TileLang 每日动态报告(2026-11-16)
调研窗口:2026-11-13 07:00 ~ 2026-11-16 07:00(北京时间,72 小时,覆盖周五至周一;上一期截点为 11-13 07:00)。
信源:GitHub tile-ai 组织逐仓核查(30 仓库,窗口内推送 8 个)+ 组织级合入与在审真值检索(窗口内合入 30 笔、在审更新 102 笔其中 59 笔窗口内新开、新开 issue 406 条)+ 主分支逐笔核查(TileOPs 15 笔、tilelang-ascend 9 笔、TileFoundry 3 笔、tilelang 1 笔、hygon 1 笔、mlir-ascend 0 笔)+ 非默认分支核查(TileOPs stats 1 笔、TileOPs-nightly snapshots 2 笔)+ 发布页核查(六个仓库窗口内无新 tag)+ Google News 中英文查询 + Hacker News + arXiv。RISC-V 四源专项巡检本期有变化。
本期索引
-
今日重点:TileOPs 三日十五笔把重心从编译器挪到算子库;一次性能合入在同一天引出挂死并当天修掉;三小时里组织收到 172 条昇腾审计 issue
- 一、核心项目进展
- 1.1 主仓 72 小时只有一笔文档合入,版本仍停 v0.1.15(11-13)
- 1.2 TileOPs:11-13 四笔性能合入,MoE、GQA、softmax、W4A16 各一条线(11-13)
- 1.3 TileOPs:11-15 单日十一笔,W4A16 解码瓦片再快 10–20%(11-15)
- 1.4 TileOPs:ping-pong 三连,MoE 共享专家在每个重复里压过 FlashInfer-CUTLASS(11-15)
- 1.5 TileOPs:#2901 修 #2896 带来的挂死,屏障落进了 warpgroup 分支(11-15)
- 1.6 TileOPs:#2918 让编译图跨进程复用,一次 pyupgrade 改 1926 处(11-15)
- 1.7 TileOPs:manifest 补四个 spec-only 算子,从 Embedding 到 RoPE 余弦正弦(11-15)
- 1.8 TileOPs:#2951 自适应池化按 lane 拆分,主分支三种池化在窄长形状上编译不过(11-15)
- 1.9 TileFoundry:#325 用一种 FunctionRef 统一全部被调者命名(11-13)
- 1.10 TileFoundry:维度算术收进标量渲染器,Mesh 选择切片不再丢(11-13)
- 二、多后端适配(昇腾 / 海光 / 沐曦 / 摩尔线程)
- 2.1 昇腾:DSA 稀疏注意力三件套同日合入,前向、反向、topk 归约齐备(11-13)
- 2.2 昇腾:KDA chunk 三件套同日合入,状态递推全留 UB(11-13)
- 2.3 昇腾:catlass 升到 v2.2.0,旧版 fp32 GEMM 静默 NaN 被修掉(11-13)
- 2.4 昇腾:bitwise 四合一,uint8 PTO wrapper 的尾字节越界踩坏哨兵(11-13)
- 2.5 mlir-ascend:22 笔 TLIR 方言 PR 在审,一元算子与跨 pipe 同步一起补(11-13 ~ 11-15)
- 2.6 mlir-ascend:RTTI 链接配置不一致成为这批 PR 的共同堵点(11-15)
- 2.7 海光:#37 合入 ds_read_vector Alt2 与 LDS 布局推断,#38 在审(11-13)
- 2.8 沐曦与摩尔线程:窗口内无提交(11-06 / 11-10 最近)
- 二·五、RISC-V 后端与社区(专项观察)
- 2.9 kubuds TVM 路线新增 hikari 分支,五笔给出 K3 移植验证与 RVV 解码网格(11-13 ~ 11-15)
- 2.10 社区索引页 PR #1 把 kubuds fork 写进 README(11-14)
- 2.11 RuyiAI 的 MLIR 路线与算能 TPU 两条线引用未变(11-16)
- 三、生态与采用方
- 3.1 TileOPs-nightly:两轮快照对应两次 run,最新一轮测的是 #2955(11-15)
- 3.2 TileFoundry 在审:NCCL 通信语义与 Qwen3-MoE 训练示例(11-13)
- 3.3 TileFoundry 在审:int8 矩阵乘在 H200 上被定价为零计算时间(11-15)
- 3.4 采用方:TileKernels 与 FlashQLA 窗口内无推送(11-16)
- 四、社区、教程与活动
- 4.1 三日 406 条新 issue,两个账号贡献其中 314 条(11-15)
- 4.2 cn-sys:1 小时 46 分钟内连开 172 条,编号从 #4208 到 #4381 连续(11-15)
- 4.3 ilovexsir:142 条 issue 配五个 batch 修复 PR,前端校验成体系补(11-15)
- 4.4 在审队列 102 笔更新、59 笔窗口内新开,主仓占 51 笔(11-16)
- 4.5 新闻侧:中英文查询与 arXiv 窗口内零命中(11-16)
- 五、趋势观察
今日重点
这个窗口的重心换了位置。上一期主仓一天五笔合入、全部落在昇腾;本期主仓 72 小时只有一笔文档提交(LSP 仓库链接),而 TileOPs 三天十五笔、TileFoundry 三笔,加上昇腾适配仓九笔——代码量几乎全部转移到了算子库与调度器上。TileOPs 在 11-15 一天之内合入十一笔,其中解码侧的 W4A16 瓦片从单 consumer warpgroup 扩到两个,七条解码行快 10–20%,对 marlin 的领先拉到 1.20 倍以上。这不是零散修补,而是按「算子 + 选择器 + 代价模型」三层一起改:先让选择器在更多形状上选中双 warpgroup 的瓦片,再给瓦片补上按 K 切片的元数据加载,最后用 nightly 的 32 行回归确认没有一行变慢。
同一天里出现了本期最值得记的一条因果链。11-13 的 #2896 把 128 行 W4A16 瓦片换成手写 warp-specialized 主循环,在 H200 上把 chunked-prefill 从 37.3 微秒压到 31.6 微秒;约 46 小时后,#2901 在修它——sliced_pair 的 out_shared 暂存被写在 i // wg_rows == bz 的条件分支里,而 TileLang 有时会把守护这次写操作的、覆盖全部 256 个消费线程的屏障放进同一个分支,另一个 warpgroup 永远走不到那个屏障,两个 warpgroup 停在同一屏障的不同实例上,内核挂死。更麻烦的是屏障落点在同一 cache key 的两次编译之间并不稳定,而 CI 的持久化内核缓存会把坏构建一直重放下去,于是 main 上的 gpu-smoke 直接挂了。修法本身很朴素——让两个 warpgroup 都做暂存,各自只存自己那一半——但它说明了一件事:自动 warp specialization 的正确性已经不只取决于 pass 顺序,还取决于屏障被插在哪个分支里,而这个位置对编译过程不透明。
第二件事在 issue 侧,量级比代码侧更醒目。72 小时内 tile-ai 组织新开 406 条 issue,其中 cn-sys 一个账号在 11-15 傍晚 1 小时 46 分钟里连开 172 条(编号 #4208–#4381 连续,无一条夹带其他来源),ilovexsir 三天分三批开了 142 条,两人合计 314 条,占全量的七成七。cn-sys 这一批的覆盖面从 examples 与 README 的具体数字(flash-attention 号称前向误差低于 0.5%、而同目录五个检查器全用 5%;deepgemm 的 benchmark 用 8192 当 cache_size,而该参数单位是 MB,等于分配 8 GiB 去刷 128 MiB 的 L2)一直延伸到编译器本体:auto-schedule 的 IR 结构访问器漏字段、PTO codegen 的指针元素类型取了个硬编码 bfloat16 兜底。ilovexsir 那一批更成体系:142 条 issue 对应五个 batch PR(#4201–#4205,同一分钟开出),每个 PR 修一组「本该报错却没报错」的入口,比如 T.copy(transpose='False') 因为字符串 ‘False’ 是真值而静默打开了转置、_make_ascend_target() 用 dict(target_dict or {}) 把所有 falsy 配置键丢掉。审计与修复之间开始形成流水线,代价是在审队列堆到 102 笔。
