调研窗口:2026-11-19 07:00 ~ 2026-11-20 07:00(北京时间,24 小时)。上一期截点为 11-19 07:00。

信源:GitHub tile-ai 组织逐仓核查,30 仓库中窗口内推送 8 个。组织级真值检索:合入 23 笔、在审更新 20 笔、新开 issue 7 条。逐笔主分支核查:TileOPs 16 笔、tilelang 2 笔、TileFoundry 1 笔、海光 1 笔。MLIR 昇腾 3 笔落在 mlir-dialect 分支。发布核查:tilelang 仍为 v0.1.15,窗口内无新标签。另含 Google News 中英文五组查询、Hacker News 与 TileLang×RISC-V 四源巡检。


本期索引

  • 今日重点:TileOPs 三笔 mHC 算子同日合入,序列建模接口完成接棒(11-19)
  • 今日重点:GEMM 选择器一条规则改 302 个形状,MXFP4 MoE 解码达到验收线(11-19)

  • 一、核心项目进展
    • 1.1 布局占位变量跨序列化保持绑定,spawn 子进程降载不再报非单射(11-20)
    • 1.2 开发版版本号去掉工具链标签,同一 wheel 不再按 CUDA 版本分叉(11-19)
    • 1.3 新报缺陷:MLA decode 示例两个 warpgroup 之间缺少写后读同步(11-19)
    • 1.4 在审修复:warp 特化时跳过布局不兼容的 TMA 提升(11-19)
  • 二、多后端适配(昇腾 / 海光 / 摩尔线程 / 沐曦)
    • 2.1 MLIR 昇腾一天合入 tl.or、tl.xor、tl.pow,在审补 vsigmoid 与 sort(11-19)
    • 2.2 昇腾主仓在审转向发版:共享轮子上 OBS、夜间 NPU 冒烟、调优技能(11-19)
    • 2.3 Atlas A3 被认成 910A,carver 的 L0C 容量少算一半(11-19)
    • 2.4 海光加 PR 质量门工作流,窗口内无内核改动(11-19)
    • 2.5 沐曦与摩尔线程窗口内无提交(11-19)
  • 二·五、RISC-V 后端与社区(专项观察:TVM 路线 / MLIR 路线 / SOPHGO TPU / 社区索引页)
    • 2.5.1 四源巡检无变化,两条路线与索引页均与上期一致(11-20)
  • 三、生态与采用方(TileOPs 算子库 / TileFoundry / TileKernels)
    • 3.1 注意力 sink 补齐:DSADense 与 DSAPaged 同日合入(11-19)
    • 3.2 FP4 分组量化落地,MoE 门控补哈希路由与 sqrt-softplus(11-19)
    • 3.3 GatedPoolCompress 一次启动完成按请求分环的 KV 池化(11-19)
    • 3.4 TileFoundry 把切片 mesh 与 Varying 值计入并行计划分析(11-19)
    • 3.5 新开四条目标:DSAPaged bf16、AvgPool1d、DeltaNet、Mamba(11-19)
    • 3.6 TileKernels 与 FlashQLA 窗口内无提交(11-19)
  • 四、社区、教程与活动
    • 4.1 新闻侧空窗:中英文五组查询无相关报道(11-20)
    • 4.2 组织活跃度:单日 23 笔合入,主仓星标 9006(11-19)
  • 五、趋势观察

  • 附:素材与核查说明
    • 信源核查表
    • 完整信源清单

今日重点:TileOPs 三笔 mHC 算子同日合入,序列建模接口完成接棒

11-19 一天里,TileOPs 把 HyperConnection 的 pre、post、head 三个算子一并合入。三笔分别是 #3032、#3035、#3039。此前 #3021 已在 11-18 删除旧的两个 mHC 算子,并登记为经评审的公开 API 破坏。相隔一天,替换路径走完。

pre 步由 #3032 合入,改动 18 个文件,+1106/-21。它跑 DeepSeek-V4-Flash 与 GLM-5.3-Flash 的 mHC 前段。内容包括 fn 投影与平方范数、pre 与 post 权重、Sinkhorn,以及加权流求和。

