調査期間:2026-11-17 06:00 ~ 2026-11-18 06:00(北京時間、24 時間;前回のデイリーレポートの締め切り時点から継続)。

情報源:GitHub(org: flagos-ai 64 リポジトリ全量核查、期間内 146 コミット、マージ済み PR 201 件、期間内更新の審査中 PR 279 件、20 リポジトリのプッシュ、31 リポジトリの Release と 8 リポジトリの Tag のアトミック核查)、Google News RSS(24 組の中英クエリ語、プロキシ経由)、HN Algolia、CSDN FlagOS コラム、智源コミュニティ、メンバー単位の原サイト報道(詳細は付録の情報源リストを参照)。


本期インデックス

  • 今日の重点:FlagTree 0.7.1 正式ラインが一晩で平頭哥と燧原を補完、燧原の二本の tops ラインが全面的に世代交代(11-17~11-18)
  • 今日の重点:vLLM 0.32.0 アプリケーション層の五バックエンドが同日に開闸、昇騰と平頭哥がそれぞれ一箇所で上流依存に引っかかる(11-17)
    1. オープンソースプロジェクトの進展(GitHub 動向)
      • 1.1 組織のリズム:20 リポジトリのプッシュ、146 コミット、201 マージ、17 時台の単一時間に 20 件(11-17)
      • 1.2 build-infra:燧原の二本の退役ラインを接続ラインに交換、flagcx ビルダーが夜通し依存を調整(11-17~11-18)
      • 1.3 FlagTree:昇騰 3.6.x バックエンド移植で 1286 ファイル、燧原 TritonGCU バックエンドが 0.7.1 に追随(11-17~11-18)
      • 1.4 FlagGems:55 件の MUSA 参考整合が八分以内にマージ、285B モデルプロファイルがベンチマークに参加(11-17)
      • 1.5 FlagGems-vllm:DeepSeek-V4.1 デコード選塊と海光 INT8 出力投影が同日に着地(11-17)
      • 1.6 FlagGems-sglang:batch12 の十七オペレータ骨格がリポジトリ入り、16 件の競賽 FP8 オペレータがマージ(11-17)
      • 1.7 稀疏、視覚と注意力:NCIC の三件のカーネル最適化が FlagSparse に進入、FlagCV が五段階評価を補完(11-17)
      • 1.8 量子ライン:FlagQuantum が組み込み Stim サンプリングを接続、FlagQAI が二十七件で研究パイプラインを構築(11-17)
      • 1.9 フレームワークと通信:Torch-FL 昇騰ネイティブホスト試験運用 27 項目全通過、FlagCX が MUSA プラットフォームを補完(11-17)
      • 1.10 審査中キュー:104 件が新規オープン、Mega 系列融合大オペレータと硅基流動六バックエンドがまとめて審査入り(11-17)
    1. ニュース報道とエコシステム
      • 2.1 チャネル核查:24 組クエリで 16 件の候補、コンポーネント名はすべてゼロヒット(11-17)
      • 2.2 人民日报評論が Open3D-PIMC を CANN、MUSA と並列、金融界が当日解説記事を発表(11-17)
      • 2.3 メンバー単位:摩尔線程が訓練側適配を補完、沐曦と寒武紀が同日に SenseNova Loop-9B を受け止め(11-17)
      • 2.4 CSDN コラム:インポートタイムスタンプは新しいが、記事原文の日付は 8 月末(11-17)
    1. メンバー単位とバックエンドベンダーの深掘り
      • 3.1 燧原:コンパイラ、ビルド、通信の三ラインが同日に動く(11-17)
      • 3.2 昇騰:二つのシングルコア融合大オペレータが 1.34 倍と 1.18 倍を提示(11-17)
      • 3.3 平頭哥:INT8 MegaMoE が一つの持続カーネルでエキスパート並列全流程を走破(11-17)
      • 3.4 摩尔線程と沐曦:mtml の基準を 2.5.0 に設定、沐曦は一つの裸走 CI を暂停(11-17)
      • 3.5 海光と崑崙芯:BW1000 が FP8 重みを再利用して INT8 を走行、崑崙芯はオペレータごとに逐次消込(11-17)
    1. まとめ
  • 付録:情報源核查表と完全な情報源リスト