第三件事是昇腾侧的算子迁移进入了「按算法家族成批落地」的阶段。11-13 一天里,tilelang-ascend 合入九笔:DSA 稀疏注意力的前向流水版、反向、topk 归约三件套,KDA 的 chunk_delta 三件套,加上 bitwise 四合一、alloc API 文档与 catlass 子模块升级。这些不再是单点补洞,而是按模型走:DeepSeek V3.2 的 sparse MLA 把 DQK 合成 512+64=576 一次 GEMM、Kimi 系 KDA 把门控衰减吸收到 host 端预计算的 M 矩阵里、反向算子把 79395 微秒压到 27388 微秒。与此同时 catlass 从 v1.0.0-6 升到 v2.2.0,顺带修掉一个此前完全静默的缺陷:旧版 CopyL1ToL0A/L0B 没有 float 特化,fp32 GEMM 直接输出 NaN 或负无穷而不报错。
RISC-V 侧本期首次打破静默。kubuds 的 TVM 路线从 mahiru、karen 之外新开 kubuds-riscv-hikari 分支,五笔提交里有 K3 移植与验证报告、rv64gc 构建解锁(USE_LLVM=ON 的链接问题与八线程构建)、解码 4 瓦片与预填充 8 瓦片的网格划分、以及 XSMTVDotII/vmadot 公开规格的溯源记录;同一时间,社区索引页收到第一笔 PR,把 kubuds fork 的项目说明写进 README。MLIR 路线(RuyiAI-Stack/tilelang-riscv)与算能 TPU 仓的引用则一动不动,两条路线仍要分开看。
一、核心项目进展
1.1 主仓 72 小时只有一笔文档合入,版本仍停 v0.1.15(11-13)
tile-ai/tilelang 的 main 在 72 小时窗口内只有一次提交:11-13 16:20(UTC)的 210611dc,内容是把文档里的 TileLang LSP 仓库链接更新到新地址(#4052)。没有新算子、没有后端改动、没有发布——最新 tag 仍是 09-30 的 v0.1.15,版本号已在原地停了六周。
对照上一期主仓一天五笔昇腾合入、合计 +1903/−617,这个窗口的主仓几乎静止。但静止只发生在 main 上:主仓有 51 笔 PR 在窗口内更新、27 笔窗口内新开,其中 #4201 到 #4205 五个 batch PR 与 #4138、#4207 的 cast 生命周期修复都是实质改动,只是还没跨过 review 门槛——这一期主仓的产出形态是「审计 + 提 PR」,不是「合入」。
来源:https://github.com/tile-ai/tilelang/pull/4052
1.2 TileOPs:11-13 四笔性能合入,MoE、GQA、softmax、W4A16 各一条线(11-13)
窗口首日 TileOPs 连合四笔,覆盖四类不同负载。MoE 分组 GEMM 的 FP8 前向把 A 的 scale 从生产者暂存改成走 TMA box(#2894),让 ds-v3-ep8-prefill-up 与 -down 的 128 行瓦片把 stage_scales 从 1 降到 0,H200 上分别从 269.3 微秒降到 262.0、从 142.2 降到 137.2,对 DeepGEMM 的比值升到 1.096 与 1.157。W4A16 的 128 行瓦片改成手写 warp-specialized 主循环,在上一块 WGMMA 还在跑的时候解码下一块 K(#2896),chunked-prefill 从 37.3 微秒降到 31.6。软归约把 16 位 softmax 行放到两个 256 线程 CTA 的集群上而不是四个 128 线程 CTA,fp16 项用一条 FFMA 完成「按缩放后的最大值平移」(#2898)。分页 GQA 的切分上界同时被窗口内的 key 瓦片数与 combine 的读量卡住(#2892),顺带关闭了 #2496 那条悬了很久的标定请求。
来源:https://github.com/tile-ai/TileOPs/pull/2894、https://github.com/tile-ai/TileOPs/pull/2896、https://github.com/tile-ai/TileOPs/pull/2898、https://github.com/tile-ai/TileOPs/pull/2892
1.3 TileOPs:11-15 单日十一笔,W4A16 解码瓦片再快 10–20%(11-15)
11-15 一天十一笔合入,其中 #2955 是当日的收口:W4A16 选择器把「至多 32 行」的延迟缩放挑法从一个 128 线程 consumer warpgroup 挪到两个,按权重行数分摊、按 K 切片拆分以保住 CTA 数,stream-K 仍留单 warpgroup。理由是解码瓦片被指令发射卡住而代价模型偏爱单 warpgroup 的做法——实测那条路径上 issue slot 占用 49.5%、DRAM 只有 54%。结果七条解码行比 main 快 10–20%,对 marlin 领先至少 1.20 倍,prefill-mlp-up 未变且仍落后 torch 0.7%。同一天还有 #2952 把目标侧内核的两张表并成一张、读取前先复制以避免并发下「迭代中字典改变大小」,#2904 修掉一次「没有设备、没有具名 target、没有进程默认」的调用抛出 _Unresolved object is not callable 的问题。
来源:https://github.com/tile-ai/TileOPs/pull/2955、https://github.com/tile-ai/TileOPs/pull/2952、https://github.com/tile-ai/TileOPs/pull/2904
1.4 TileOPs:ping-pong 三连,MoE 共享专家在每个重复里压过 FlashInfer-CUTLASS(11-15)
同一主题三笔递进。#2919 先让分组 GEMM 选择器自己挑出的 64x256 单 warpgroup 紧致瓦片改跑双 warpgroup 的 ping-pong,使每个瓦片的收尾落在另一组的 mainloop 之下,ds-v3-grouped-t2048 的下投影 GEMM 从 1818 微秒降到 1707。#2953 把同一手法推到选择器自己的 64 行紧致瓦片上,覆盖融合 gate/up 与短分组瓦片,并明确「短分组瓦片仍留一个 warpgroup,因为它的收尾太短、藏不住东西」;结果是 FusedMoESharedExpert 的 ds-v3-grouped-t2048 在每次重复里都压过 FlashInfer-CUTLASS(中位 5674 对 5744 微秒),32 行六算子的程序变化没有一行变慢。#2915 则把未融合的 ping-pong 分组 GEMM 输出按 64 列 TMA box 暂存,换来第五个环级(64x256 瓦片多出 40 KiB 一档)。
来源:https://github.com/tile-ai/TileOPs/pull/2919、https://github.com/tile-ai/TileOPs/pull/2953、https://github.com/tile-ai/TileOPs/pull/2915
1.5 TileOPs:#2901 修 #2896 带来的挂死,屏障落进了 warpgroup 分支(11-15)