投影保证 float32 精确。fn 以三个 bfloat16 项进张量核心,每 16 个通道一次 64×72 的 WGMMA。每个 64 通道槽再累加到 float32。token 轴是运行期长度,一次启动覆盖任意 token 数。对照对象是 vLLM 的 TileLang mhc_pre 与 torch.compile 参考。

post 步由 #3035 合入,改动 16 个文件,+592/-21。它把块输出混回 n 条残差流。逐元素写为 post_layer_mix[j] * x + sum_i comb_res_mix[i,j] * residual[i],float32 计算后一次舍入到 bfloat16。

线程按 16 字节段混 x 与各条流。小调用一段,大调用四段。输出与 TileKernels 的 mhc_post_fwd 逐位相同。

head 步由 #3039 合入,改动 15 个文件,+778/-9。它在 LM head 之前把 n 条残差流折叠成一条,对应 DeepSeek-V4-Flash 的 ParallelHead.hc_head。每 SM 最多两个 token;超过后由一个 CTA 串流一到四个 token,每条 hc_fn 向量服务全部 token。

manifest 条目转为已实现,并附 GLM-5.3-Flash 的 3000 token 行。对照对象为 vLLM 的 hc_head 融合内核与 torch 参考。

三笔都关闭了对应提案:#2921、#2970、#2971。旧算子删除与新算子合入的中间态只维持一天,接口替换没有留下断档版本。

来源: https://github.com/tile-ai/TileOPs/pull/3032 https://github.com/tile-ai/TileOPs/pull/3035 https://github.com/tile-ai/TileOPs/pull/3039

今日重点:GEMM 选择器一条规则改 302 个形状,MXFP4 MoE 解码达到验收线

11-19 的 TileOPs 性能线共六笔合入。两笔自评达到验收线(#3044、#3041),四笔仍标在验收线之下(#3045、#3053、#3050、#3040)。四笔的支持说明里都写明:每一行比主分支快。

GEMM 选择器改了一条规则(#3045)。NT 类 GEMM 若 128 行网格在 coop2 宽度下能压进一波,就选最窄的 coop2 tile,不再拆成更窄的多波。

判据有两条。最后一行 tile 的两个 64 行消费组都要分到行,且网格要填满一波的 15/16。

规则影响 302 个模型形状。单卡 H200 上没有一例比主分支的选法慢,286 个形状快 1.03 到 2.6 倍。GLM-5.3-Flash 的路由 prefill(N=288)从 82.24 微秒降到 32.13 微秒。

该笔还修掉一个隐患。float32 的 coop2 tile 整块分块时,128 到 383 号线程上的累加器拷贝被丢弃,共享内存留下未初始化内容。

尽管数字如此,该笔自评结论仍是验收线之下。

MXFP4 的 MoE 分组 GEMM 达到验收线(#3044)。新增共享解码内核,条件是行对齐为 128 的倍数、尺度为 e8m0、K 为 2048 的倍数。128 个 token 作 WGMMA 的 M 操作数,128 行权重作 N 操作数。

权重由七个生产 warp 每个 CTA 解码一次,写进 fp8 共享内存瓦片。根因是旧内核在数学 warp 里解码权重,每个元素一次 FMUL 加一次 FFMA。每个 math warp 每个 K 步约 363 条指令,对应 512 个张量周期,张量管线只有 36% 在忙。

GQA 变长注意力在头维 56 到 80 上改用三个消费 warpgroup(#3041)。192 行 tile,三个 64 行消费组轮流占用张量核心。该笔自评达到验收线。

根因是 72 通道时 exp2 的耗时占其乘积张量时间的 64/80。两个消费组时,一个组的 softmax 会拖过另一个组的乘积。ncu 显示张量 54.7%、XU 45.2%,两者近乎串行。

