调研窗口:2026-11-12 07:00 ~ 2026-11-13 07:00(北京时间,24 小时;上一期截点为 11-12 07:00)。

信源:GitHub tile-ai 组织逐仓核查(30 仓库,窗口内推送 7 个)+ 组织级合入与在审真值检索(窗口内合入 8 笔、在审更新 71 笔、新开 issue 18 条)+ 主分支逐笔提交核查(tilelang 5 笔、mlir-ascend 与 TileOPs 均 0 笔)+ 非默认分支核查(mlir-ascend harness 3 笔、hygon tilelang-tileops-fix 10 笔、TileOPs stats 1 笔、TileOPs-nightly snapshots 1 笔)+ 发布页核查(tilelang / TileOPs / mlir-ascend,窗口内无新版本)+ 第三方后端仓核查(Hexagon NPU fork、CANN 社区算子仓)+ Google News 中英文查询 + Hacker News + arXiv。RISC-V 四源专项巡检 24 小时无变化。


本期索引

  • 今日重点:主仓五笔合入清一色昇腾,四笔在收 #3512 的尾;ROCm 一小时内成系列开出七笔;昇腾 950 审计换人接力,八条新 issue 全指低层 SIMD 面

  • 一、核心项目进展
    • 1.1 昇腾:跨核同步 mode=0 强制 batch 调度,全核屏障不再与多流抢核死锁(11-12)
    • 1.2 昇腾 PTO:VMI 描述符与逻辑覆盖校验一并收口,单笔 +925/−550 为本期最大(11-12)
    • 1.3 昇腾 PTO:标量 cast 事实加保护,回绕 cast 不再让 IntSet 求值抛错(11-12)
    • 1.4 昇腾 PTO:显式 SIMD 并行循环不再被车道布局推断拒收(11-12)
    • 1.5 昇腾 PTO:整数原子改走 signless 兼容包装,有符号输入可编译(11-12)
    • 1.6 主线口径:五笔合入全为昇腾,+1903/−617,版本仍停 v0.1.15(11-12)
  • 二、多后端适配
    • 2.1 mlir-ascend:harness 分支一日三笔合入,+7632/−24,全部落在非默认分支(11-12)
    • 2.2 mlir-ascend:TL 方言一日补五个算子,reshape / sort / print / pow / xor 在审(11-12)
    • 2.3 海光:tilelang-tileops-fix 分支单日十笔,hipRAND 随机数与 cache_warmup 进分支(11-12)
    • 2.4 海光:PR #27 仍在审,推送内容即该 PR 分支更新(11-12)
    • 2.5 Sunrise:发布流水线分支 ci/sunrise-0.1.15-1.2.1-r6 创建后 80 秒删除(11-12)
    • 2.6 沐曦与摩尔线程:窗口内无提交(11-06 / 11-10 最近)
    • 2.7 ROCm:一小时内成系列开出七笔,22 文件 +624/−19(11-12)
  • 二·五、RISC-V 后端与社区(专项观察)
    • 2.8 四源巡检:连续第六个窗口无变化,PR 接口限流仅比对引用(11-13)
  • 三、生态与采用方
    • 3.1 TileOPs:主线连续第二个窗口零提交,stats 分支刷新清单(11-12)
    • 3.2 TileOPs-nightly:夜间快照仍落在 9bf4bf56,run 43264767627 测的是未变代码(11-13)
    • 3.3 TileFoundry:Mesh 选择切片与维度算术两笔修复在审(11-12)
    • 3.4 第三方后端:Hexagon NPU fork 把 TileLang 推到手机 DSP,LFM2-1.2B 端到端跑通(11-12)
    • 3.5 CANN 社区的昇腾 TileLang 算子仓现身,官方属性未核实(11-12)
  • 四、社区、教程与活动
    • 4.1 昇腾 950 审计第二波:八条 issue 集中在谓词与低层 SIMD 面(11-12)
    • 4.2 审计的对应修复已在队列:校验类 PR 十余笔同步推进(11-12)
    • 4.3 CUDA 侧三笔新 issue:cp.async 两字节、布局推断指数级耗时、Pipelined 显式 order(11-12)
    • 4.4 新闻侧:中英文查询窗口内零命中,arXiv 最新仍停在 11-03(11-12)
    • 4.5 每日回归:同一 run 在两个时点各开一条告警(11-12)
  • 五、趋势观察

今日重点

这个窗口的主线是善后。主仓五笔合入(+1903/−617,22 处文件改动)没有一笔新增算子、没有一笔新后端,四笔都在收 #3512 那轮 PTO 向量化改造的尾巴:VMI 描述符在 typed view 的 gather/scatter 与单元素载入上取错,于是 #3894 一次改掉 6 个文件、+925/−550;分析式遍历把标量定义提前绑定,IntSet 在回绕 cast 上求值抛异常,于是 #3793 加了保护;车道布局推断把显式 SIMD 的向量块地址当成标量车道访问,老写法直接编译不过,于是 #3796 保留旧路径;codegen_pto 改成发 si32/si64 而 PTO 原子只认 signless,于是 #3792 在调用边界做局部重解释。这四笔的共同点是「改造之后原有的合法程序不再合法」,属于大改动的必然代价,但从 11-10 到 11-13 连续四个窗口都在付这笔账,说明 PTO 这条线的回归面比预估的宽。