这是本期最值得读的一笔。#2896 合入后,main 上的 gpu-smoke 挂了:sliced_pair 在 i // wg_rows == bz 这个条件下暂存 out_shared,经布局 lowering 后只有「保留那半个瓦片」的 consumer warpgroup 会执行暂存循环;TileLang 有时会把守护这次写操作的、覆盖全部 256 个消费线程的屏障插进这个分支,另一个 warpgroup 永远走不到,两组停在同一屏障的不同实例上,内核死等。#2899 先前加的那道显式屏障并不足以阻止它——编译器仍可自行在分支内插屏障。修法是把暂存挪出条件:两个 consumer warpgroup 都写自己的那一半。真正刺眼的是后半句:屏障落点在同一 cache key 的两次编译之间会变化,而持久化的 CI 内核缓存会把坏构建一直重放,于是一次不稳定插桩变成了稳定失败。
来源:https://github.com/tile-ai/TileOPs/pull/2901、https://github.com/tile-ai/TileOPs/pull/2899、https://github.com/tile-ai/TileOPs/pull/2896
1.6 TileOPs:#2918 让编译图跨进程复用,一次 pyupgrade 改 1926 处(11-15)
#2918 把编译边界的键从「每进程一个 uuid」换成「算子类 + 参数摘要 + 构造期张量布局 + 该实例在类内的序号」,于是后启动的进程可以直接复用 Inductor 的 FX 图缓存与 AOT autograd 缓存;代价是参数一旦被赋新值就要重追踪,被就地修改则在追踪期直接拒绝。同一笔还把 tileops.backend、authoring、manifest 三个包的 pyright --verifytypes 拉到 100%(此前为 100%/50%/21%),并把 ruff 的 UP 规则全仓应用——307 个文件 1926 处。这类提交不产生性能数字,但它决定了 nightly 与 CI 的等待时间,也决定了新人能不能靠类型提示读代码。
来源:https://github.com/tile-ai/TileOPs/pull/2918
1.7 TileOPs:manifest 补四个 spec-only 算子,从 Embedding 到 RoPE 余弦正弦(11-15)
#2920 给试点的五个模型缺的四个算子补了「只有规格、没有实现」的清单条目:EmbeddingFwdOp(含整数表,对应 DeepSeek-V4-Flash 的哈希路由)、MaskedScatterFwdOp、RMSNormGatedFwdOp(带 sigmoid 门控的激活参数)、RoPECosSinFwdOp(按 token 给角度,允许 x 是带步长的视图以支持尾列旋转)。同时新增 tileops.indexing 家族、给每条补 torch 参考实现到 tests/test_spec_reference.py、按读取行数为 embedding、masked scatter 与 RoPE 定价(两个 roofline 函数加一个内联 bytes,各配手写 oracle)。这套做法的意义在于:先把接口与定价钉死,实现可以是后来者补的。
来源:https://github.com/tile-ai/TileOPs/pull/2920
1.8 TileOPs:#2951 自适应池化按 lane 拆分,主分支三种池化在窄长形状上编译不过(11-15)
AdaptiveAvgPool2dLanesKernel 把每个 bin 拆到 2 的幂个 lane 上(至多一个 warp),每个 lane 用带 clamp 的无条件向量载入读自己的 tap,再用 shfl_xor 折叠。驱动这条规则的是根因:原实现一个输出一个线程走完整 bin,未批处理的 ResNet 头只有 8 个 CTA,DRAM 占用低于 3%。附带修掉一个更硬的问题——adaptive_bin 在乘积越过 int32 时没有拓宽到 int64,于是三个自适应池化算子在 main 上对 (1, 1, 150001, 16) -> (100000, 1) 这个形状全部构建失败。
来源:https://github.com/tile-ai/TileOPs/pull/2951
1.9 TileFoundry:#325 用一种 FunctionRef 统一全部被调者命名(11-13)
IR 里此前有五种命名被调者的方式——绑定的 Function/PrimFunction 对象、槽绑定的实例调用、保留调用、启动目标、变体标签——每个消费者各按自己的方式解析,求值器甚至从「加载的读法」而不是模块作用域里挑定义。#325 把它们收成一个静态叶子 FunctionRef(path, name):路径相对调用者,None 段表示运行期索引、作为前导操作数传入,core.resolve(scope, ref) 成为唯一解析器;解析器同时把「@module 里后声明的名字」定义为错误(DeclarationOrderError)。连带的清理包括 StoragePlan.scratch 改为发射前算好、删掉 relaunch、host 入口声明并转交 scratch。
来源:https://github.com/tile-ai/TileFoundry/pull/325
1.10 TileFoundry:维度算术收进标量渲染器,Mesh 选择切片不再丢(11-13)
#324 把 DimAdd、DimSub、DimMul、DimFloorDiv、DimMod、DimMin、DimMax 收进 codegen/scalar_expr.py 的 render_dim_call,此前三个 CUDA 发射器各自维护一份 + - * / % 表,于是「循环边界来自 mesh 坐标」的写法(range(cta.i * 32, cta.i * 32 + 32))在 CUDA 上直接报「no codegen handler for DimMul」。#323 修另一类静默错误:Mesh(threads[0:16], layout=(16,)) 这类重标号选择在偏移 0 时丢了切片,lowering 于是不发射 contains 守卫,该层的每个线程都跑了整段区域;现在重标号选择在任何起点都是切片,整层选择仍是不切片的 mesh。
来源:https://github.com/tile-ai/TileFoundry/pull/324、https://github.com/tile-ai/TileFoundry/pull/323
二、多后端适配(昇腾 / 海光 / 沐曦 / 摩尔线程)
2.1 昇腾:DSA 稀疏注意力三件套同日合入,前向、反向、topk 归约齐备(11-13)
tilelang-ascend 在窗口首日 03:25 与 09:49 两个时段合入 DSA(DeepSeek 稀疏注意力)的三个算子。前向流水版 #1870 面向 V3.2 的稀疏 MLA 预填充:每个 query 块按 top-K 选 KV 行,把 DQK 合成 512+64=576 的单一 K 维做一次 GEMM(不再是三段 wgmma),持久化网格 20 核、combineCV 自动切 Cube/Vector。反向 #1928 走两遍结构,dKV 用 fp32 GM 原子散射写出(考核形状下每行平均被约 448 个 token 贡献),累计 79395 降到 27388 微秒,减幅 65.5%。#1884 补的是 topk 概率质量归约,Expert 模式、T.Scope("C") 与两个 AIV 的 T.Scope("V") 双流、手动跨核 flag。
来源:https://github.com/tile-ai/tilelang-ascend/pull/1870、https://github.com/tile-ai/tilelang-ascend/pull/1928、https://github.com/tile-ai/tilelang-ascend/pull/1884
2.2 昇腾:KDA chunk 三件套同日合入,状态递推全留 UB(11-13)