该笔注明一处限制:TileFoundry 的 schedule finalize 在当前构建上还不能把交付的调度降到 TIR(见 tile-ai/topa#42)。内核按实测原型手写,调度写在 final_hir.py 里。

KDA 的 bf16 给定门控 prefill 改为一次居中启动(#3053,9 个文件,+749/-225)。SM90 上原先走两条路径,视序列与值头对数而定。新路径先由联合居中张量核心程序准备全部 chunk,再走状态遍历。fp16 给定门控与原始门控仍走旧路径。

该笔给出的根因是旧路径按最长序列计时。在 glm-5.3-flash-pf-pool 上,3000 token 序列的 64 个 CTA 要走 47 个 chunk,每步都做整块 chunk 准备。该笔自评同样在验收线之下。

另两笔自评也在验收线之下。W4A16 的 K tile 元数据改异步拷贝(#3050),把不足四字节的每行零点多取成对齐的四组窗口,用 4 与 8 字节 cp.async 搬运。生产端因此能立即发出 K tile 的 TMA。

RoPE 调整了载入顺序(#3040)。带列复制的头先载输入向量再读位置,避免 ptxas 在位置 clamp 处等待。小 GPT-J 调用因此少付一次 DRAM 延迟。同一笔还修掉零头 key 在 key.view(-1, 0) 处的失败,现返回空结果。

来源: https://github.com/tile-ai/TileOPs/pull/3045 https://github.com/tile-ai/TileOPs/pull/3044 https://github.com/tile-ai/TileOPs/pull/3041


一、核心项目进展

1.1 布局占位变量跨序列化保持绑定,spawn 子进程降载不再报非单射

tilelang 主仓窗口内合入两笔。第一笔是 #4410,改动 3 个文件,+301/-2。它修布局对象跨进程与跨磁盘往返后失效的问题。

tl.Layout、tl.Fragment、tl.PartialFragment 用进程内单例 tirx::Var 占位符表达索引与线程映射。_i、_j 等用 InputPlaceholder(i),_rep 用 ReplicationPlaceholder()。

Forward、OutputShape、DetectInjective、ForwardThread 的判断依据是 Var 的对象同一性,不是 name_hint。

一旦布局或带 T.annotate_layout 的 PrimFunc 经过 pickle 或 tvm.ir.save_json 与 load_json,反序列化就会重建占位符。新建的 VarNode 与接收进程里的单例不再同一。

主分支上可直接复现三处错误。pickle 往返后 map_forward_index([7]) 返回 [_i] 而不是 [7]。OutputShape() 把 (32,) 算成 (_i + 1,)。在 spawn 出来的 worker 进程里降载带注解的 PrimFunc,会以 the forward map must be injective 失败。

修法是把绑定的占位 Var 引用纳入同一个 ObjectGraphSerializer 通道。涉及两个字段:LayoutNode 的 _forward_vars 与 FragmentNode 的 _replicate_var。二者的序列化顺序先于 forward_index 与 forward_thread。这些字段不参与 repr、init、compare、hash 与结构相等,默认值为 nullptr。

实际效果是多进程编译路径可用。

来源: https://github.com/tile-ai/tilelang/pull/4410

1.2 开发版版本号去掉工具链标签,同一 wheel 不再按 CUDA 版本分叉

#4409 改动 7 个文件,+16/-76。它清理版本号里的后端后缀。

起因是 TileLang 曾按 CUDA 12.8 与 13.0 分别构建 wheel。自 #1826 起,一个 wheel 同时服务多个 CUDA 工具链版本。旧后缀因此会误导:在 CUDA 13.0 镜像里构建的检出会报 0.1.15+cu130.gitabcdef12,而构建机的工具链版本并不能说明这个 wheel 支持哪些后端。

