44 文件）开出 IPC allreduce 分布式工作线（详见 2.1）。
  • TileOPs 十六笔合入：foundry 性能批 11 笔收口（softmax / 池化 / 归一化 / 归约全面铺开）＋ KDA / GLA / MoE 修复四笔与 D=256 解码扩展（详见 3.1 至 3.3）。
  • TileKernels v2.1.0 发布（#38）：DeepSeek 采用方仓自 09-30 加入昇腾支持后首次版本迭代——昇腾侧 norm / SwiGLU / Engram 重写与测试更新（详见 3.4）。
  • 夜间底盘 +41：新快照 35a25677——正确性 1105 项（65 套件、+41）、基准 1970 项（53 套件、+4），零失败零错误（详见 3.6）。

一、核心项目进展

1.1 主仓：昇腾面四处收笔——独立 AIV 执行（#3485）、PTO DeepGEMM codegen（#3330）、跨 warp allreduce 修复（#3494）、示例目标选择（#3474）（10-14）

日期：2026-10-14　来源：独立 AIV（#3485）／ PTO codegen（#3330）／ allreduce 修复（#3494）／ 示例目标选择（#3474）

  • 独立 AIV 执行（#3485）：扩展 Ascend AutoSchedule，使 AIV0 与 AIV1 可在 sid 依赖的控制流下执行不同工作——支持交替收尾（epilogue）、反量化与收尾分工、不相交输入分区以及循环内角色切换。实现上把 AssignCore 提前到延迟估计与调度之前，为 AIV 局部 UB 缓冲与标量状态建立独立身份，并按参与核建模流水线资源、特殊寄存器依赖、UB 容量与同步标志库；保留统一内核的 collective 路径与一/两 AIV 发射几何。L0C→UB 拷贝仍在 AIC 上执行。
  • PTO DeepGEMM codegen（#3330）：跨控制流跟踪 tl.ascend_set_mmad_direction 并把生效方向编码到 MAD 指令上，拒绝在冲突方向下可达的 MAD；支持 SIMD 后增量加载（同时返回数据与更新指针）、混合 AIC/AIV 内核中的 UB 地址到 PTODSL 指针转换、动态 L0C→UB 维度与步长、int16 有符号打包 MX scale；改进条件表达式与运行时循环的代码生成。报告称 15 个 DeepGEMM PTO 用例中 14 个通过，test_bf16_m_grouped_padding 因 PTOAS VPTO 后端无法合法化 FP32→BF16 转换仍受阻。
  • 跨 warp allreduce 修复（#3494）：当一个 cross-warp allreduce 调用覆盖多个独立归约组时，ascend 与 pto 目标错误地把第一组结果交给所有组；本笔修复该正确性问题（跟进 #3469）。
  • 示例目标选择（#3474）：移除昇腾示例与测试中硬编码的 target="ascend"，改由 TILELANG_DEFAULT_TARGET 环境变量决定；DeepGEMM JIT 入口支持 execution_backend="auto"；CI 对昇腾示例套件分别以 ascend 与 pto 两个目标各跑一遍，并在文档写明选择方式。

1.2 主仓：基建三笔——CPU OpenMP 并行 grid 循环（#3109）、C 系 codegen 共享发射（#3289）、Windows NVCC 改走 MSVC（#3510）（10-14）