今日の重点:FlagTree 0.7.1 正式ラインが一晩で平頭哥と燧原を補完、燧原の二本の tops ラインが全面的に世代交代(11-17~11-18)

日付:2026-11-17 ~ 2026-11-18 出典:FlagTree 0.7.1+ppu3.6 · FlagTree 0.7.1+enflame3.6 · build-infra #1852 · FlagCX #712

  • 2つの正式タグ:FlagTree は 11-17 18:23 に 0.7.1+ppu3.6 を、11-18 01:16 に 0.7.1+enflame3.6 を打った。両 Release の説明はいずれも pypi 0.7.1+… の一行のみで、変更履歴ではなく PyPI への公開マーカーである。
  • 系譜の変化:平頭哥はこれまで 0.7.1.dev1+ppu3.6(開発ライン)で止まっており、燧原はこれまで 0.7.0+enflame3.6 で止まっていた。この2件が揃って、両バックエンドを 0.7.1 正式ラインへ引き上げた。これにより 0.7.1 正式版は ascend3.5、xpu3.6、ppu3.6、enflame3.6 の4バックエンドをカバーし、プレリリース側は依然として a1 の6バックエンドと a2 の2バックエンドが併存する段階的解放の構図となっている。
  • 燧原の世代交代:build-infra #1852 は2本の退役ラインを接続ラインに置き換えた——enflame-tops1.9.10(紫霄 C200 と S60)を enflame-tops1.9.29 に、enflame-tops1.10.6(L600)を enflame-tops4.1.6 に。変更は Base Containerfile の新しい deb と新しいドライバパッケージ、configs.yaml の torch-gcu と pyefml 依存、build-config.yml の runner 改名(tops1106 対 1.9.29、tops416 対 4.1.6)、そして backends.yaml で tops4.1.6 を当該ベンダーの default_for_vendor に設定する点に及ぶ。
  • 1つのシンボリックリンク:4.1.6 のイメージに新たに /opt/triton_gcu へのポインタが追加された。理由は FlagTree の toolkit.py がこのパスでコンパイラを探すためである。同じコミットで topsaten バージョンを作業ブランチ上の 3.8.20261111 から Containerfile 準拠の 4.1.20261111 に修正した。
  • 通信側のかみ合わせ:FlagCX #712 は燧原に ECCL デバイス API バックエンドを追加した(デバイス API 実装、通信 traits、プラットフォーム traits、ECCL と TOPS アダプタ、ビルドスクリプト、+5629/-41、21ファイル)。単機テストケース test_device_api_intra と test_device_ir_intra は通過済みで、クロスノードのテストケースには「実装済み未テスト」と明記されている。build-infra 側では #1854 が2本の燧原行の flagcx を 0.14.1 に固定し、#1870 がさらに ECCL バージョンを行ごとに宣言し、2本の tops ラインが1つの ECCL 番号を共有するのを避けている。
  • スケジュールの意味:#1852 の説明には後続が本 PR の範囲外であることが明記されている——まず2つのバックエンドの FlagCX ホイールを出し、次に base から runtime イメージへ進み、アプリケーション層は暫定的に保留する。つまり燧原の今回のライン切り替えは現在「コンパイラとビルドは整備済み、ランタイムイメージは未リリース」という中間状態にある。
  • 所見:ライン切り替えの実コストはバージョン番号ではなく、パッケージとシンボルにある。/opt/triton_gcu のようなパス規約、topsaten バージョン番号がどのファイルに準拠するか、ECCL バージョンを行ごとに宣言するといった点は、いずれも「同一のコードを多種のチップで動かす」ための暗黙の契約である。一晩のうちに3箇所が同時に調整されたことは、このバックエンドラインがベンダー SDK の追随者からコミュニティ自身が保守するビルド路線へ転換しつつあることを示している。

今日の重点:vLLM 0.32.0 アプリケーション層で5バックエンドが同日に開放、昇騰と平頭哥がそれぞれ上流依存で一箇所ずつ詰まる(11-17)

日付:2026-11-17 情報源:build-infra #1851 · build-infra #1863 · build-infra #1872 · vllm-plugin-FL #703