改动删掉后端后缀与 NO_TOOLCHAIN_VERSION 开关。同一检出在各类配置下统一报 0.1.15+gitabcdef12。置 TILELANG_BUILD_WHEEL_WITH_DATE=ON 则报 0.1.15+d20261119.gitabcdef12。PyPI 发行仍用基础版本号。

tilelang.build_date() 随之兼容两种位置。日期可以紧跟 + 之后,也兼容旧 wheel 形如 0.1.15+cuda.d20261119.gitabcdef12 的写法。

作者列出验证范围。三个打包测试通过;检查了 CUDA 12.8、CUDA 13.0、ROCm、CPU、带日期的夜间构建与发行构建的 PEP 517 元数据;pre-commit 全量通过。

来源: https://github.com/tile-ai/tilelang/pull/4409

1.3 新报缺陷:MLA decode 示例两个 warpgroup 之间缺少写后读同步

#4412 是一份新开的缺陷报告,指向 examples/deepseek_mla/example_mla_decode_ws.py。报告称右侧 warpgroup 读取 sum_exp_shared 时,没有等待左侧 warpgroup 的写入。

该文件属 warp 特化的 MLA decode 示例。报告认为两半之间的共享内存交接只靠返回值或隐式顺序,不足以构成同步。

该报告尚未附修复,也未标注复现环境。本期按「已报告、待处理」记录,不作为已修复问题引用。

来源: https://github.com/tile-ai/tilelang/issues/4412

1.4 在审修复:warp 特化时跳过布局不兼容的 TMA 提升

#4413 修一处降载失败。在 b1367a59 上,一个面向 sm_90a 的流水线 GEMM 无法降载。触发条件是它的 8 位 B tile 使用 make_swizzled_layout(Bs, k_major=False) 的带填充布局。

A 的载入让该循环具备 warp 特化资格。随后该 pass 把 B 的普通 T.copy 也提升成 T.tma_copy,而 LowerBulk 拒绝带填充的布局(对应 issue #4053)。

修法是逐个检查候选 TMA 载入的目标布局注解,范围含流水线及其 prelude。布局不兼容的拷贝留在消费侧,兼容的仍在同一流水线内提升为 TMA。

作者报称 #4053 里的八个用例现在都能为 sm_90a 降载。H200 配 CUDA 13.0 上新增的 FP8 回归确认 A 走 TMA、B 走普通拷贝。该 PR 目前仍在审。

来源: https://github.com/tile-ai/tilelang/pull/4413

二、多后端适配(昇腾 / 海光 / 摩尔线程 / 沐曦)

2.1 MLIR 昇腾一天合入 tl.or、tl.xor、tl.pow,在审补 vsigmoid 与 sort

MLIR 昇腾仓的合入仍落在 mlir-dialect 分支。该分支 main 自 11-04 起未动。11-19 一天合入三个 TLIR 算子,时间集中在 UTC 14:08 到 14:37。

#225 加 tl.or,#228 加 tl.xor,#229 加 tl.pow。三笔走同一套流程:先加方言算子,再给 TIR 降载,最后转 HIVM,并各带测试。其中前两笔在上一期报告中仍列为在审,本期转为合入。

在审侧新开 #264,为 TLIR 补 tl.vsigmoid。该笔 11-20 01:35 开出,同日在审更新一次。另有 #232 把 TLIR 的 sort 操作降到 HIVM,窗口内再次更新但未合入。

已合入的三笔与在审两笔构成同一批逐算子铺路工作。

来源: https://github.com/tile-ai/tilelang-mlir-ascend/pull/229

2.2 昇腾主仓在审转向发版:共享轮子上 OBS、夜间 NPU 冒烟、调优技能

昇腾主仓窗口内无合入。在审侧有五笔更新,方向从内核转向发版与工具链。

#4411 于 11-19 19:15 新开,把标准 Linux wheel 发布到昇腾社区 OBS。前提是这些 wheel 已同时包含 Ascend、CUDA 与 ROCm 支持,而现有 Dist 工作流只为 x86_64 与 aarch64 构建、不上传 OBS。