日期：2026-10-14　来源：CPU OpenMP（#3109）／ codegen 共享（#3289）／ Windows MSVC（#3510）

  • CPU OpenMP 并行（#3109）：为 CPU 后端加入可选的 grid 循环 OpenMP 并行——新增 MaterializeCPUParallelGrid 把带注解的 CPU grid 循环转为并行循环，配套循环 collapse、线程数配置、最小 trip 数门限与分配下沉；补齐 Linux / macOS / Windows 的 OpenMP 编译标志与 pass 配置项；测试覆盖正确性、pragma、分配下沉、门限与单维情形。CPU 后端首次具备网格级并行能力。
  • C 系 codegen 共享（#3289）：引入 CodeGenTileLangCBase 统一 CUDA、HIP、CPU C、Ascend C++、Metal 与 C 主机代码生成；修复 T.import_source、T.Kernel(prelude=...) 与 pragma_import_c 在源文本缺少末尾换行或以反斜杠结尾时吞掉下一生成行的问题；导入内容按「头文件→导入→生成声明与函数」排序并保证两个分隔换行。验证：聚焦回归 83 通过、相关 codegen 与 launch 套件 405 通过。
  • Windows NVCC 改走 MSVC（#3510）：NVCC 拒绝 get_cplus_compiler() 选出的 clang-cl——改为从 NVCC 子进程环境选择 cl.exe（不改主机 C++ 编译器选择），补 VS 2026 18/* 回退路径，非 Windows 平台不再传 -ccbin=None；CUDA 13.3 下复现用例修复前失败、修复后编译通过。

1.3 主仓：ROCm scan 波前修复（#2326）、测试基建缓存（#3502）与治理配置（#3513）（10-14）

日期：2026-10-14　来源：ROCm scan（#2326）／ 测试基建（#3502）／ CodeRabbit 标签（#3513）

  • ROCm scan 波前修复（#2326）：HIP 的 cumsum / cummax 默认按 64 lane 段执行，在 Wave32 GPU 上结果错误——让既有 run 入口按目标波前宽度选择段宽（受块线程数上限约束），32 线程块在编译期排除 64 lane 模板；补 32 线程前向/反向扫描与源/目标步长不同的覆盖；gfx950 MXFP4 例子与测试改用 {"kind": "hip", "mcpu": "gfx950"} 目标写法。验证：CUDA scan 套件在 B300 上 17 通过、CuTeDSL 源码生成测试 2 通过；AMD 端运行时验证留给 ROCm CI。
  • 测试基建缓存（#3502）：缓存最近查询 IR 体的调用数据供 collect_calls / assert_call_count 使用；把变换测试中的递归 visitor 与生成脚本文本检查替换为结构化 IR 断言，并扩展软流水、调度、同步、屏障与 Hopper intrinsic 的结构检查。
  • 治理配置（#3513）：启用 CodeRabbit 对 PR 与 issue 的自动标签（PR 13 个标签、issue 14 个），保留全部 11 条评审路由规则，不新增/重命名/删除任何标签。

1.4 主仓在审：PTO 家族四笔新开，TMA 屏障与共享缓冲修复更新（10-14）

日期：2026-10-14　来源：PTO/tvm_ffi（#3516）／ PTO VMI 向量化（#3512）／ TMA 屏障（#3503）／ 共享缓冲防双扩（#2342）／ 主仓 PR 列表

  • PTO 家族四笔新开：tvm_ffi 执行后端支持 PTO 目标（#3516）、T.Parallel 到 PTO VMI 的向量化（流水线框架与逐元素支持，#3512）、SS buffer 支持（#3514）、部分 L0 拷贝的显式 pitch（#3511）。
  • TMA 与流水线：全生产者线程到齐 TMA forward 屏障（#3503，更新）、防兄弟流水线共享缓冲双重扩展（#2342）、只记录已验证的 TMA 描述符名（#3484）。
  • 其他在审更新：测试编译时间消除（#3517）、正常量除数安全保护展平（#3488）、torch_npu 任务队列（#3324）、SimdVF dim=1 归约（#3437）、手工调度 FlashMLA 示例（#3464）、Windows ARM64 CI（#2962）。主仓开放 PR 计 160 笔（上一期 161 笔）。

二、多后端适配（昇腾 / 沐曦 / 海光 / 摩尔线程）

2.1 海光：v0.1.15 升级合入（#20）、发布分支建立，分布式 IPC 线开出（#19）（10-14）

日期：2026-10-14　来源：v0.1.15 升级（#20）／ Distributed（#19）／ distributed 分支／ v0.1.15-release 分支