同一天的 03:26 与 08:19 合入 KDA(Kimi Delta Attention)三笔。#1895 是 chunk_delta_bwd 的 dhu 路径:每个 (b, h) 块的 fp32 状态 [DK, block_DV] 全程留在 UB 里做反向 chunk 递推,不回 GM,GEMM 用 T.mma 且每个 GEMM 单独命名 L0 暂存以切断名字粒度上的假依赖。#1896 是 chunk_delta_h_fwd:把 h_new = M@h + K^T@U 的 M 形式重构到 host 端预计算 M = diag(exp2(gk_last)) - K^T@W,门控完全被吸收,内核里零超越函数。#1799 是 Chunk Delta H 本体,明确放弃 fp32 GEMM 转 bf16——理由是门衰减让递推特征值始终小于 1,1-ULP 的 bf16 误差在 512 步递推里不会放大。
来源:https://github.com/tile-ai/tilelang-ascend/pull/1895、https://github.com/tile-ai/tilelang-ascend/pull/1896、https://github.com/tile-ai/tilelang-ascend/pull/1799
2.3 昇腾:catlass 升到 v2.2.0,旧版 fp32 GEMM 静默 NaN 被修掉(11-13)
#1989 把 3rdparty/catlass 从 v1.0.0-6(67fd282)升到官方 tag v2.2.0(6c0a3242),并对 src/tl_templates/ascend/common.h 做六处 TLA API 适配(39+/48-),所有 helper 对外签名不变、codegen 与 Python 层零改动。升级的第一动机是修缺陷:旧版 CopyL1ToL0A/L0B 没有 float 特化,T.gemm_v0 的 fp32 输入会输出 NaN 或负无穷且不报任何错,升级后同一内核逐位一致。其余收益是收编 17 个月的社区修复(zN 分形填充洞、跨核标志位卡死、GM→L1 小 M 的区间 DataCopy),并打开 HF32、GEMM+Bias 融合、量化随路输出与 FP8 四条后续通道。作者报告四个独立环境全量回归、升级引入的回归为 0。
来源:https://github.com/tile-ai/tilelang-ascend/pull/1989
2.4 昇腾:bitwise 四合一,uint8 PTO wrapper 的尾字节越界踩坏哨兵(11-13)
#2000 把 bitwise_and/or/not/lshift 四个 PR 合成一笔(因共享 common.h 与 elementwise.py 冲突)。核心是 PTO 的 uint8 tand/tor 包装:最初用 ceil(ColValid / 2) 修「奇数列尾字节不被处理」,但 review 指出这在 256 字节缓冲区上的 buf[0:255] 会处理跨界的 uint16 对,把 c[255] 踩成 a[255] | b[255]——受控实测哨兵 0xA5 变成 0x03;最终方案是 floor(ColValid/2) 个安全配对加末尾有效字节的标量处理,前后用 PtoSetWaitFlag 做双向跨管同步。同一笔还补了前端 binary_op 对 src1 的尺寸断言:此前 dst=64、src0=64、src1=32 能编译能跑,src1 被按 64 元素读取,越界读 32 个。
来源:https://github.com/tile-ai/tilelang-ascend/pull/2000
2.5 mlir-ascend:22 笔 TLIR 方言 PR 在审,一元算子与跨 pipe 同步一起补(11-13 ~ 11-15)
tilelang-mlir-ascend 的 main 在窗口内零提交,但开出 22 笔 PR,全部由五位贡献者按同一套「六触点」模板推进:TLOps.td 定义算子、TLOps.cpp 写 verifier、codegen_tlir.cc/.h 做 TIR→TLIR、ConvertTLToHIVM.cpp 做 TLIR→HIVM、两处 FileCheck 测试、CMakeLists.txt 注册。补齐的算子跨四类:一元标量函数(tl.not、abs、sqrt、rsqrt、rec、exp、ln、cos)、张量操作(tl.flip、tl.pad、tl.gather、tl.transpose、vbitcast)、归约(reduce_sum/max/min/reduce)与同步原语(tl.set_flag + tl.wait_flag 才能构成完整的生产者/消费者对)。tl.flip 是第一个带属性的 TL 算子,因此顺带在方言级设了 usePropertiesForAttributes = 0 以绕开 TableGen 的 Properties 存储。内存侧另有 TL_L0A/L0B/L0C/L1 地址空间与 local/local.var 的显式映射。
来源:https://github.com/tile-ai/tilelang-mlir-ascend/pull/236、https://github.com/tile-ai/tilelang-mlir-ascend/pull/247、https://github.com/tile-ai/tilelang-mlir-ascend/pull/248、https://github.com/tile-ai/tilelang-mlir-ascend/pull/259
2.6 mlir-ascend:RTTI 链接配置不一致成为这批 PR 的共同堵点(11-15)
几乎每笔新 PR 的说明里都附了同一段:本地构建 tilelangir-opt 时链接失败,报 undefined reference to typeinfo for mlir::ConversionPattern/Dialect/Pass,原因是项目要求 -frtti 而本地 AscendNPU-IR 用 LLVM_ENABLE_RTTI=OFF 编译。作者们一致表示没有在本 PR 里改动任何 RTTI 相关开关,其中一位注明「同一项目上的同事没有遇到,可能是本机环境特有」。这条不影响代码评审,但它正在拖慢整批方言补齐的验证——22 笔 PR 里有若干只能靠 ctest 的 dialect 级测试证明,无法跑完整的 HIVM 下降。
来源:https://github.com/tile-ai/tilelang-mlir-ascend/pull/252、https://github.com/tile-ai/tilelang-mlir-ascend/pull/253、https://github.com/tile-ai/tilelang-mlir-ascend/pull/250
2.7 海光:#37 合入 ds_read_vector Alt2 与 LDS 布局推断,#38 在审(11-13)
tilelang-hygon 的主分支在 11-13 12:03 合入一笔 #37,主题是 HCU 上 ds_read_vector 的 Alt2 形式与推断出的 LDS 布局——属于 HIP 系后端里比较底层的指令选择与共享内存布局工作。另一笔 #38 在 11-13 09:47 开出、仍在审,内容是融合 AllGather-GEMM 的本地 panel 拷贝跳过:不再把本 rank 拥有的面板复制进接收缓冲,同时收窄 FlattenBuffer 的索引化简以保证通信偏移与源表达式等价,并更新了基准与正确性检查。
来源:https://github.com/tile-ai/tilelang-hygon/pull/37、https://github.com/tile-ai/tilelang-hygon/pull/38
2.8 沐曦与摩尔线程:窗口内无提交(11-06 / 11-10 最近)
tilelang-metax 最近一次推送是 11-06,tilelang-musa 是 11-10,两者在 72 小时窗口内均无提交,也无新 PR、无新 issue。按往期节奏(沐曦与摩尔线程通常以周为单位跟进上游),这一窗口的空档属正常区间,未见停滞迹象。