做法是复用 build-wheels 的 abi3 轮子。要求 abi3 标签通过 abi3audit --strict。构建通过后按既有每日定时与手动触发上传两种架构,文件名带日期与提交后缀以便夜间版本共存。PyPI 发行版本号不变。该笔还要求串行化 OBS 上传与索引更新,避免并发运行用旧清单覆盖索引。

#3924 是带 NPU 冒烟测试与滚动发布的夜间昇腾轮子流水线,11-11 开出、窗口内再更新。#4016 是给昇腾写的 TileLang 性能调优技能,#4012 把 max_vector_bits 默认值改为 128,并支持 16 lane 的 fp8 SIMT 向量。两笔均于 11-13 开出。

另有 #1760 让 AscendC 后端支持 FP32 GEMM。该笔 9 月 8 日开出,窗口内于 22:36 再次更新。

来源: https://github.com/tile-ai/tilelang/pull/4411

2.3 Atlas A3 被认成 910A,carver 的 L0C 容量少算一半

#2023 修 carver 的型号识别。Ascend.__init__ 用字符串包含关系判断芯片:先判 910B,再判 310P,最后兜底的 910 一律当 Ascend910A。

Atlas A3 的设备名是 Ascend910_9362,仓库内 examples/situ_glu/benchmark.md 即如此写。它既不命中 910B 也不命中 310P,于是落进兜底桶。

后果是三项硬件参数错配。ub_cap 取 262144 字节,实际为 196608 字节。l0c_cap 取 262144 字节,实际为 524288 字节,正好少算一半。compute_max_core 取 910A 默认的 32,而实际应以 cube_core_num 查询为准。

同一份代码里存在两套矛盾的映射。编译器主流程 tilelang/utils/target.py 把同一设备判为 910_93/910C → A3,carver 用的是错的那套。

carver 用这三个值做候选配置的可行性筛选与代价建模(tilelang/carver/roller/policy/ascend.py)。L0C 少算一半会把大 C tile 的配置直接筛掉。该 PR 于 11-19 08:14 开出,尚在审。

来源: https://github.com/tile-ai/tilelang-ascend/pull/2023

2.4 海光加 PR 质量门工作流,窗口内无内核改动

海光仓窗口内只有一笔合入(#42,1 个文件,+19/-0)。内容是为 pull request 增加质量门工作流。该笔无提交说明正文,改动只涉及 CI 配置。同期 #43、#44 为同一工作流的在审版本。

上一期的十二项内在修复(#27)之后,海光侧本期没有内核、精度或代码生成改动。

来源: https://github.com/tile-ai/tilelang-hygon/pull/42

2.5 沐曦与摩尔线程窗口内无提交

沐曦仓 tilelang-metax 最后推送为 11-06。摩尔线程仓 tilelang-musa 为 11-18 03:47(UTC)。两者均在窗口之外。沐曦的 release/v0.1.12-musa.5-source 分支与发布提案在窗口内无新动作。

二·五、RISC-V 后端与社区(专项观察:TVM 路线 / MLIR 路线 / SOPHGO TPU / 社区索引页)

2.5.1 四源巡检无变化,两条路线与索引页均与上期一致

11-20 巡检四个源。其一为 kubuds/tilelang-riscv-kubuds 的 kubuds- 前缀分支,即 TVM 后端路线。其二为 RuyiAI-Stack/tilelang-riscv 的 main,即 MLIR 改写路线。其三为 TongmingLAIC/tilelang-riscv 社区索引页。其四为 TongmingLAIC/tilelang-tpu 的 main 与新分支,即算能 TPU 扩展。

四源引用与上期留档一致,无新提交、无新 PR,索引页项目表无增删。结论只覆盖上述四个源,不外推到其他 RISC-V 相关工作。TVM 路线与 MLIR 路线本期均无新动作,不另行解读。

来源:无新增提交。

三、生态与采用方(TileOPs 算子库 / TileFoundry / TileKernels)