  • 開放範囲:#1851 は nvidia-cuda13.3、amd-rocm7.2.4、ascend-cann9.2.1、iluvatar-corex5.0.1、thead-ppu2.1.0 の5行に deps_app.vllm0.32.0 を追加し、対応するアプリケーションイメージタグを 2.3.0-0.5.0.dev0_g814b6d3.d20261117 に統一した;#1863 では別途 status_matrix.vllm0.32.0.yaml を作成し、5つのバックエンドすべてを未検証状態とし、検証スクリプトのビデオメモリ使用量パラメータを 0.6 から 0.4 に引き下げた(ノードのビデオメモリ不足)。
  • 1つのハード依存:vLLM 0.32.0 ラインは 0.5.0-dev プラグインを使用しており、その FlagGems バックエンドは flaggems_vllm をハード import するにもかかわらずそれを宣言していない。そのため5行すべてに flaggems_vllm==0.3.0.dev20261117 を明示的に付与した——このバージョンは当日になって各ベンダーのインデックスにリリースされたものである。nvidia 行にはさらに numpy==1.26.4 を追加した。native プラグインのホイールのインストールチェーンが numpy を 2.x に引き上げ、マトリクス整合性ゲートをトリガーするためである。
  • 昇騰の卡点:#1872 はブロッカーを ascend の changelog に書き込んだ:flaggems_vllm==0.3.0.dev20261117 には昇騰の V2 サンプリング導出がなく、0.5.0-dev プラグインは npu 上で import 時に無条件に install_ascend_v2_sampling_shims() を呼び出し、v2_apply_penalties、v2_apply_temperature、v2_gumbel_rng の3つのシンボルを要求する;これら3つは FlagGems-vllm の codex/ascend-v2-sampling ブランチにのみ存在し、すなわちまだ審査中の #1234 であり、毎日のホイールビルドは main をベースにしている。作者の結論は明快である:これはより新しいデイリーパッケージを待つことで解決する問題ではなく、昇騰アプリケーションイメージは #1234 のマージを待つ必要がある。
  • 平頭哥の卡点:#1863 は thead 行の検証失敗の原因を説明した:プラグイン側の thead ベンダー適応層の attention 実装ファイルが flash_attn_3._C をハード import しているが、thead ランタイムには当該モジュールが含まれておらず、vllm-plugin-FL 側での修正が必要である;同日 #1868 ではまず flash_attn_3 を thead の vllm 0.32.0 アプリ依存に追加した。これは「まず依存を補い、次にプラグインの import 修正を待つ」という2段階のアプローチである。
  • 記帳済みのタグ:amd-rocm7.2.4、iluvatar-corex5.0.1、thead-ppu2.1.0、nvidia-cuda13.3 の4つのアプリケーションイメージタグは bot により changelog に書き込まれた(#1864、#1865、#1869、#1874)。ascend 行はブロッカー記録のみでタグはない。
  • 所感:アプリケーション層の開放の利点は、「動くかどうか」をセルごとに埋めていけるマトリクスに分解できることである;代償は、各セルの背後に上流ブランチがぶら下がっていることである。本日の2つのブロッカーはいずれも FlagOS 自身のコードの問題ではなく、プラグインとオペレータライブラリ間のシンボル契約である——この種の問題はマトリクス内で明示的に記帳するしかなく、リトライで覆い隠すことはできない。

1. オープンソースプロジェクトの進展(GitHub 動態)

1.1 組織のリズム:20 リポジトリへのプッシュ、146 コミット、201 マージ、17 時台の1時間に 20 コミット(11-17)