来源:https://github.com/tile-ai/tilelang-metax、https://github.com/tile-ai/tilelang-musa
二·五、RISC-V 后端与社区(专项观察)
2.9 kubuds TVM 路线新增 hikari 分支,五笔给出 K3 移植验证与 RVV 解码网格(11-13 ~ 11-15)
kubuds/tilelang-riscv-kubuds 在窗口内新开 kubuds-riscv-hikari 分支(此前只有 mahiru 与 karen),并落了五笔提交,构成一条「能编、能跑、有数据」的链路:11-13 三笔先是定位公开的 XSMTVDotII / vmadot 规格线索、给出 54 笔提交的逐笔日志(做了什么、为什么、实测数据),再把 RISC-V LLM 的网格改成解码 4 瓦片、预填充 8 瓦片、单流执行;11-14 一笔解锁 rv64gc 构建(USE_LLVM=ON 的链接问题与八线程构建);11-15 一笔提交 K3 移植与验证报告,对三项既有结论做了复验。这是 TVM 后端路线的延续,与 MLIR 改写那条线是两套实现,不能合并表述。
来源:https://github.com/kubuds/tilelang-riscv-kubuds/commit/bf019bbe24e477d77aa06111a69ef816d347884d、https://github.com/kubuds/tilelang-riscv-kubuds/commit/c3111b8b316f81938a42f7829f74101d122e9f9d、https://github.com/kubuds/tilelang-riscv-kubuds/commit/8401be05da264db5ded98a3b119ff590396bbfc2
2.10 社区索引页 PR #1 把 kubuds fork 写进 README(11-14)
TongmingLAIC/tilelang-riscv(TileLang for RISC-V 的社区入口页)收到建页以来的第一笔 PR:#1,由 lazyparser 在 11-14 开出,标题是「Add tilelang-riscv-kubuds project details to README」,即把 kubuds fork 的项目说明补进「社区项目」表。索引页自身的文案改动不算技术进展,但这条 PR 说明 TVM 路线这一支第一次被社区入口正式登记,此前表里只有 MLIR 路线与算能 TPU 两个子项目。
来源:https://github.com/TongmingLAIC/tilelang-riscv/pull/1
2.11 RuyiAI 的 MLIR 路线与算能 TPU 两条线引用未变(11-16)
RuyiAI-Stack/tilelang-riscv 的 main 仍是 57c548cc(MLIR 改写路线,target="riscv",TIR→MLIR Linalg/SCF/MemRef/Vector→LLVM IR),TongmingLAIC/tilelang-tpu 的 18 个分支引用(含 feature/sg2260e-rv-support、CGO2027-submission)与上一期逐一相同,无新提交、无新分支、无新 PR。四源里三源有动静、两源静默,本期只有 kubuds 一侧在推进。
来源:https://github.com/RuyiAI-Stack/tilelang-riscv、https://github.com/TongmingLAIC/tilelang-tpu
三、生态与采用方
3.1 TileOPs-nightly:两轮快照对应两次 run,最新一轮测的是 #2955(11-15)
snapshots 分支在窗口内落了两笔:11-15 02:33 的 49330f29 对应 run 43654108754、被测提交 abe2086e(即 #2892 合入后的主干),11-15 22:07 的 a0566322 对应 run 43738645759、被测提交 e4444654(即 #2955)。stats 分支 16:38 的 52e51373 同步刷新了 manifest 统计。这条链是本期若干性能结论的来源,也是 #2946 到 #2954 五个「把领先幅度拉开」issue 的依据——它们都引用了 run 43654108754 里不足 1% 的比值。
来源:https://github.com/tile-ai/TileOPs-nightly/commit/a0566322、https://github.com/tile-ai/TileOPs/issues/2954
3.2 TileFoundry 在审:NCCL 通信语义与 Qwen3-MoE 训练示例(11-13)
#327 是 TileFoundry 从「调度器」向「训练编译器」延伸的一笔,仍在审:新增带类型的 Collective 与 Exchange 通信语义、host 侧流与事件协议、通信提供者选择、原生 NCCL/CUDA 降级;并引入字节区域生命周期分析、完成感知的工作区规划与含被调者与物理绑定的 JIT 身份。示例侧给了带 PP/CP/EP 与 DMuon FSDP/HSDP 的 Qwen3-MoE 训练配置、数值参考、操作时间线与通信标定。
来源:https://github.com/tile-ai/TileFoundry/pull/327
3.3 TileFoundry 在审:int8 矩阵乘在 H200 上被定价为零计算时间(11-15)
#334 报的是 roofline 的缺口:目标描述里只有 bf16、f16、f32、fp8e4m3 的吞吐,没有 i8,instruction.compute_dtypes 也不含 i8;于是 analyze --roofline 把 i8 的 flops 数对了(2061 亿),却报 compute_ns: 0 并判「受限于内存」——而 H200 的稠密 INT8 张量算力是 1979 TOPS,与 FP8 同档。第二处是 T.cuda.sm90.Wgmma 不接受 s8 操作数,而 SM90 的 wgmma.mma_async 本身有 .s8 形式。两条都属于「硬件能力没被写进目标描述」。
来源:https://github.com/tile-ai/TileFoundry/issues/334
3.4 采用方:TileKernels 与 FlashQLA 窗口内无推送(11-16)
deepseek-ai/TileKernels(2074 星)最近一次推送是 10-14,QwenLM/FlashQLA(758 星)是 10-30,两者在 72 小时窗口内均无提交、无发布、无新 issue。上游 TileOPs 这三天正在密集改动 manifest 与算子签名(#2920、#2944、#2958),采用方通常会滞后一到两个版本周期再跟进,下一窗口值得留意是否出现对齐提交。
来源:https://github.com/deepseek-ai/TileKernels、https://github.com/QwenLM/FlashQLA
四、社区、教程与活动
4.1 三日 406 条新 issue,两个账号贡献其中 314 条(11-15)
72 小时窗口内 tile-ai 组织新开 406 条 issue,按仓分布:tilelang 351 条、TileOPs 44 条、TileFoundry 8 条、tilelang-ascend 3 条;按日分布:11-13 五十条、11-14 七十六条、11-15 二百八十条。按账号:cn-sys 172 条、ilovexsir 142 条、lcy-seso 54 条、oisdoaiu 16 条,其余七位合计 22 条。含「Ascend」字样的有 313 条,占七成七,与上周「审计第二波」同向,只是规模升了一个量级。
来源:https://github.com/tile-ai/tilelang/issues