3.1 注意力 sink 补齐:DSADense 与 DSAPaged 同日合入

两笔注意力合入把 DeepSeek-V4 与 GLM-5.3 用到的 sink 与 bf16 缓存行补齐。

DSADense 侧是 #3038,改动 5 个文件,+228/-82。它的 SM90 内核开始支持 attn_sink 与 is_causal=False。此时仅凭索引选 key,-1 表示跳过该槽位,每个头的 sink logit 计入其 softmax 分母。

topk 不再要求是 128 的倍数。超出部分为死槽;最后一对块里若奇块整段越过 topk,只载入并计分其偶块。对照基线 FlashMLA 改为一次启动跑完本批全部 kv 行,其索引用 -1 补齐到 128 的倍数。

DSAPaged 侧是 #3048,改动 6 个文件,+411/-79。它支持 bf16 缓存行,值为 512 列、键再 0 或 64 列,覆盖 GLM-5.3 与 DeepSeek-V4。

单 CTA 内核用合并的 cp.async 收集。它通过掩码最后一块的尾部支持任意 topk,并把 attn_sink 加进 softmax 分母,分块合并时同样计入。

范围写得清楚。FP8 的 656 字节行生成代码不变,该行仍不支持 attn_sink 与 topk 非 64 倍数。SM89 不支持 bf16 行。

来源: https://github.com/tile-ai/TileOPs/pull/3038 https://github.com/tile-ai/TileOPs/pull/3048

3.2 FP4 分组量化落地,MoE 门控补哈希路由与 sqrt-softplus

量化侧新增 FP4QuantPerGroupFwdOp(#3027,15 个文件,+810/-41)。签名是 block_size=32, inplace=False,把 bfloat16 量化为 e2m1 码,两码一字节,块尺度为 2 的幂的 float8_e8m0fnu。输出与 DeepSeek-V4-Flash 的 fp4_act_quant 逐位一致。

舍入不用 FP4 转换指令。它改为对 float32 位做整数运算,再加一次 float32 加法。该内核与 FP8QuantPerTokenGroupFwdOp 共用 group_quant.py。

write_in_place 让组数超过网格 y 范围的带步长行先走连续拷贝。这一笔顺带修好了 FP8 逐 token 分组量化的 inplace=True 路径。

MoE 侧是 #3036,改动 4 个文件,+360/-66。它给 FusedTopKFwdOp 补 scoring_func="sqrtsoftplus",带或不带 correction_bias 与分组均可。它还支持调用方给定 expert_ids,覆盖 DeepSeek-V4-Flash 的门控与其哈希路由首层。

给定 expert_ids 时,内核只读这些专家的 logit。未重归一化的 softmax 则读整行,且不读偏置。仍被拒绝的组合是「带偏置的 softmax 选择」。

来源: https://github.com/tile-ai/TileOPs/pull/3027 https://github.com/tile-ai/TileOPs/pull/3036

3.3 GatedPoolCompress 一次启动完成按请求分环的 KV 池化

#3033 改动 12 个文件,+1363/-3。它实现 GatedPoolCompressFwdOp,对应 DeepSeek-V4-Flash 的 compressor 与 GLM-5.3-Flash indexer 的键池化。

请求被打包处理。位于某请求起点之前的位置来自该请求的环,环大小为 C * ratio 行。调用写出其最后若干位置的行,并允许回滚上一次调用的最后一个 token。

实现上一次启动、无主机同步。每个请求一个 block,先池化读取其环的那些窗口,再写回环与有效标志。其余窗口通过对 cu_seqlens 做 warp 级 ballot 搜索定位自己所属的请求。

该笔还补了成批的 torch_program 作为基准的 torch 基线,并把 kv_state 与 score_state 声明为连续。

来源: https://github.com/tile-ai/TileOPs/pull/3033

3.4 TileFoundry 把切片 mesh 与 Varying 值计入并行计划分析

TileFoundry 窗口内一笔合入(#356,123 个文件,+2752/-557)。它改的是内存与流量分析。

起因是 discussion #350。分析器要能比较 PP、TP、EP 与 HSDP 几种并行计划。旧实现按流水级把各 GPU 峰值相加,把切片 mesh 之间的 Reshard 记成 0 字节视图,还把带 Varying 的操作数从只取一个操作数类型的算子中丢掉。