第五笔 #3614 是另一种性质:它不是修 bug,而是防死锁。昇腾内核有两种调度模式,mode=0 是「有可用核就启动算子」,mode=1 是「等算子所需的全部核资源到位再整体启动」。做全核同步的算子如果在普通模式下启动,可能只拿到一部分核就先跑到全核屏障上等其余的核,而其余的核正被另一条流占着——资源成环,设备直接挂死。这笔改动在 codegen 侧识别出「带常量 0 的跨核同步」后自动置 __schedmode__(1),并把该标志按函数重置以防泄漏到后续入口;同时把跨核 set/wait 接口里整数形态的 mode 收窄到 0/1/2/4,非整数不校验以保留符号量。回归文件 78 行,覆盖全 AIC、全 AIV、AIC+AIV 组合协议、三个局部模式与标志重置共七种情形。

ROCm 侧的动静比昇腾更值得记。窗口开始后不到一小时,同一账号连开七笔 PR,22 文件 +624/−19,全部基于 72d986e1,构成一套完整的 HIP 侧补丁:编译参数此前只进缓存键不进 hipcc(#3954);8 位整型向量的 8/16 车道广播会发出 hipcc 拒收的 make_uint2/make_uint4(#3955);小瓦片上的 T.gemm 报「Divide by zero」这类无用信息(#3956);T.annotate_min_blocks_per_sm 在 HIP 上被丢弃,gfx90a 上一个 256×128×32 的 fp16 GEMM 因 143 个 VGPR 加 128 个 AGPR 被锁在一 CU 一块(#3957);占用率与 scratch 用量只有原始数字没有换算(#3958);wave64 上 64 线程的归约白分配了一块 LDS(#3959);HIP 里 uint2/uint4 是结构体,跨循环驻留的 fp16 片段被 SROA 打回栈上,每 lane 吃掉 80 字节 scratch(#3960)。ROCm 此前在本日报的记录里长期是「偶有一笔」,一天之内成系列出现,是本期最明显的结构性变化。

第三件事在 mlir-ascend 的 harness 分支上,三笔合入合计 +7632/−24、64 处文件改动,全部不落 main 也不落 master。内容不是编译器功能,而是「写给要写算子的人(或 agent)的知识库」:#220 补 Ascend950 的仿真 trace 工作流(msprof 采集、MindStudio Insight 查看、用同一次运行的 dump 补 GET/RLS 事件、导出 npusim SQLite 供时间线分析,38 项既有测试在 WSL 上全过);#221 是算子设计指南的可安装版本(阶段分解、SIMD/SIMT 选择、存储预算、瓦片流水,外加 Cube MFU 与条件 Roofline 计算器,并把上游九份 TileLang Skill 资料另存快照以便离线读);#226 补 BMM 与 w4a8 的 Gemm 量化示例,同批还进了一个 conv 示例。这条线的价值不在编译能力,而在于把「怎么在这块硬件上把算子写对、算清 MFU」变成可分发的东西。

第四件事是质量侧换了人接力。上一期是 cn-sys 与 JINITAIMEI121 两个账号一天堆出 30 条昇腾 issue,本期 NebulaMao 在 18:39 之后的十几分钟内连开八条,全部跑在 Atlas 950 / Ascend950PR 上、版本 0.1.15,指向的是更下一层:any_sync/all_sync 导出后源码生成留下未解析的 tl.any_sync;合法的 int64 跨 warp reduce_sum 发出未定义的 HwReduce<SumOp,long>;update_mask/pintlv/pdintlv 不校验谓词宽度,能发出根本不存在的 b64 helper;T.simd.pge 悄悄退化成 pset_bXX;T.copy 的 l2_cache_ctrl 接受越界整数并做 int32 回绕强转;T.set_atomic(dtype="int32") 按文档写却发出不存在的 *_int32 CANN 名字;vld2 接受不匹配的 DINTLV 宽度与 64 位 dtype;T.ascend_pipe_barrier("PIPE_V") 被 codegen 静默丢弃。八条的共同形态还是一句话:本该报错的地方没有报错。


一、核心项目进展

1.1 昇腾:跨核同步 mode=0 强制 batch 调度,全核屏障不再与多流抢核死锁(#3614)

这笔改动 5 个文件、+102/−1,其中 78 行是新增的回归文件(test_ascend_schedmode.py,位于 testing/ascend/target/ 下),真正的编译器改动只有二十余行:在 Ascend codegen 里识别出「带常量 0 的跨核同步」后置 __schedmode__(1),并把这个标志做成按函数重置的成员,避免泄漏到后续入口。

要看清它的必要性得回到调度语义。昇腾内核的 mode=0 是普通模式——只要算子所需的部分核资源可用就启动,不同流的算子可以重叠;mode=1 是批模式——等算子所需的全部核资源到位再整体启动。做全核同步的算子(全 AIC 同步、全 AIV 同步,以及「AIV 与本地 AIC 同步 → 全部 AIC 同步 → 再同步回本地 AIV」的组合协议,其内部含一个 mode=0 阶段)在普通模式下启动时,可能只拿到部分核就先跑到全核屏障上等待,而它等的那些核正被另一条流占着且不会释放,资源成环,设备死锁。批模式消除的就是这个窗口。

顺带做了接口收窄:跨核 set/wait 接口里整数形态的 mode_id 只接受 0、1、2、4,其余整数直接拒;非整数不校验,以保留符号量传参的可能。文档串也补了一句实情——同一份 API 文档列出的模式在三个目标上并不一致:910B/910C 支持 0/1/2,950 才多出 4。回归覆盖七种情形:全 AIC、全 AIV、AIC+AIV 组合各自应开批模式,mode=1/2/4 应保持默认,以及标志在函数之间不残留。