  • v0.1.15 升级合入（#20）：代码库整体升级至上游 TileLang v0.1.15，保留 HCU 后端支持与既有 build.sh 工作流；适配昇级后的后端、lowering 流水线、语言 API 与测试接口；新增 HCU 块缩放 GEMM 的 scale 缓冲布局规划与配套 LDS 布局支持；README 发布信息同步更新。合入后建立 v0.1.15-release 分支（与 main 同头），为发布线留档。
  • 分布式 IPC 线开出（#19）：以 +2577/-28、44 文件的体量开出「Distributed」——distributed 分支包含一排 HCU IPC（进程间通信）工作：统一分布式进程启动器、IPC 元数据初始化校验、BF16 / 全对等 IPC allreduce 测试、IPC GEMM allreduce 示例、IPC 关闭与初始化失败的传播、无效 peer 守卫等。多卡集合通信成为海光后端的新工作方向。
  • 寄存器流水线（#18）：继续在审（10-13 后无新推送）。海光仓开放 PR 计 2 笔（上一期 1 笔）。feat/hcu-mqa-fp8 与 feat/hcu-gemm-blockscaled-async-copy-layout 分支窗口内无新推送。

2.2 昇腾：三笔事实核查回滚与重做（#1888 至 #1890、#1893）；示例与算子新开三笔（10-14）

日期：2026-10-14　来源：回滚 #1888／ 回滚 #1889／ 回滚 #1890／ 重做版（#1893）／ 昇腾 PR 列表

  • 三笔回滚（#1888 / #1889 / #1890）：前一窗口合入的三笔「文档事实核查」PR——round 语义（#1612）、bitwise_rshift（#1676）、bitwise_xor（#1681）——被逐笔回滚。重做版 #1893 说明原因：每日全量套件执行低优先级用例时发现预期失败用例的异常正则不匹配（实际抛出的是 AscendVectorInstructionSelection 的 InternalError，而非断言的 "Compilation Failed"）；这些用例被标记 low_priority，PR 阶段 CI（-m "not (low_priority or ci_skip)"）不会执行，因此合入后由每日全量运行兜底发现。
  • 重做版（#1893）：bitwise_rshift 重做——按评审意见删除全部预期失败用例（支持表外的 dtype 改由文档 dtype 支持表覆盖，不再以预期失败断言），保留 docstring 重写与真机测试。round 与 bitwise_xor 两笔的重做版暂未提交。
  • 示例与算子新开：situ_glu 算子（#1891）、cann-bench/lstm 示例（#1892）、indexer_bwd 算子与测试（#1887）；在审更新：situ_glu_grad（#1877）、sparse_mla_topk_reducesum（#1884）、MHA 示例（#1879）、Sparse MLA SeeSaw / Pipelined（#1869 / #1870）。昇腾仓开放 PR 计 233 笔（上一期 229 笔）。

2.3 沐曦：窗口内无推送；摩尔线程与 Sunrise 静默（10-14）

日期：2026-10-14　来源：沐曦仓库／ 摩尔线程仓库

  • 沐曦：窗口内无推送（上次推送为 10-13 上午 main 追平上游 v0.1.15 节点）；dev 分支仍停在 09-24。开放 PR 计 16 笔（持平）。
  • 摩尔线程：09-30 后无活动；Sunrise 仓窗口内亦无动态。MLIR 昇腾（tilelang-mlir-ascend）窗口内零推送（最新提交 10-10），开放 PR 计 32 笔（持平）。

三、生态与采用方

3.1 TileOPs：foundry 性能批 11 笔收口——softmax / 池化 / 归一化 / 归约全铺开（10-14）

日期：2026-10-14　来源：softmax（#2570）／ 池化三笔（#2572 / #2573 / #2579）／ 归一化三笔（#2576 / #2581 / #2585）／ 归约两笔（#2571 / #2578）／ GEMM 与 Elementwise 两笔（#2582 / #2577）