4.2 cn-sys:1 小时 46 分钟内连开 172 条,编号从 #4208 到 #4381 连续(11-15)
cn-sys 的 172 条全部落在 11-15 傍晚 18:41 到 20:27(北京时间)之间,编号连续无缺口,全部标注同一环境:Ascend 950PR、CANN 9.0.0-beta.2、Linux 6.6.0-13、Python 3.12、源码构建 main @ 210611d。内容分三类。一是文档与实现漂移:flash-attention 的 README 写「前向相对误差低于 0.5%」,而同目录五个检查器一律用 5%;deepgemm 的 benchmark 传 cache_size=8192,该参数单位是 MB,等于分配 8 GiB 去刷 128 MiB 的 L2。二是示例与测试:flash-attention 的正确性测试直接沿用了性能测试的全尺寸输入、三个 flash-attention 测试缺 requires_ascend 门、GEMM 示例在七个用例的四个里白占 64–128 KiB UB。三是编译器本体:auto-schedule 的 ControlNode::GetPipeMask 不把自己的 task 算进去、SubstituteVar 重写了循环边界却漏掉循环变量与 For 注解、memory detector 的 SBlockRealize 访问器是空的。
来源:https://github.com/tile-ai/tilelang/issues/4381、https://github.com/tile-ai/tilelang/issues/4331、https://github.com/tile-ai/tilelang/issues/4328
4.3 ilovexsir:142 条 issue 配五个 batch 修复 PR,前端校验成体系补(11-15)
ilovexsir 的 142 条分三批:11-13 四十一题、11-14 五十一题、11-15 五十一题,主题高度集中——「本该报错却没报错」。这批 issue 的落点是修复:11-15 07:03 同一分钟开出 #4201 到 #4205 五个 batch PR,分别管运行时与 target 构造、语言前端注解与同步守卫、copy/GEMM 提示与 padding 值、SIMD 的 mode/part/dist 默认值与目的 dtype、VMI 的 pmode/saturate/lane 契约与调度器输入。每个 PR 都列出它关闭的 issue 号,并附独立可复现的纯 Python 脚本(不需要 NPU 与 TVM 构建)。举例:T.copy(transpose='False') 因为字符串 ‘False’ 是真值而静默打开了 GM→L1 的 dn2nz 转置;_make_ascend_target() 用 dict(target_dict or {}) 把所有 falsy 配置键丢掉;annotate_buffer_versions 的 isinstance(int) 守卫没有排除 bool。
来源:https://github.com/tile-ai/tilelang/pull/4201、https://github.com/tile-ai/tilelang/pull/4202、https://github.com/tile-ai/tilelang/pull/4203
4.4 在审队列 102 笔更新、59 笔窗口内新开,主仓占 51 笔(11-16)
窗口内在审 PR 共 102 笔有更新,其中 59 笔是窗口内新开:tilelang 27 笔、tilelang-mlir-ascend 22 笔、TileOPs 4 笔、TileFoundry 3 笔、TileOPs.github.io 与 tilelang-ascend 与 tilelang-hygon 各 1 笔。按作者计,Areeshh 8 笔、ghostrider0470 与 HadiaSaqib 各 7 笔,另有六人各 5 笔。合入 30 笔对在审 102 笔,这个比例说明当前瓶颈不在写代码而在评审——尤其 mlir-ascend 那 22 笔同构 PR,本质上是一批需要同一位熟悉 TLIR 的人依次过。
来源:https://github.com/tile-ai/tilelang/pulls
4.5 新闻侧:中英文查询与 arXiv 窗口内零命中(11-16)
Google News 中文三组查询(TileLang、TileLang RISC-V、tile-ai TileOPs)返回的最新命中仍是 10-28 与 09-30 的旧稿,英文查询最新为 10-14,均在窗口之外;Hacker News 只捞到一条与 TileLang 无关的 profiler 工具帖;arXiv 上含 TileLang 的最新论文停在 11-03(KV 压缩与分片服务方向),窗口内无新稿。外部的 TileLang 叙事仍停留在 9 月底「DeepSeek 开源昇腾版工具箱」那一轮,本期没有任何新报道可交叉验证。
来源:https://news.google.com/search?q=TileLang
五、趋势观察
一是主仓静、算子库动,重心位移已经连续两个窗口。上一期是主仓一天五笔全昇腾、TileOPs 连续零提交;这一期反过来,主仓 72 小时一笔文档,TileOPs 三日十五笔、TileFoundry 三笔。把两期并起来看,TileLang 的开发重心正从「编译器本体」移到「算子库 + 调度器」:编译器本体的改动集中在修回归(PTO 那条线的善后期),而新增能力更多以算子库的瓦片、选择器、代价模型的形式出现。判断依据不只是合入数,还有依赖方向——TileOPs 的性能结论要引用 TileFoundry 的 roofline 与调度,而 TileLang 主仓这一期没有给它们任何新东西。
二是自动 warp specialization 的正确性已经成为一等风险。#2896 到 #2901 这条链说明:当一个性能改动把同步责任交给编译器自动插桩时,插桩位置就成了正确性的一部分,而它对上层不透明——同一个 cache key 两次编译,屏障可能落在分支内也可能落在分支外。再叠上 CI 的持久化内核缓存,偶发的坏插桩会被固化成稳定失败。这一问题目前没有结构性解法,只有「把写操作挪出条件分支」这类局部规避;如果后续更多瓦片走 ping-pong,同类挂死大概率会再出现。
三是审计已经从「发现问题」变成「流水线生产问题」。三天 406 条 issue、两个账号 314 条,其中 cn-sys 的 172 条在 1 小时 46 分钟内写完,ilovexsir 的 142 条直接对应五个 batch 修复 PR。这套模式确实在压缩「缺陷发现到修复」的周期(同一天内 issue 与 PR 并存),但它把压力转移到了评审端:在审 102 笔、合入 30 笔,其中 22 笔 mlir-ascend 同构 PR 只能由极少数人过。下一阶段的瓶颈会是评审带宽,而不是发现速度。
四是昇腾的算子迁移进入「按模型家族成批落地」。DSA 三件套对应 DeepSeek V3.2,KDA 三件套对应 Kimi 系线性注意力,一天之内九笔都指向具体模型的完整链路,而不是零散算子。这对下游是好消息——模型迁移的成本从「逐个算子凑」变成「按家族批量搬」;但也意味着底层模板库的质量权重上升,catlass 那个 fp32 GEMM 输出 NaN 而完全不报错的旧缺陷就是例证:它藏在第三方 submodule 里,靠算子层测试发现不了。
五是RISC-V 四源首次出现实质推进,但只有一支在动。kubuds 的 TVM 路线新开 hikari 分支并给出 K3 移植验证与 RVV 网格数据,社区索引页第一次收录该 fork;而 MLIR 路线(RuyiAI)与算能 TPU 仓引用未动。两条路线的分工已经明确:TVM 路线在做「能跑起来、有实测数据」,MLIR 路线停在「有设计、无提交」。判断不变——这条线目前仍属小规模投入,值得按窗口跟,但不宜按周计算进度。