来源:https://github.com/tile-ai/tilelang/pull/3614

1.2 昇腾 PTO:VMI 描述符与逻辑覆盖校验一并收口,单笔 +925/−550 为本期最大(#3894)

#3894 是本窗口最大的一笔(6 个文件,+925/−550),把两件独立的事放在一个分支里。第一件是修 VMI 内存描述符,涉及两类形态:typed view 的 gather/scatter,以及单元素载入——两者在构造描述符时取的基址与步长与实际访问不一致。第二件是把 VMI 前端冗余的逻辑覆盖拒绝删掉。

第二件事的前提值得写清:删校验不是放松,而是因为共享内存检测器的修复(#3805)已经落地,前端再拦一遍属于重复拦截,且会误伤跨行、转置与动态视图这些本该放行的形态。换句话说,同一处语义在两个层次上各做了一次判断,先落地的那个修好之后,后一个就成了负担。

−550 行的删除量主要来自这两处的收敛。对下游的含义是:typed view 的 gather/scatter 与单元素载入两类写法在 PTO 目标上从「能过但结果不对」变成「要么正确、要么被检测器拦下」。

来源:https://github.com/tile-ai/tilelang/pull/3894

1.3 昇腾 PTO:标量 cast 事实加保护,回绕 cast 不再让 IntSet 求值抛错(#3793)

复现形态很小:u = uint32(i - 1),i 落在 [0, 63]。u 与任何 VMI 地址都无关,但 LegalizePTOVMIMemoryAccess 会在它上面失败。根因在 #3512 引入的分析器感知遍历——它会把标量定义积极绑定进分析上下文,而 IntSet 在求 cast 端点时,若其它子分析器已经装入了一个被低估的界,回绕 cast 就会抛异常。

修法是在下沉期跳过不安全的分析(2 个文件,+571/−13)。这类「分析器之间互相污染假设」的问题在大改之后的编译器里最费时间:报错位置在一个与故障无关的标量上,堆栈里也看不出是谁先装错了界。

来源:https://github.com/tile-ai/tilelang/pull/3793

1.4 昇腾 PTO:显式 SIMD 并行循环不再被车道布局推断拒收(#3796)

#3512 引入的 PTO 车道布局推断会拒掉既有的 T.Parallel 嵌套——只要里面写了显式 SIMD 指令。原因是推断把这些循环的地址当成标量车道访问,而它们实际是在向量块上迭代。

典型例子写在 PR 里:一个 T.Parallel(2, 32) 嵌套,循环体用 S.vld(temp[h, block * 64]) 与对应的 S.vsts(...),每次迭代处理一条 64 元素的 FP32 向量。这种写法在推断出现之前是合法且常用的,推断上线后一律编译失败。改动 5 个文件、+194/−17,做法是保留旧式的显式 SIMD 并行语义,让推断只作用于它该管的形态。

来源:https://github.com/tile-ai/tilelang/pull/3796

1.5 昇腾 PTO:整数原子改走 signless 兼容包装,有符号输入可编译(#3792)

#3512 之后 codegen_pto 对 TileLang 的整数值发 pto.si32/pto.si64,而 PTO 的原子接口只接受 signless 的 i32/i64,于是整数缓冲上的 T.atomic_add、T.atomic_max、T.atomic_min 全部编译失败(此前已在上一期的同批条目中提到,本窗口 11:27 落主干)。

改法只在生成的调用边界做局部适配(4 个文件,+111/−36):把指针与操作数按同宽重解释为 signless,保留指针的地址空间,返回值再还原成逻辑类型;min/max 保持原本的有符号或无符号比较语义。这样 #3512 建立的逻辑类型体系不必推翻,适配压缩在原子这一层。

来源:https://github.com/tile-ai/tilelang/pull/3792

1.6 主线口径:五笔合入全为昇腾,+1903/−617,版本仍停 v0.1.15(11-12)

把窗口内主仓五笔合入按方向拆开:#3614、#3894、#3793、#3796、#3792,全部落在昇腾,CUDA、ROCm、CPU 侧零合入。合计 +1903/−617、22 处文件改动,其中四笔是 #3512 的回归清理,一笔是调度模式加固。

非昇腾后端全部堆在评审队列:主仓窗口内在审更新 50 笔,CUDA 侧的 SM90 共享转置降 ldmatrix/stmatrix(#3809)、流水 GEMM 操作数活到完成等待(#3923)、TMEM 自动释放前同步(#3975)、不兼容共享布局回退标量 MMA(#3998)都在队列里;ROCm 侧就是 2.7 那七笔。版本侧没有变化,主仓发布页最新仍是 09-30 的 v0.1.15,tag 序列未动;TileOPs 仍是 10-27 的 v0.1.0。本期这 1903 行最早也要等下一个 tag 才能进下游发行包。

来源:https://github.com/tile-ai/tilelang/releases 、 https://github.com/tile-ai/tilelang/pull/3809 、 https://github.com/tile-ai/tilelang/pull/3923

二、多后端适配

2.1 mlir-ascend:harness 分支一日三笔合入,+7632/−24,全部落在非默认分支(11-12)