  • softmax（#2570）：新增 16 字节 L2 evict-last 载入 tileops::load16_evict_last；整向量行（每线程至多 64 元素）改为寄存器驻留 _held_row，用 warp shuffle 折叠最大值与和；SoftmaxWarpRowsKernel 覆盖至 2KB 行、SoftmaxOnChipKernel 寄存器与共享内存两路均走新载入。39/42 个 SoftmaxFwdOp 行领先最快对照 1.1% 至 78.1%，(32768, 65536) float32 与 quack 持平；lm-head 两行仍落后（0.909x / 0.934x）。
  • 池化三笔：#2572 MaxPool1dIndices——新 load_evict_last 标量载入，相邻输出成向量存储，sincnet-local 对 torch-compile 1.009x / 1.006x，较旧版内核提速 1.049x（float32）；#2573 AvgPool3d——固定除数且 taps ≤32 的窗口改为一次性读全部 taps（L1/L2 evict-last）并用 select 剔除域外，非 2 的幂固定除数走 float32(float64(sum) * float64(1/divisor)) 无慢路径分支，结果与 PyTorch 位一致；#2579 MaxPool3dIndices——float32 tile 对齐窗口每线程两个相邻输出、值/索引成向量存储，c3d-pool1 170.1 微秒降至 166.0 微秒。
  • 归一化三笔：#2576 RMSNorm——按行宽分为四种 body（256 至 2048 元素走 warp 分行、4096 以上整向量寄存器驻留、16384 以上两趟、其余 fragment），jit builder 与 autotune 均按 body 选择调优空间；#2581 InstanceNorm——整向量行（至多 2048 元素）每行一个 warp、8 行一块，12 个 InstanceNormFwdOp 行全部持平或领先，三条 wider-channel 行从 0.980x-0.988x 升至 1.042x-1.108x；#2585 跟进——warp 行最多 1024 列、小批量每块更少行（直至 1 行）保证网格至少 128 块，三条训练路径改用倒数除法对齐 torch mean。
  • 归约两笔：#2578 any/all——float16 / bfloat16 / float32 行按 32 位字读入并做位运算测试（符号位掩码，-0.0 被视作 0、NaN 非 0），16 以内 warp 由 lane 0 串行折叠；#2571 组瓦片计数——varlen 与分组网格的 GroupTiling 前缀和改由 CTA 内 warp 间 shuffle 扫描（8 组以内保留循环），4096 组在 32 线程下用 62 寄存器而非 152，全部 GroupTiling 调用方（GQA / MLA / FP8 varlen、分页 GQA、varlen key RoPE、分组 GEMM、GLA/GDN/KDA varlen）同步受益。
  • GEMM 与 Elementwise：#2582 分组 GEMM——分块收尾可交替两个 staging 缓冲（store 在飞行时继续下一块）、生产者 warp-group 只留一个 warp 发射拷贝，四行 MoE 负载全部领先 quack（fwd 1.015x、dgrad 1.012x、wgrad 1.033x；此前 main 为 0.936x-0.968x 与 0.869x）；#2577 SiluAndMul——两半均走 load16_evict_last，并修复输入未按 16 字节对齐时报错的问题（vector_aligned）。

3.2 TileOPs：线性注意力与 MoE 四笔——KDA 预填求逆、GLA 反向显存、专家搜索跳过、permute 收界（10-14）

日期：2026-10-14　来源：KDA 预填（#2584）／ GLA 反向（#2569）／ MoE 搜索跳过（#2575）／ permute 收界（#2559）