日付:2026-11-17 情報源:flagos-ai 組織 · FlagGems · FlagGems-vllm

  • 総量:64 個のリポジトリのうち 20 個が調査期間内にプッシュあり;コミット検索ヒット 146 件、マージ済み PR 201 件、期間内更新の審査中 PR 279 件(うち当日新規作成 104 件)、組織イベント 100 件(PushEvent 66、CreateEvent 13、DeleteEvent 10、PR 関連 4)。
  • コミット分布:build-infra 36、FlagQAI 27、FlagGems-sglang 24、FlagGems-vllm 17、FlagGems 16、FlagQuantum 12、FlagSparse 4、FlagTree 2、FlagAttention 2、optest、vllm-plugin-FL、Trident、FlagCX、Torch-FL、FlagTrain は各 1。
  • マージ分布:FlagGems 71、build-infra 36、FlagQAI 27、FlagGems-sglang 22、FlagGems-vllm 17、FlagQuantum 12、vllm-plugin-FL 4、FlagTree 2、FlagAttention 2、残り八倉は各 1(optest、Megatron-LM-FL、Trident、FlagTrain、sglang-plugin-FL、Torch-FL、FlagSparse、FlagCX)。
  • 時間分布:コミット時刻別に集計すると、17 時が 20 件でピーク、11 時と 13 時が各 14 件、14 時が 13 件;0 時以降も 5 件(build-infra の検収修正 4 件と未明の收尾)があり、ビルドラインが夜間も推進し続けたことを示す。
  • 新規作成と退役:期間内に新規リポジトリなし;DeleteEvent の 10 件は Trident、FlagQuantum、build-infra、FlagGems の一時ブランチ整理に分散しており、正常な收尾である。

1.2 build-infra:燧原の2つの退役ラインを交接ラインに変更、flagcx ビルダーが夜通し依存関係を調整(11-17~11-18)

日付:2026-11-17 ~ 2026-11-18 情報源:build-infra #1852 · build-infra #1854 · build-infra #1870 · build-infra #1878

  • 構成:36 件のマージ、組織全体の当日のほぼ5分の1を占め、すべてが3つの事柄に集中している——燧原のライン切り替え(#1852、#1854、#1855、#1870、#1873、#1875)、vLLM 0.32.0 アプリケーション層(#1850、#1851、#1863、#1864、#1865、#1868、#1869、#1872、#1874)、そしてビルダーとドキュメントの修正。
  • ライン切り替えの詳細:本日の重点第1项を参照。特筆すべきは #1852 が旧ラインの changelog 4 件と生成された説明ページを同時に削除し、ゲート待ちの changelog 4 件を新規追加したことである。「旧ページはオフライン、新ページは充填待ち」という中間状態にあたる。
  • flagcx ビルダー:燧原行に対して連続4件の修正——#1859 は --no-deps で torch と torch-gcu を個別にインストールし、#1860 は torch インストール前に setuptools を 69.5.1 にピン留めし直し、#1862 は --pre を削除して両者を1回の呼び出しに統合し、#1873 は当該行自身の triton バージョンをビルダーにピン留めした。これらのマージを合わせると1つのことが分かる:燧原 4.1.6 の依存関係クロージャは上流 PyPI のデフォルト解決と一致しないため、項目ごとに明示的にピン留めする必要がある。
  • 受け入れ修正:深夜の3件(#1877、#1878、#1880)はすべて「検証ステップ自身が誤ったことを言う」問題を修正している——アプリケーションイメージ検証の出力が不正確、flagcx ホイールはランタイムではなくビルダーで検証すべき、ステップ2のペイロードが二重引用符で切り捨てられる。この種の修正は成果物を変えないが、マトリックスのマス目を埋める際に読み取るのが真値か虚像かを決定づける。
  • リリース記録:bot が vllm-plugin と vllm-plugin-native の2つのホイールリリース(#1848、#1849)および flagcx ホイールリリース(#1876)を記録した。摩尔線程側の musa 行は同日 08:25 に musa530 runner を指している(#1838)。
  • 摩尔線程 toolkit 層:#1841 が mthreads の toolkit 層を再宣言し、mtml >= 2.5.0 の下限を示した。根本原因は具体的に書かれている——ホストマシンの mtml 2.4.2 には裸の libmtml.so しかなく、ランタイムが探すのは libmtml_musa.so である。見つからなくても致命的ではなく、コンテナは空のデバイステーブルで起動するため、イメージが壊れたように見える。mtml 2.5.0 が当該ファイルを補った後、同じ toolkit 2.1.0 で8つのデバイスを注入できる。検証記録:worker33024(ドライバー 5.3.0、mtml 2.5.0、toolkit 2.1.0)で --runtime mthreads が 8 つの /dev/mtgpu* を出力し、mthreads-gmi が 8 枚の MTT S5000 を報告し、torch.musa.device_count() が 8、matmul も実行可能、MTHREADS_VISIBLE_DEVICES=0,1 で 2 に絞り込める。#1845 はその後、この下限をドライバー 5.3.0 に限定した。