三笔合入都不在 main 也不在 master,而在 harness 分支,按分支查才看得到:#220(14 文件,+1014/−12)是 Ascend950 仿真 trace 技能,把 msprof 采集、MindStudio Insight 查看、同一次运行 dump 补 GET/RLS 事件、导出 npusim SQLite 做时间线分析串成一条可执行流程,38 项既有测试在 WSL 上全过;#221(45 文件,+5178/−12)是算子设计指南的可安装版本,覆盖阶段分解、SIMD/SIMT 选择、存储预算与瓦片流水,附带 Cube MFU 与条件 Roofline 计算器,供分析与设备测试节点报出「这段时间里 Cube 干了多少活」,另把上游九份 TileLang Skill 资料单独存快照以便离线读;#226(5 文件,+1440/−0)补 BMM 与 w4a8 的 Gemm 量化示例,同批还进了一个 conv 示例(e51c1774f1)。

三笔合计 +7632/−24、64 处文件改动,是本窗口单条线里体量最大的一次落地。上一期这两笔(#220、#221)还在提案状态,本期已进分支;这也解释了为什么该仓 main/master 当日零提交——工作面整体在 harness 侧。

来源:https://github.com/tile-ai/tilelang-mlir-ascend/pull/221 、 https://github.com/tile-ai/tilelang-mlir-ascend/pull/220 、 https://github.com/tile-ai/tilelang-mlir-ascend/pull/226

2.2 mlir-ascend:TL 方言一日补五个算子,reshape / sort / print / pow / xor 在审(11-12)

TL 方言在窗口内被集中补面,五个提案从 17:49 到次日 05:45(北京时间)陆续开出:#228 tl.xor、#229 tl.pow、#231 tl.print、#232 tl.sort、#233 tl.reshape。它们都建在 #203 引入的 TL_BinaryOp<...> 基类上,照 #218(and)与 #225(or)的模板铺开,因此单笔改动都很薄。

分工上各有讲究:tl.reshape 是纯视图算子,不带目的操作数,在 TL→HIVM 里直接落到 memref.reinterpret_cast,不经过任何 HIVM 硬件算子,与既有 NPUIR 的 ReshapeCodegen 路径对齐;tl.sort 落到 hivm.hir.vsort,补了升降序两组转换测试与 expert_mode 路径;tl.print 落到 hivm.DebugOp,同时处理标量与张量两种打印形态,验证器只查元素类型为整型或浮点;tl.pow 与 tl.xor 走元素级二元算子的常规三段(方言定义、verifyElementwiseBinary、ConvertBinary 到对应 HIVM 算子)。

方言补面的意义在覆盖率:MLIR 路线要能承接上游 TIR 的全部常见算子,缺一个就得在 TIR 层绕开,绕开的地方就是与主仓行为分叉的地方。

来源:https://github.com/tile-ai/tilelang-mlir-ascend/pull/233 、 https://github.com/tile-ai/tilelang-mlir-ascend/pull/232 、 https://github.com/tile-ai/tilelang-mlir-ascend/pull/231

2.3 海光:tilelang-tileops-fix 分支单日十笔,hipRAND 随机数与 cache_warmup 进分支(11-12)

海光仓 main 零提交,但 tilelang-tileops-fix 分支在 15:41 至 21:14(北京时间)之间落了十笔,方向是「把 TileOPs 需要的算子面补齐」:feat(hcu): support rng operations with hipRAND 补随机数;feat(hcu): support cache_warmup intrinsic 补缓存预热内建;feat(hcu): rebase buffer loads;[Fix] unroll the epilogue of a pipeline with a runtime trip count 处理运行时 trip count 下的收尾展开;[Fix] fix 8-bit integer vector broadcast code generation;[Fix] fix cos and sin intrinsic dispatch;[feat] fix shuffle lowering and enable full-wave shuffle reduction;另有 __builtin_bit_cast 尺寸不等、fp64 截断、hexp 调用二义三笔编译期修复。

其中八位整型向量广播一笔与主仓 ROCm 系列 #3955 是同名主题,说明 HIP 侧的这两条线在同一周撞上了同一类代码生成缺口。海光仓现有 15 个分支,feat/hcu-* 系列六条、distributed 一条,加本条 tilelang-tileops-fix,工作面已经覆盖指令、通信、算子兼容三层。

来源:https://github.com/tile-ai/tilelang-hygon/tree/tilelang-tileops-fix

2.4 海光:PR #27 仍在审,推送内容即该 PR 分支更新(11-12)

组织级逐仓核查里海光仓显示「窗口内推送」,落点是 tilelang-tileops-fix 分支的 push(21:15),对应 #27(Fix intrinsic lowering, precision, and integer vector codegen)的更新时间 21:15:47。该 PR 从 10-23 开到现在仍未合入,但分支一直在长:本窗口那十笔就是它的内容。

也就是说,海光侧目前是「一个长期 PR 承载一条开发线」的形态——分支上的成果已经覆盖随机数、缓存预热、shuffle 归约与多项编译期修复,但要等这一笔整体合入才算进主线。

来源:https://github.com/tile-ai/tilelang-hygon/pull/27

2.5 Sunrise:发布流水线分支 ci/sunrise-0.1.15-1.2.1-r6 创建后 80 秒删除(11-12)

Sunrise 后端发行版仓本窗口没有代码变更:main 仍停在 10-23 的 fb7d3d62。窗口内的动作为一次 CI 分支的创建与删除——18:17:24 建 ci/sunrise-0.1.15-1.2.1-r6,18:18:44 删除,间隔 80 秒。

分支命名的信息量在于版本组合:0.1.15 对应上游基线,1.2.1 是从 10-19 候选分支名里的 1.2.0 升上来的第二个分量,r6 表示第 6 次修订。这与 9 月记录到的 0.1.14+sunrise.1.1.0 属同一条发布序列,说明该后端仍在跟主线走、并按自己的节奏出修订版,只是本期停在构建而非提交。