  • KDA 预填求逆稳定化（#2584）：相关键（correlated keys）下 KDA 预填出错——main 在 6 个 chunk 用例与 2 个 fused 用例上失败（含 NaN）；修复改为按 16 行对角块在 FP32 下求解并复用既有共享缓冲做块积，门控前缀保留在 FP32 寄存器、共享元数据只存参考行，移除在 TileLang 0.1.12 下越界的混合 dtype 共享视图；chunk 与 fused 预填共用求逆助手，补 4 个回归用例（两种半精度 × 两条路径 × 部分 chunk）。sm89 基准（对 FLA 0.5.2 外部基线）输出与终态全部通过 FP64 对照。
  • GLA 反向显存复用（#2569）：SM89 上 FP32 chunk32/K64/V192 的共享内存请求从 131072 降到 98304 字节，落入 SM89 的 101376 上限内（在两个 dh 消费者结束后复用状态缓冲、载入 h 前加块屏障）；补一个非对称 FP32 回归。注：该项修复启动失败问题，速度仍慢于 FLA（256 / 2048 token 上 0.0942 / 0.4164 毫秒对 FLA 的 0.0550 / 0.1494 毫秒），PR 明示不主张加速。
  • MoE 专家搜索跳过（#2575）：tight per-row MMA 瓦片找到属主专家后，停止对其余专家边界继续二分搜索（旧逻辑对每个剩余专家仍跑一遍查找）；复用组哨兵，未命中瓦片仍搜索全部专家，物理前缀和 / 对齐 / masked 路径行为不变。sm89（RTX 6000 Ada）基准覆盖 K512/N256 tight 行场景。
  • permute-align 收界（#2559）：针对较 vLLM moe_align_block_size 全 12 行落后的收界与正确性修复——threads 非 32 倍数时报错而非错误结果、空路由调用在任意专家数下返回 num_tokens_post_pad=0、超出范围的 expert_ids 填充为专家数之外的值、verifier 与文档对齐结果集、专家循环加界与每块散列区间预留。

3.3 TileOPs：D=256 解码扩至 SM80 / SM90（#2563）；在审注意力一族与 GEMM 新批（10-14）

日期：2026-10-14　来源：D=256 解码（#2563）／ 注意力在审批（#2515 至 #2541）／ GEMM 新批（#2586 / #2587）／ TileOPs PR 列表

  • D=256 解码扩展（#2563）：把 D=256 FP16/BF16 稠密解码从 SM89 扩到 SM80 / SM90（沿用 64-head × 64-key 单级程序与共享内存 split 选择），新增 Gemma-2B 8K cache 的 B=1 / B=16 负载；同时修复稠密 RoPE split 消费者忽略 softcap 的问题（cap=2 回归此前失败），覆盖 D=128 与新增的 D=256 路径。关闭 #2420。
  • 在审注意力一族：稠密 GQA 注意力汇聚（#2515）、分页 GQA 的 RoPE / 窗口 / 汇聚（#2516）、分页 KV cache gather（#2519）、PagedKVCacheWriteFwdOp（#2539）、LSE 加权注意力状态合并（#2530）、varlen GQA 汇聚与流水线滑窗（#2537）、稠密 FP8 GQA 长因果 KV 流水线（#2541）——superAngGao 的注意力族批量更新。
  • GEMM 新批与测试：K-512 FP8 预填 256 行波瓦片（#2587）、W4A16 权重先发加载与 8 行瓦片单移位解码（#2586）、MoE 取整预算验收（#2583）、FlashInfer fused-MoE 基线逐激活自调优（#2580）。TileOPs 开放 PR 计 17 笔（上一期 26 笔）。