局限说明:本期结论来自 GitHub 检索接口与仓库原子流,未做代码级复核;PR 的性能数字取自作者在 PR 描述里给出的基准表(H200、CUDA 13.2、PyTorch 2.13),未在本机复测。issue 统计依赖 search 接口的 total_count 与五页翻页结果(406 条与逐条汇总一致),标题分类只按关键词粗分。tilelang-ascend 的默认分支是 ascendc_pto 而非 main,首次查询按 main 取提交返回 404,已改正后重查。mlir-ascend 的 harness 与 hygon 的 tilelang-tileops-fix 分支窗口内均无提交。新闻侧零命中,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 8 个:TileOPs-nightly、TileOPs、TileOPs.github.io、tilelang-mlir-ascend、tilelang-hygon、tilelang、tilelang-ascend、TileFoundry |
| 主仓 tile-ai/tilelang | 合入 1 笔(#4052 文档),main 仅一次提交;新开 issue 351 条,在审 PR 51 笔 |
| tilelang-ascend | 默认分支 ascendc_pto 合入 9 笔,全部集中在 11-13;新开 issue 3 条,在审 PR 18 笔 |
| TileOPs | main 合入 15 笔(11-13 四笔、11-15 十一笔);新开 issue 44 条,在审 4 笔 |
| TileFoundry | main 合入 3 笔;新开 issue 8 条,在审 3 笔 |
| tilelang-mlir-ascend | main 零提交;22 笔 PR 窗口内新开且全部在审 |
| tilelang-hygon | main 合入 1 笔(#37),#38 在审 |
| 非默认分支 | TileOPs stats 1 笔、nightly snapshots 2 笔;mlir harness、hygon tileops-fix 均零 |
| 发布页 | 六仓窗口内无新 tag;tilelang 最新 v0.1.15(09-30)、TileOPs v0.1.0(10-27)、TileFoundry v0.0.3(10-21)、tilelang-ascend v0.1.2.000(09-09)、mlir-ascend v0.1.2.020(06-11) |
| 在审队列 | 102 笔窗口内更新,59 笔窗口内新开(主仓 27、mlir-ascend 22、TileOPs 4、TileFoundry 3、其余 3) |
| issue 侧 | 406 条新开:cn-sys 172、ilovexsir 142、lcy-seso 54、oisdoaiu 16、其余 22 |
| 采用方 | TileKernels(最近 10-14)、FlashQLA(最近 10-30),窗口内无推送 |
| TileLang×RISC-V 四源巡检 | 有变化:kubuds 新增 kubuds-riscv-hikari 分支 5 笔、社区索引页 PR #1;RuyiAI 与算能 TPU 引用未变 |
| 新闻侧 | Google News 中英文、Hacker News、arXiv 窗口内均零命中(arXiv 最新 11-03) |
完整信源清单
- [1] tilelang #4052(LSP 仓库链接更新) — https://github.com/tile-ai/tilelang/pull/4052
- [2] TileOPs #2894(MoE FP8 的 A scale 走 TMA) — https://github.com/tile-ai/TileOPs/pull/2894
- [3] TileOPs #2896(W4A16 跨 K 瓦片单 WGMMA 在飞) — https://github.com/tile-ai/TileOPs/pull/2896
- [4] TileOPs #2898(16 位 softmax 行双 CTA 集群) — https://github.com/tile-ai/TileOPs/pull/2898
- [5] TileOPs #2892(分页 GQA 切分上界) — https://github.com/tile-ai/TileOPs/pull/2892
- [6] TileOPs #2955(W4A16 解码双 consumer warpgroup) — https://github.com/tile-ai/TileOPs/pull/2955
- [7] TileOPs #2952(目标内核单表与并发安全读) — https://github.com/tile-ai/TileOPs/pull/2952
- [8] TileOPs #2904(target 绑定返回构建器) — https://github.com/tile-ai/TileOPs/pull/2904
- [9] TileOPs #2919(选择器 64x256 瓦片改 ping-pong) — https://github.com/tile-ai/TileOPs/pull/2919
- [10] TileOPs #2953(选择器 64 行紧致瓦片 ping-pong) — https://github.com/tile-ai/TileOPs/pull/2953
- [11] TileOPs #2915(分组 GEMM 输出按 TMA box 五环) — https://github.com/tile-ai/TileOPs/pull/2915
- [12] TileOPs #2901(两 warpgroup 都暂存,屏障移出分支) — https://github.com/tile-ai/TileOPs/pull/2901
- [13] TileOPs #2899(W4A16 配对启动并入无归约分支) — https://github.com/tile-ai/TileOPs/pull/2899
- [14] TileOPs #2918(编译图跨进程复用与 pyupgrade) — https://github.com/tile-ai/TileOPs/pull/2918
- [15] TileOPs #2920(四个 spec-only manifest 条目) — https://github.com/tile-ai/TileOPs/pull/2920
- [16] TileOPs #2951(自适应池化按 lane 拆分) — https://github.com/tile-ai/TileOPs/pull/2951
- [17] TileOPs #2954(GQA 对 FA3 的领先幅度) — https://github.com/tile-ai/TileOPs/issues/2954
- [18] TileOPs #2957(nvbench 冷测量协议) — https://github.com/tile-ai/TileOPs/issues/2957
- [19] TileOPs-nightly 快照 a0566322 — https://github.com/tile-ai/TileOPs-nightly/commit/a0566322
- [20] TileFoundry #325(FunctionRef 统一被调者) — https://github.com/tile-ai/TileFoundry/pull/325
- [21] TileFoundry #324(维度算术进标量渲染器) — https://github.com/tile-ai/TileFoundry/pull/324
- [22] TileFoundry #323(重标号选择保留切片) — https://github.com/tile-ai/TileFoundry/pull/323
- [23] TileFoundry #327(NCCL 通信语义与 Qwen3-MoE 训练) — https://github.com/tile-ai/TileFoundry/pull/327