来源:https://github.com/tile-ai/tilelang-sunrise

2.6 沐曦与摩尔线程:窗口内无提交(11-06 / 11-10 最近)

tilelang-metax 最近推送为 11-06(main 上有一笔把上游 main 合进 dev 的合并 PR #162,01:37 开、无评审),tilelang-musa 最近推送为 11-10。两仓窗口内均无实质提交,也无新版本:metax 无发布,musa 最新标签仍是 v0.1.14+musa.1(09-11)。

来源:https://github.com/tile-ai/tilelang-metax 、 https://github.com/tile-ai/tilelang-musa

2.7 ROCm:一小时内成系列开出七笔,22 文件 +624/−19(11-12)

七笔在 07:56 至 07:57(北京时间)一分钟内连续开出,同一作者,全部基于 72d986e1,合起来是一套 HIP 侧补丁:

  • #3954(3 文件,+65/−2)把 compile_flags 与 tl.device_compile_flags 送进 hipcc。此前这些参数只进内核缓存键,实际编译不受影响,唯一能改设备代码生成的是进程级的 HIPCC_COMPILE_FLAGS_APPEND。
  • #3955(2 文件,+70/−9)修 8 位整型向量的广播:4 车道时 ICHECK 撞上非常量,8 与 16 车道时按每字节一个参数发 make_uint2/make_uint4,hipcc 直接拒。
  • #3956(3 文件,+102/−1)给小瓦片的 T.gemm 补可读报错。16×32 配 256 线程会走进 MFMA 宏生成器后报「Divide by zero」,或在前一个 gemm 的输出直接喂给下一个 gemm 的 A 操作数时撞「Layout infer conflict」,两种情形此前都没有可用信息。
  • #3957(6 文件,+102/−5)让「每 SM 最小块数」注解在 HIP 上从「丢弃」变成「按每 EU 的 wave 数发启动界」。动机给了实测:gfx90a 上一个 256×128×32 的 fp16 GEMM 编出 143 个 VGPR 加 128 个 AGPR,占用率 1,无论 LDS 还剩多少都只能一 CU 一块。
  • #3958(2 文件,+73/−0)给 hip_resource_info 加占用率报告。hipcc 本来就报 Occupancy 与 ScratchSize,但没人把它换算成 blocks per CU,而这才决定内核能不能用满它按两块申请的 LDS。
  • #3959(2 文件,+58/−2)修 ROCm 的归约工作区判定。AllReduceNeedsWorkspace 在超过 32 个归约线程时返回真,而 tl::AllReduce 只在一跨 wavefront 时才用工作区,于是 wave64 上 64 线程的归约白分配一块从不碰的 LDS,且因为工作区在 IR 里算共享内存访问,ThreadSync 会给每个这样的归约套屏障。
  • #3960(4 文件,+154/−0)让 fp16 片段真正留在寄存器里。HIP 中 uint2/uint4 是结构体,向量拷贝进或出局部数组退化成 memcpy,SROA 之后数组仍留在栈上:clang 18 / ROCm 6.2.4 上,一个跨循环驻留、每线程持 2 行 K 与 V 的 fp16 片段,每 lane 吃 80 字节 scratch。

七笔合计 22 文件 +624/−19,覆盖编译参数、代码生成、启动界、占用率报告、归约工作区与寄存器驻留六个层次。这是本日报记录 ROCm 以来第一次成体系出现。

来源:https://github.com/tile-ai/tilelang/pull/3960 、 https://github.com/tile-ai/tilelang/pull/3957 、 https://github.com/tile-ai/tilelang/pull/3959

二·五、RISC-V 后端与社区(专项观察)

2.8 四源巡检:连续第六个窗口无变化,PR 接口限流仅比对引用(11-13)

按既定四源逐一比对引用,24 小时窗口内全部无变化:

  • kubuds/tilelang-riscv-kubuds(TVM 后端路线)两个 kubuds- 前缀分支停在 kubuds-riscv-karen fc62939、kubuds-riscv-mahiru 33e0c89,main 仅为上游同步;
  • RuyiAI-Stack/tilelang-riscv(MLIR 改写路线,target="riscv")main 停在 57c548c;
  • TongmingLAIC/tilelang-riscv(社区索引页)main 停在 4499c2a,表内项目无增删;
  • TongmingLAIC/tilelang-tpu(算能 SOPHGO TPU)main 停在 303759f,feature/sg2260e-rv-support 停在 122bc59,其余各分支引用同样不变。

这已是连续第六个窗口(11-07、11-09、11-10、11-11、11-12、11-13 留档)无变化。本期脚本在查索引页 PR 时撞上匿名 API 限流,降级为仅比对引用并打了一行注——按既定口径,输出为空记为「无变化」,不视为采集失败。

来源:GitHub 四源逐引用比对(窗口内无变化),无单条落点链接。

三、生态与采用方

3.1 TileOPs:主线连续第二个窗口零提交,stats 分支刷新清单(11-12)

TileOPs main 连续第二个窗口零提交,主分支头仍停在 9bf4bf56(11-10 09:59 北京时间)。窗口内唯一的写入是 23:17 的 stats 分支刷新,提交信息为 chore(stats): refresh manifest stats from 9bf4bf56...,即把当前主干的清单统计重算一遍。