3.4 采用方双笔：TileKernels v2.1.0 发布（#38）与 FlashQLA sm120 修复（#48）（10-14）

日期：2026-10-14　来源：TileKernels v2.1.0（#38）／ TileKernels 仓库／ FlashQLA（#48）

  • TileKernels v2.1.0（#38，16 文件、+352/-382）：DeepSeek 采用方仓发布版本（版本提交 4d5ad0f5「Release tile-kernels v2.1.0」）。改动集中在昇腾侧：norm_forward_asc 大幅重写（+166/-207）、norm 前向/反向内核与测试更新、SwiGLU 前向与反向的 asc / cuda 两侧修改、Engram 门控前/后向（asc + cuda）与测试对齐、cast.py 精简（+12/-36）。README 要求同步升至 TileLang 0.1.15、PyTorch 2.13、Ascend 950 NPU 与 CANN 9.2.0。此前 09-30 加入昇腾支持（与英伟达路径一一对应、运行期自动选后端），本次为该仓改昇腾以来第一次版本迭代。
  • FlashQLA sm120 修复（#48，5 文件、+82/-5）：自 0.1.13 起 Blackwell sm120 前向与反向路径不可用——根因为 block_DV 被误改为 128（sm120 实现要求 64）且缺少 aggregate_card_state；修复恢复 block_DV=64、补做 aggregate_card_state 处理并更新 sm120.csv。在 RTX 5090（sm120）+ tilelang 0.1.15 + CUDA 13.0 上全部测试通过；后续拟探索节点内 / 跨节点上下文并行支持。

3.5 TileFoundry：schedule CLI 加固合入（#231）；模块表示与 lowering 两笔在审（10-14）

日期：2026-10-14　来源：schedule CLI（#231）／ 模块实例槽（#232）／ lowering 契约（#233）

  • #231 合入：统一指令匹配器（类型推断与候选共用，覆盖执行网格、操作数作用域、字段匹配、瓦片投影与校验）；新增 tf.empty 并迁移 schedule fixtures / 教程源与 notebook；修复依赖原子的 facts、新增 schedule finalize --dim、共享属性渲染、非有限常量往返；以确定地址并集与坐标预算统计 may-access footprint。验证：冻结全套源码 1617 通过 / 11 跳过。回应 #222 / #224 / #226 多节问题（部分条目转 lowering 域，PR 注明区分）。
  • 在审两笔：#232 把模块子节点表示为共享实例槽；#233 保留 storage 作用域与 printer 契约。TileFoundry 开放 PR 计 3 笔（上一期 1 笔）。

3.6 夜间流水线：新快照 35a25677——正确性 1105 项（+41）、基准 1970 项（+4）零失败（10-15 凌晨）

日期：2026-10-15　来源：夜间快照 56c2ab6b／ 快照元数据

  • 新快照 35a25677（run 38611488940，快照日期 10-14、北京时间 10-15 05:15 推送）：正确性 1105 项（65 套件、较上份 +41、0 失败 0 错误 1 跳过）、基准 1970 项（53 套件、+4、0 失败）；环境 H200、CUDA 13.2、驱动 595.71.05、镜像 cu132-torch2.13-tl-0.1.12，快照内 tileops 0.0.1.dev1330+g35a25677c（较上份 +16 开发号）、tilelang 0.1.12、torch 2.13.0+cu132。
  • 快照对应 TileOPs 35a25677，即 #2576（RMSNorm 分行）合并点——正确性 +41 为近一周单日最大增幅，与窗口内 16 笔合入（多数带测试增项）同拍。

3.7 文档与站点：TileOPs 站渲染时点前移（#70）与双子站例行更新（10-14）

日期：2026-10-14　来源：渲染时点前移（#70）／ TileOPs 文档站／ 主站

  • TileOPs 站渲染前移（#70）：render-benchmarks.yml 的每日刷新 cron 从 0 22 * * *（22:00 UTC，北京 06:00）移至 30 20 * * *（20:30 UTC，北京 04:30）；依据为夜间快照在 19:38 至 20:18 UTC 落地（过去七晚），新时点最坏情况下在其后 12 分钟排队。窗口内一次 gh-pages 部署（Deployed 8f46bef，MkDocs 1.6.1）。
  • 主站例行更新：tilelang.github.io 两次自动文档更新（10-14 19:15 / 19:34 UTC）。发布页：主仓最新 v0.1.15（09-30）、TileFoundry v0.0.2（09-10）、TileRT v0.1.5.post2（08-06），窗口内均无新增。