改动后,类型推断通过单一规则读操作数的分片属性(operand_types、combine_operand_attrs)。Broadcast 与 Varying 相遇得 Varying 的按单元存储,Partial 与 Varying 相遇则拒绝。

切片 mesh 之间的 Reshard 按「获得该值的单元数」计一次拷贝。部分重叠切片之间的 Split 或 Partial 移动被拒绝。峰值改为按归属单元统计。

另有三处配套。JSON 调用行写明被调者(callee、callee_ref)与定义它的 Module。一次调用按张量叶子给出一个输出边界,嵌套元组也算,使生成出的 Module 可被分析。repeat_interleave 保留输入的 Broadcast mesh。

该笔新增 CUDA 用例比较 PP、TP、EP、HSDP 与 FSDP。生成的模块由 CLI 写出、重新载入、与自动微分结果核对并实测。

来源: https://github.com/tile-ai/TileFoundry/pull/356

3.5 新开四条目标:DSAPaged bf16、AvgPool1d、DeltaNet、Mamba

窗口内 TileOPs 新开四条带形状与目标倍率的工作项。

#3049 要求 DSAPaged 的 bf16 行在 DeepSeek-V4-Flash 上追平 FlashMLA。该条与本期合入的 #3048 对应,属「先立目标、再合实现」的顺序。

#3051 处理边缘截断的 AvgPool1d 窗口。做法是把数据读进寄存器,并在能省 block 时一个 SM 只发一个 block。

#3054 要求 DeltaNet 的 chunk 输入接受带步长的张量。#3013 给 CausalConv1dFwdOp 与 CausalConv1dUpdateFwdOp 补空洞卷积与 float32 滤波器。

另有 #3052 属维护性合入,只补注释与文档。它说明 W4A16 的元数据窗口为何只对单消费 warpgroup 生效,并把选择器的 128、256、512 宽 K tile 与显式 384 宽 K tile 写进 docstring。

该笔同时加了一条回归测试锁住组数检查。作者给出丢掉该检查的后果:显式 384 宽配置会返回错结果,1x128x36864、split 24 上相对误差 0.457。

来源: https://github.com/tile-ai/TileOPs/issues/3049

3.6 TileKernels 与 FlashQLA 窗口内无提交

采用方两仓均不在窗口内。deepseek-ai/TileKernels 最后推送为 10-14,QwenLM/FlashQLA 为 10-30。

文档站侧,TileOPs.github.io 窗口内提交数为 0。tilelang.github.io 有一笔 Update docs(11-19 13:45)。两处均不构成技术进展,只作为站点维护记录。

来源: https://github.com/tile-ai/tilelang.github.io/commit/dc1d73c9

四、社区、教程与活动

4.1 新闻侧空窗:中英文五组查询无相关报道

自动采集在窗口内取出 4 条候选。逐条核验后无一条可用。其中三条是仓库自身的页面条目(tilelang、TileFoundry、tilelang-hygon),属抓取端把仓库元数据当新闻。第四条是 riscv.org 关于英飞凌 AURIX RC1 的问答,与 TileLang 无关。

补充查询 Google News 五组。英文 TileLang when:2d、"TileLang" compiler when:3d、tile-ai TileOPs when:3d 均返回空条目。中文 TileLang when:2d 为空,TileLang 算子 when:3d 仅命中一所高校的挑战杯获奖稿,与主题无关。Hacker News 无窗口内条目。

来源:无相关报道。

4.2 组织活跃度:单日 23 笔合入,主仓星标 9006

组织 30 个仓库中,窗口内推送 8 个。前五个是 tilelang、TileOPs、tilelang-mlir-ascend、TileFoundry 与 tilelang-hygon。后三个是 tilelang.github.io、TileOPs.github.io 与 TileOPs-nightly。