上一期记录的五笔性能 PR(#2894 至 #2898)在本窗口内没有出现在在审更新列表里,说明它们既未合入也未继续推进——当前 TileOPs 处于「等评审」而非「在开发」的状态。

来源:https://github.com/tile-ai/TileOPs

3.2 TileOPs-nightly:夜间快照仍落在 9bf4bf56,run 43264767627 测的是未变代码(11-13)

snapshots 分支在 04:33(北京时间)落了一笔 bench: 9bf4bf56... (run 43264767627)。快照的基准提交与 TileOPs 当前主线头一致,因此这一夜的基准结果测的是同一份未变代码。

这一点在读数时要注意:连续两晚的快照差异只可能来自环境波动,不能当作性能变化。上一期该仓的推送记录来自 wiki 的 Perf Tracker 页面刷新,本期是真正的基准快照提交,两者在「窗口内推送」的统计里长得很像,需按分支区分。

来源:https://github.com/tile-ai/TileOPs-nightly

3.3 TileFoundry:Mesh 选择切片与维度算术两笔修复在审(11-12)

TileFoundry 在 21:56(北京时间)开出两笔,都是「写起来像对的、编出来不对」的类型:

#323 修解析器丢掉起始为零的切片。用 Mesh 把一段 threads[0:16] 按 layout=(16,) 重标号时,若选择从偏移 0 开始,解析器构造新 mesh 时会把切片丢掉,下沉之后不再发 contains 守卫,于是该层的每个线程都跑了这段区域;而直接写 with threads[0:1] as writer: 的形态保留切片、行为正确——只有重标号这一路出错。

#324 修 codegen 里的维度算术。循环边界来自 mesh 坐标时(如 range(cta.i * 32, cta.i * 32 + 32)),CUDA codegen 报 no codegen handler for DimMul on cuda.Target:共享标量渲染器负责写循环边界、条件与 mbarrier 相位,它处理比较但不处理维度算术,而三个 CUDA 发射器各自维护一份 + - * / % 表。

来源:https://github.com/tile-ai/TileFoundry/pull/323 、 https://github.com/tile-ai/TileFoundry/pull/324

3.4 第三方后端:Hexagon NPU fork 把 TileLang 推到手机 DSP,LFM2-1.2B 端到端跑通(11-12)

组织外的 xwhzz/tilelang-hexagon 在窗口内有一次推送(落 fix/hexagon-dma-load-only 分支,最新提交 perf(hexagon): inline DMA across IEEE arithmetic scopes,16:32 北京时间),其主分支 hexagon-backend 最新提交停在 11-11。这个 fork 做的事值得单列:它给 TileLang 加了一个高通 Hexagon NPU 后端,在 Snapdragon 8 Elite 手机的 v79 cDSP 上开发与测试,把 T.copy、T.gemm、T.Parallel、T.reduce_*、T.Pipelined 编译成 HVX 向量代码、HMX 矩阵乘、VTCM 缓冲与 DMA 流,经 FastRPC 在 NPU 上执行;仓库现有 12 个分支,另有 Docker 环境搭建、SA8650 Linux 板设置与算子示例文档。

结果按 README 口径:LFM2-1.2B 在 batch 1 下端到端跑在 NPU 上,prefill、decode 与采样全部由 TileLang 写成;投影为 4 位 GPTQ(每 64 列一个 fp16 scale),绑定的 embedding 与 head 为 8 位;设备上 WikiText-2 困惑度 16.68,bf16 为 16.29。性能两项:decode 128 token 80.1 token/s,界为 83 token/s(每 token 685 MB 权重、按实测 57 GB/s 的 DSP DMA 峰值),达界 96%;prefill 1024 token 176.2 ms(5813 token/s),界为 129 ms(HMX 单做矩阵乘所需时间),达界 73%。数字取 bench.py 五次运行的中位,计时含 FastRPC 调用开销,不含分词与驱动手机的 PC 往返。

最值得记的一句写在 README 里:这套后端与 LFM2 模型是「在维护者指导下由一个 AI 编码 agent 重写的」,2026-10-26 至 10-29 之间提了 75 个 PR,占该后端当前代码、测试与文档的八成以上。这条与 2.1 的 harness 线放在一起看,含义比单个后端更大——见「五、趋势观察」。

来源:https://github.com/xwhzz/tilelang-hexagon

3.5 CANN 社区的昇腾 TileLang 算子仓现身,官方属性未核实(11-12)

Atlas-Ascend-Fork/ops-tilelang 在窗口内有推送(14:23 北京时间)。仓库描述写明定位:「CANN 社区面向昇腾 NPU 的 TileLang 高性能算子仓」,统一管理 Kernel 实现、自动化测试用例、标准工作负载与性能基线,做成可复用、可验证的算子资产。仓库建于 10-20,默认分支 master,零星。

之所以只作为线索记一笔:账号名带 Fork,非 tile-ai 组织、非昇腾官方组织,是否有官方背景无法从仓库本身判断。若后续该仓持续更新并出现与 tilelang-ascend 的交叉引用,则可当作「昇腾算子资产开始有社区侧独立仓库」的信号。

来源:https://github.com/Atlas-Ascend-Fork/ops-tilelang

四、社区、教程与活动

4.1 昇腾 950 审计第二波:八条 issue 集中在谓词与低层 SIMD 面(11-12)

窗口内组织级新开 issue 18 条,主仓 15 条、tilelang-ascend 2 条、mlir-ascend 1 条。主仓这 15 条里,8 条由 NebulaMao 在 18:39 之后的十几分钟内按主题成串提交,全部跑在 Atlas 950 / Ascend950PR(npu-smi 25.7.rc1.10)上、版本 0.1.15。