四、社区、教程与活动

4.1 PTO-ISA：tilelangGym 新仓建立、SuperNPUBench 归档批与 SIMT 对照推进（10-14）

日期：2026-10-14　来源：tilelangGym／ 归档 PR（#242）／ SuperNPUBench／ simt_compare 分支／ PTO-ISA/tilelang fork

  • tilelangGym（新仓）：PTO-ISA 组织 10-14 建立，定位为「测试不同 benchmark / microbenchmark 的 PTO lowering 与性能敏感度」的测试台（首笔提交 10-14 06:21）。
  • SuperNPUBench 窗口内 3 笔：
    rms_norm_dynamic_simt_32k 归档进 V2（#242）、group_norm_grad 静态内核归档进 V0（#239）、matmul 新增 reuseB 内核（valid-tail 处理，未走 PR）。
  • tilelang-puzzles-ascend（SIMT 对照）：simt_compare 分支窗口内 2 笔——T.reduce_max 对串行扫描实测快 8.94 倍、12 个内核改用 T.reduce_absmax 折叠并重测。
  • PTO-ISA/tilelang fork：跟随上游 main 推进（窗口内同步至最新合并）。

4.2 第三方社区：TileMC 目标扩展、BM1690 板级日志批；教程与调试仓静默（10-14）

日期：2026-10-14　来源：TileMC／ BM1690 pipelines／ easy-tilelang／ SwHwCodesign／ tilelang-debugger

  • TileMC（第三方面向 manycore 架构的 TileLang 目标）：1 笔——扩展 TileMC 目标的 FP32 支持、panel 映射与工作负载缩放。
  • BM1690 流水线仓（算能 TPU）：窗口内 18 笔开发日志式提交——Matmul / RMSNorm 板级冒烟与 1024 交班验证、Split-K 板级结果、RoPE 联调与超时诊断、驱动退出语义与 7.0.0-34 内核主机构建等。属个人实验仓的板级调试记录。
  • 静默项：easy-tilelang 教程仓无窗口内推送（上次 10-13）；SwHwCodesign 公开仓（AI-Compiler / AI-Infra）无推送（10-12 后）；tilelang-debugger 无更新（10-10 后）。

4.3 媒体与学术：Google News / Hacker News / arXiv 窗口内零新增（10-14）

日期：2026-10-14　来源：Google News／ Hacker News 检索／ arXiv 检索

  • Google News 中英文多组查询（TileLang 算子 / 昇腾 / tile-ai / 精确词）窗口内零新增——最近一波报道停在 09-29 至 10-02（DeepSeek×昇腾 TileLang 话题，已在往期收录）；一条泛 AI 产业评论稿命中查询词、正文未见 TileLang 或 tile-ai 字样，按噪音剔除。
  • Hacker News 窗口内零相关条目（一条 Brainfuck 编译器 Show HN 属模糊匹配噪音）；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 全后端 v0.1.15 对齐收官在望

  • 上游 v0.1.15（09-30）发布后，沐曦于 10-13 把 main 追平至 v0.1.15 节点，海光在本窗口以 #20 完成全量升级并建立发布分支——两家后端两周内先后对齐，其中海光在升级同时把块缩放 GEMM 的布局规划带进新基线。剩下摩尔线程仍停在 09-30 后静止，昇腾后续则以「文档事实核查」逐项补 API 说明。多后端「同版本、同语义」的底盘正在收口。

5.2 主仓的「基建日」：编译面重构与平台铺开

  • 单窗 10 笔合入中过半为编译与平台基建：C 系 codegen 共享（CUDA / HIP / CPU / Ascend / Metal 统一基类）、CPU OpenMP 网格并行、Windows MSVC 链路、测试基建缓存、ROCm scan 波前——再叠加四个 PTO/Ascend 新开。发布静默期（v0.1.15 后 15 天无新版本）里，火力明显投向底层可扩展性与新平台支撑，这与「MoE/性能合入 → 底盘增长 → 新版本」的节奏互为表里。