- [24] TileFoundry #334(int8 张量核心定价) — https://github.com/tile-ai/TileFoundry/issues/334
- [25] tilelang-ascend #1870(Sparse MLA 前向流水) — https://github.com/tile-ai/tilelang-ascend/pull/1870
- [26] tilelang-ascend #1928(sparse_mla_bwd) — https://github.com/tile-ai/tilelang-ascend/pull/1928
- [27] tilelang-ascend #1884(topk 概率质量归约) — https://github.com/tile-ai/tilelang-ascend/pull/1884
- [28] tilelang-ascend #1895(KDA chunk_delta_bwd) — https://github.com/tile-ai/tilelang-ascend/pull/1895
- [29] tilelang-ascend #1896(KDA chunk_delta_h_fwd) — https://github.com/tile-ai/tilelang-ascend/pull/1896
- [30] tilelang-ascend #1799(Chunk Delta H) — https://github.com/tile-ai/tilelang-ascend/pull/1799
- [31] tilelang-ascend #1989(catlass v2.2.0 升级) — https://github.com/tile-ai/tilelang-ascend/pull/1989
- [32] tilelang-ascend #2000(bitwise 四算子合并) — https://github.com/tile-ai/tilelang-ascend/pull/2000
- [33] tilelang-ascend #1642(alloc API 文档) — https://github.com/tile-ai/tilelang-ascend/pull/1642
- [34] tilelang-mlir-ascend #236(tl.flip) — https://github.com/tile-ai/tilelang-mlir-ascend/pull/236
- [35] tilelang-mlir-ascend #247(tl.set_flag) — https://github.com/tile-ai/tilelang-mlir-ascend/pull/247
- [36] tilelang-mlir-ascend #248(tl.wait_flag) — https://github.com/tile-ai/tilelang-mlir-ascend/pull/248
- [37] tilelang-mlir-ascend #259(tl.transpose) — https://github.com/tile-ai/tilelang-mlir-ascend/pull/259
- [38] tilelang-mlir-ascend #252(L0A/L0B/L0C/L1 地址空间) — https://github.com/tile-ai/tilelang-mlir-ascend/pull/252
- [39] tilelang-mlir-ascend #253(reduce 四算子) — https://github.com/tile-ai/tilelang-mlir-ascend/pull/253
- [40] tilelang-mlir-ascend #250(tl.ln) — https://github.com/tile-ai/tilelang-mlir-ascend/pull/250
- [41] tilelang-hygon #37(ds_read_vector Alt2) — https://github.com/tile-ai/tilelang-hygon/pull/37
- [42] tilelang-hygon #38(AllGather-GEMM 跳过本地面板拷贝) — https://github.com/tile-ai/tilelang-hygon/pull/38
- [43] kubuds/tilelang-riscv-kubuds hikari 分支提交 — https://github.com/kubuds/tilelang-riscv-kubuds/commit/bf019bbe24e477d77aa06111a69ef816d347884d
- [44] kubuds/tilelang-riscv-kubuds rv64gc 构建修复 — https://github.com/kubuds/tilelang-riscv-kubuds/commit/c3111b8b316f81938a42f7829f74101d122e9f9d
- [45] kubuds/tilelang-riscv-kubuds 解码/预填充网格 — https://github.com/kubuds/tilelang-riscv-kubuds/commit/8401be05da264db5ded98a3b119ff590396bbfc2
- [46] TongmingLAIC/tilelang-riscv #1(索引页收录 kubuds fork) — https://github.com/TongmingLAIC/tilelang-riscv/pull/1
- [47] RuyiAI-Stack/tilelang-riscv 仓库 — https://github.com/RuyiAI-Stack/tilelang-riscv
- [48] TongmingLAIC/tilelang-tpu 仓库 — https://github.com/TongmingLAIC/tilelang-tpu
- [49] tilelang 主仓 issue #4381(GEMM 示例白占 UB) — https://github.com/tile-ai/tilelang/issues/4381
- [50] tilelang issue #4331(auto target 顺序与文档不符) — https://github.com/tile-ai/tilelang/issues/4331
- [51] tilelang issue #4328(GetPipeMask 漏掉自身 task) — https://github.com/tile-ai/tilelang/issues/4328
- [52] tilelang #4201(运行时与 target 参数校验) — https://github.com/tile-ai/tilelang/pull/4201
- [53] tilelang #4202(前端注解与同步守卫) — https://github.com/tile-ai/tilelang/pull/4202
- [54] tilelang #4203(copy/GEMM 提示与 padding 值) — https://github.com/tile-ai/tilelang/pull/4203
- [55] tilelang 在审 PR 列表 — https://github.com/tile-ai/tilelang/pulls
- [56] deepseek-ai/TileKernels 仓库 — https://github.com/deepseek-ai/TileKernels
- [57] QwenLM/FlashQLA 仓库 — https://github.com/QwenLM/FlashQLA
- [58] 各仓发布页 — https://github.com/tile-ai/tilelang/releases