八条逐一看:any_sync/all_sync 导出后源码生成留下未解析的 tl.any_sync/tl.all_sync 调用;合法的 int64 跨 warp reduce_sum 发出未定义的 HwReduce<SumOp,long>;T.simd.update_mask/pintlv/pdintlv 不校验谓词宽度,能发出不存在的 b64 helper;T.simd.pge 悄悄退化成 pset_bXX(经 asc_create_mask_bXX)而不是 pge_bXX;T.copy 的 l2_cache_ctrl 接受越界整数并按 int32 回绕做强转;T.set_atomic(..., dtype="int32") 按文档写却发出不存在的 *_int32 CANN helper 名;T.simd.vld2 接受不匹配的 DINTLV 宽度与 64 位 dtype,静默发出被忽略或非法的反交织载入;T.ascend_pipe_barrier("PIPE_V") 被 AscendC codegen 静默丢弃。

与上一期那 30 条相比,这一波的落点更靠下:上一轮多在内核参数与高层语义(block 数、num_stages、dtype 表、pad_value 路由),这一轮几乎全在 T.simd.* 这一层谓词与向量指令的工厂函数上。两轮合起来,昇腾前端的「静默失效面」被从参数校验一直扫到了指令编码。

来源:https://github.com/tile-ai/tilelang/issues/3992 、 https://github.com/tile-ai/tilelang/issues/3993 、 https://github.com/tile-ai/tilelang/issues/3976

4.2 审计的对应修复已在队列:校验类 PR 十余笔同步推进(11-12)

审计不是单向的抱怨。同一天在审更新的 50 笔主仓 PR 里,有一大批正对着这些缺口,且几乎全是「拒绝非法输入」而非「新增功能」:#3973 把 hf32 的 nearest_zero 在 CCE 后端从 NEAREST_AWAY 改回 NEAREST_ZERO;#3972 让 GEMM 输入 dtype 表与两个 codegen 后端双向对齐(float8_e5m2 被 Python 侧误拒);#3971 接受 shared.l0c 的 .dyn 拼写;#3969 拒绝非 UB 目的地的 pad_value;#3968 推进 ND 转 NZ 散射的掩码计数使循环能终止;#3967 与 #3970 改为直接拒绝位归约与批量归约,不再发出模板里没有的类型;#3966 拒绝 16 位向量上的 PK4_B32 存储;#3965 在非主线程跑 msprof 时跳过信号延迟;#3963 改用运行时尾掩码处理 ND 转 NZ 的部分趟;#3863 拒绝打包后尺寸非法的 FP4 车道数;#3862 把解析出的 NPU 架构折进内核缓存键。

这批 PR 的形态高度一致:先证明「这条路径会让编译器发出不存在的东西或静默算错」,再在前端加一道拒绝或在下沉期补一条正确路径。对一个要铺到多家国产加速器的编译器,这类改动的价值高于新增算子。

来源:https://github.com/tile-ai/tilelang/pull/3973 、 https://github.com/tile-ai/tilelang/pull/3972 、 https://github.com/tile-ai/tilelang/pull/3968

4.3 CUDA 侧三笔新 issue:cp.async 两字节、布局推断指数级耗时、Pipelined 显式 order(11-12)

CUDA 侧三笔新 issue 各有代表性。#3988:fp16 的 T.gemm 在 M=1、K 为奇数时走流水的 cp.async,仍会发出非法的 2 字节传输(IsValidCPAsyncTransferBytes 拦不住),0.1.15 与主干(348e807)均可复现,而 #2365 当时修的回归形态是通过的——说明同一族问题还有未覆盖的形状。#3987:tl.LayoutInference 与 tl.LowerTileOp 的耗时随 T.Parallel 中复用子表达式呈指数增长,复现只需 sm_120a 下降、不必起内核;对应的修复 #3997 已在队列(限制条件证明的工作量,同一回归从 34.89 秒、超过 10 秒编译上限,变为通过)。#3996:T.Pipelined 带显式 order/stage、且拷贝经片段中转时,报「Fragment buffer access with non-zero index [1]」,而报错里的那个下标并不在用户程序里——错误信息指错了地方。

同日在审的 CUDA 修复还有 #3998(共享布局与 ldmatrix 前提不符时回退标量 MMA,修 #2642)与 #3975(自动释放单 CTA TMEM 前先做全 CTA 屏障,warp 0 此前不等其它 warp 用完)。

来源:https://github.com/tile-ai/tilelang/issues/3987 、 https://github.com/tile-ai/tilelang/issues/3988 、 https://github.com/tile-ai/tilelang/pull/3997

4.4 新闻侧:中英文查询窗口内零命中,arXiv 最新仍停在 11-03(11-12)

Google News 中英文查询在窗口内零命中;裸查询能取到 23 至 25 条,但最新一条停在 10-28,内容仍是 9 月底 DeepSeek 开源昇腾版 TileLang 组件那一批报道的后续转载。Hacker News 的命中全是同名噪音(tag 分类工具、项目排行站),与 TileLang 无关。arXiv 上 all:"TileLang" 共 10 条,最新一条为 11-03 的分离式推理 KV 压缩论文,同样超窗。