5.3 夜间底盘 +41：测试随合入同步膨胀

  • 正确性单日 +41 项为近一周最大增幅，且与 TileOPs 16 笔合入一一对应（性能批普遍带 test-node 增项、注意力扩展带新负载行）。「合入一笔、底盘爬一截」的滚动记账继续把每笔改动的验证沉淀进夜间快照——发布前的静态准备仍在稳步积累。

5.4 昇腾仓的回滚纪律：低优先级用例也在守

  • 前三笔「文档事实核查」PR 因低优先级预期失败用例的异常正则不匹配被整体回滚、再以删减版重做——暴露的是「PR 阶段 CI 不跑低优先级用例、由每日全量套件兜底」的两级验证结构。这种「回滚—重做」而非「带伤前进」的处置，说明昇腾适配仓的 CI 治理正在从「全部通过」转向「断言精确、口径统一」，也意味着窗口内的合入质量受每日全量运行的持续约束。

附：素材与核查说明

信源 核查结果
tile-ai 组织（29 仓库） 窗口内 8 个仓库有推送：tilelang（合入 10）、TileOPs（合入 16）、TileFoundry（合入 1、新开 2）、tilelang-ascend（回滚 3、新开 3）、tilelang-hygon（合入 1、新开 1、分支建立 1）、TileOPs-nightly（快照 1）、tilelang.github.io（自动更新 2）、TileOPs.github.io（合入 1、部署 1）；组织窗口内合计合并 32 笔、新开 27 笔（其中在审 16）、在审更新 40 笔
主仓 tilelang 合入 10 笔（#3109、#3289、#3330、#3474、#3485、#3494、#3502、#3510、#2326、#3513）；开放 PR 计 160 笔（上一期 161）；发布页窗口内无新增（最新 v0.1.15，09-30）
昇腾仓（ascend / mlir-ascend） ascend：回滚 3 笔（#1888 至 #1890）、新开 3 笔（#1891 至 #1893）；开放 PR 计 233 笔（上一期 229）。mlir-ascend：窗口内零推送（最新提交 10-10）；开放 PR 计 32 笔（持平）
海光 / 沐曦 / 摩尔线程 海光：合入 1 笔（#20 升级 v0.1.15）、v0.1.15-release 分支建立、distributed 分支推送（#19 在审）；开放 PR 计 2 笔（上一期 1）。沐曦：窗口内无推送（上次 10-13）；开放 PR 计 16 笔（持平）。摩尔线程：09-30 后无活动
TileOPs 合入 16 笔（#2559、#2563、#2569、#2570 至 #2573、#2575 至 #2579、#2581、#2582、#2584、#2585）；开放 PR 计 17 笔（上一期 26 笔）
TileOPs-nightly 新快照 35a25677（run 38611488940，10-15 05:15 推送）：正确性 1105 项（65 套件、+41）、基准 1970 项（53 套件、+4），零失败零错误（1 跳过）
TileFoundry 合入 1 笔（#231）；新开 2 笔（#232、#233）；开放 PR 计 3 笔；发布页无新增（最新 v0.0.2，09-10）
采用方 TileKernels：合入 2 笔（v2.1.0 发布 PR #38 与版本提交）；FlashQLA：合入 2 笔（#48 sm120 修复）；TileRT 无动态
PTO-ISA 组织与社区第三方 tilelangGym 新仓（首笔 10-14）；SuperNPUBench 窗口内 3 笔；tilelang-puzzles-ascend simt_compare 分支 2 笔；PTO-ISA/tilelang fork 同步上游；TileMC 1 笔；BM1690 pipelines 18 笔；easy-tilelang / SwHwCodesign / tilelang-debugger 无窗口内推送
Google News / Hacker News / arXiv Google News 窗口内零新增命中（一条泛 AI 评论稿按噪音剔除）；HN 零相关条目；arXiv 无新预印本

完整信源清单