合入 23 笔,按仓库为 TileOPs 16、tilelang 2、MLIR 昇腾 3、TileFoundry 1、海光 1。在审并更新 20 笔,集中在新开的 bug 修复与昇腾发版流水线。

新开 issue 7 条。其中 TileOPs 2 条(一条性能目标、一条 MoE 缺陷),TileFoundry 3 条,topa 1 条,tilelang 1 条。主仓星标 9006,较上一期 9001 增加 5。

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

五、趋势观察

  • 接口破坏有配套接棒:11-18 删除旧的两个 mHC 算子并登记为 API 破坏,11-19 三个替代算子全部合入。替换 PR 在删除之前已开出,中间态只维持一天。
  • 量化对齐以逐位一致为口径:FP4 分组量化要求与 DeepSeek-V4-Flash 的 fp4_act_quant 逐位相同。FP8 路径与它共用同一个 group_quant.py。验收标准是位级相等,不是误差带。
  • 性能优化从逐形状调参转向选择器规则:#3045 用一条规则覆盖 302 个模型形状,并要求没有一例变慢。该笔自评仍未达标,可见验收线看的是目标倍数,不是相对主分支的提速幅度。
  • 昇腾两条线分工清晰:MLIR 路线继续逐算子铺方言,一天三个;主仓转向发版与 CI 工程化,OBS 上轮、夜间 NPU 冒烟、调优技能同周推进。前者在扩表达面,后者在降使用门槛。
  • TileFoundry 从「能编译」走向「能量化」:PP、TP、EP、HSDP 进入同一个分析器比较,切片 mesh 的 Reshard 开始计入拷贝成本。代价模型一旦可信,就会反过来影响前端选择。

附:素材与核查说明

信源核查表

信源 核查结果
GitHub tile-ai 逐仓核查 30 仓库,窗口内推送 8 个;主分支实增 TileOPs 16、tilelang 2、TileFoundry 1、海光 1
MLIR 昇腾分支核查 3 笔合入 mlir-dialect,其 main 自 11-04 未动
组织级合入真值检索 合入 23 笔:TileOPs 16、tilelang 2、MLIR 昇腾 3、TileFoundry 1、海光 1
组织级在审检索 在审并更新 20 笔,集中于昇腾发版流水线、布局与 TMA 修复、新算子提案
新开 issue 7 条:TileFoundry 3、TileOPs 2、topa 1、tilelang 1
发布与标签 tilelang v0.1.15、TileOPs v0.1.0、MLIR 昇腾 v0.1.2.020,窗口内无新标签
新闻侧 候选 4 条全不可用;Google News 中英文五组查询无报道;无 HN 条目
采用方仓库 TileKernels 最后推送 10-14,FlashQLA 为 10-30,均不在窗口内
文档站 tilelang.github.io 一笔 Update docs;TileOPs.github.io 窗口内 0 笔
TileLang×RISC-V 四源 无变化,与上期留档一致

完整信源清单

核查说明

口径:窗口为北京时间 11-19 07:00 至 11-20 07:00。仓库提交一律按 committer 时间计入,先与上一期截点比对再判定新增。MLIR 昇腾的合入落在 mlir-dialect 分支,main 自 11-04 起未动,正文按分支写明,不称其为主分支。

TileOPs 的 16 笔合入与组织级检索的 23 笔总数逐笔对齐,无重复计数。在审条目分别标注开出日期与最近更新日期,避免把旧提案写成当日新开。#1760、#3924、#4012、#4016 均早于本窗口开出,正文已写明开出日期,只按窗口内的推进计。

采集在窗口末段触及未认证 GitHub API 限速。分支与标签信息改用 Atom 订阅与检索接口复核,结论未受影响。RISC-V 四源巡检输出为空,按无变化处理,不视为采集失败。新闻侧经五组查询复核后确认为空窗,未以空结果推断为采集故障。