新闻侧连续多日零命中属 TileLang 的常态:项目传播主要走 GitHub 与开发者社区,不在新闻索引里,报道主体继续以仓库动态为准。

来源:Google News 中英文查询(走代理)、Hacker News、arXiv,窗口内无相关条目。

4.5 每日回归:同一 run 在两个时点各开一条告警(11-12)

tilelang-ascend 的每日测试在 10:23 与 15:48 各自动开了一条 issue(#2006、#2010),两条都指向同一个 workflow run 43124767679,状态均为「测试遇到错误」。同一 run 被重复告警,说明告警去重没按 run 号做。

对照上一期 11-11 07:58 那次 3060 项全过,本期这条失败尚无可读的失败清单,只能记为「昇腾仓 CI 当日有一次失败并重复上报」。在合入连续多个窗口为零的背景下,这条值得跟进:若失败集中在主干的昇腾路径上,会直接挡住那 4 笔回归清理之后的下一批合入。

来源:https://github.com/tile-ai/tilelang-ascend/issues/2010 、 https://github.com/tile-ai/tilelang-ascend/issues/2006

五、趋势观察

一是大改造的善后期比改造期更长,且成本落在「原本合法的程序不再合法」上。#3512 把 PTO 的向量化与类型体系一起换掉,之后连续四个窗口都在补它的回归面:执行后端换默认(11-11)、整数原子(11-11、11-12)、显式 SIMD 并行循环与标量 cast 事实(11-12)、VMI 描述符(11-12)。这四类问题的共同点不是「新功能算错」,而是「旧写法编译不过或结果变了」。对编译器项目,这类回归的排查成本远高于新功能的 bug——报错位置常常在一个与故障无关的标量或地址上,堆栈里看不出是谁先装错了假设。

二是后端矩阵从「一家独进」变成「多点同时开工」,形态也分化成四类。本期主仓五笔全在昇腾,但同窗口 ROCm 一次开出七笔成系列、海光一条分支一天十笔、Sunrise 在走发布流水线、Hexagon 以个人 fork 的形式把 TileLang 推到手机 DSP。四种形态(上游内置后端、厂商适配仓、独立发行版、第三方 fork)对应四种投入深度,这个分化本身就是判断各厂商依赖程度的可用指标:厂商仓跟版本、发行版跟主线、fork 跟自己的硬件。

三是「给 agent 用的工程化」开始成规模出现。mlir-ascend 的 harness 分支一日 +7632 行,内容是技能库、仿真 trace 流程与 Roofline 计算器,服务对象是「写算子的人或 agent」而不是编译器本身;同一周,Hexagon fork 的 README 直接写明后端与模型由 AI agent 在维护者指导下重写、四天 75 个 PR 占当前代码八成以上。两件事方向一致:TileLang 这类 DSL 的抽象层恰好落在「agent 能写对」的粒度上,于是生态开始为 agent 铺工具链,而不是只为人铺文档。这一条值得按周跟。

四是RISC-V 四源连续六个窗口静默,与整体活跃度形成明显反差。TVM 路线、MLIR 路线、社区索引页、算能 TPU 四个上游全部停在原引用,而同期主仓一天五笔合入、ROCm 一次七笔、第三方 fork 在推进一个新硬件后端。四源之外那条 CPU 线(Weft)在 11-11 给出了阶段性结论后也未再更新。判断不变:RISC-V 侧的 TileLang 工作仍处在「有路线、少提交」的阶段,真正可跟的落点还是那两条相互独立的实现路线是否继续推进。

局限说明:本期 GitHub 匿名 API 额度(60 次/小时)在采集早期耗尽,随后改用两种不吃额度的通道补齐——PR 增删行与文件数走 diff 端点统计,非默认分支的提交走分支级 atom 流;因此 1.2 至 1.5 四笔合入的文件数与行数为 diff 端点实测值,正文描述取检索接口返回的 PR 摘要,未逐行复核 diff。Hexagon fork 的窗口内推送经七个分支的 atom 流逐一比对定位到 fix/hexagon-dma-load-only,其余分支同期无新提交。第三方算子仓的官方属性无法从仓库本身核实,已在正文标注。新闻侧只有零命中,无外部报道可交叉验证。


附录:素材与核查说明

信源 核查结果
tile-ai 组织逐仓(30 仓库) 窗口内推送 7 个:tilelang、TileOPs、TileOPs-nightly、tilelang-hygon、tilelang-mlir-ascend、tilelang-sunrise、TileOPs.github.io
主仓 tile-ai/tilelang 合入 5 笔(#3614、#3894、#3793、#3796、#3792),+1903/−617,全部昇腾;新增 issue 15 条
非默认分支 mlir-ascend harness 合入 3 笔(+7632/−24);hygon tilelang-tileops-fix 10 笔;TileOPs stats 1 笔;TileOPs-nightly snapshots 1 笔;三仓 main 均零提交
在审队列 组织级 71 笔在窗口内更新:主仓 50、tilelang-ascend 12、mlir-ascend 5、TileFoundry 2、metax 1、hygon 1
发布页 tilelang 最新 v0.1.15(09-30)、TileOPs v0.1.0(10-27)、mlir-ascend v0.1.2.020(06-11),窗口内均无新 tag
每日测试 tilelang-ascend 同一 run 43124767679 在 10:23 与 15:48 各开一条告警
TileLang×RISC-V 四源巡检 无变化(连续第六个窗口);索引页 PR 接口限流,降级为仅比对引用
第三方后端 Hexagon NPU fork 窗口内推送落 fix/hexagon-dma-load-only;CANN 社区 ops-tilelang 仓有推送,官方属性未核实
新闻侧 Google News 中英文、Hacker News、arXiv 窗口内零命中

完整信源清单