1.3 FlagTree:昇腾 3.6.x バックエンド移植 1286 ファイル、燧原 TritonGCU バックエンドは 0.7.1 に追随(11-17~11-18)

日付:2026-11-17 ~ 2026-11-18 情報源:FlagTree #1637 · FlagTree #1619 · FlagTree #1675 · FlagTree #1676

  • 昇騰移植:#1637 で昇騰 NPU バックエンド全体を Triton 3.6.x に移行、+307349/-294、1286 ファイル。compiler、driver、runtime、interpreter の四層と hint handler、dtype guard、op dtype config、npu_utils などの支援コンポーネントを含む。コンパイラ側には SplitDataflow、ComputeBlockOpt、DynamicCVPipeline、TritonToLinalg、TritonToGraph、PlanComputeBlock、AllocMultiCache など十数個のパスを搭載し、テスト側には 200 以上のオペレータ級単体テストと UB tuner ケースを追加。
  • 燧原バックエンド:#1619 で TritonGCU バックエンドを更新、+20069/-16757、114 ファイル——triton_gcu300 と 400 の lib と include、バックエンドと TLE テストを整合させ、遺留の gcu_intrinsics を削除、Combine38.td を新規追加、TLE-Raw の tops ランタイム、efshmem と test_tle_* ケースを復元、ビルド側はマルチ Python バージョンの MLIR ステージングに変更。このコミットは未明の 0.7.1+enflame3.6 タグと同一ラインの前後をなす。
  • 審査中のツールチェーン:#1675 で統一設定と環境スイッチ(config.env にパラメータを集中、PyTorch Profiler と Eager モードを切替可能)、shell スクリプトを「メインフロー / 抽象メソッド」の二層構造にリファクタリング、オペレータと形状とデータ型別に CPU/GPU 時間を集計する getshape.py を新規追加(+1503/-0、14 ファイル)。
  • その他の審査中:#1676 で Iluvatar の SME 行ストライド対応を NVIDIA 非同期コピーから分離;#1679 で TLE 融合スケーリング行列積加算 reduce-scatter のチュートリアルを追加;#1673 で hcu3.6 上で FlagGems-vllm v0.2.0 ベースラインを有効化;#1677 で MUSA デバッガ依存をランタイムに委ねる;#1678 で git-auto-commit-action を v4 から v7 にアップグレード。
  • コミュニティガバナンス:community #168(FEP-0168、FlagTree マルチプラットフォーム対応と Triton API 互換)は 11-17 17:34 に依然更新があり、対応ブランチ codex/fep23-flagtree-device-enablement-20261105 は調査期間内に複数回プッシュされた。

1.4 FlagGems:55 件の MUSA 参考整合が八分以内にマージ、285B モデルプロファイルがベンチマーク入り(11-17)

日付:2026-11-17 情報源:FlagGems #9334 · FlagGems #4916 · FlagGems #8526 · FlagGems #9160

  • 規模と集中度:71 件のマージのうち 55 件は lukatao が 11:06 から 11:14 までの 8 分間にマージしたもので、すべて MUSA 側のテスト参照アライメントである。作者は「CPU 参照」を統一手法として採用し、linalg_inv_ex、linalg_tensorinv、Cholesky 系列、slogdet、geqrf、orgqr(Householder 参照)、determinant、solve_ex などを線形代数領域でまとめて補完した。量子化と畳み込み側では FP8 比較、quantized_max_pool3d 出力フィクスチャ、conv_transpose3d の非対応ケースを処理した。
  • モデルプロファイルの基準への導入:#9334 は 285B モデルのオペレータプロファイル結果を基準形状ファイル(285B.yaml)にし、登録済み 11 オペレータ(mm、bmm、add、copy_、fill_scalar、mul、zeros、rms_norm、silu、silu_and_mul、softmax)を対象とし、各項目に prefill と decode の GPU 時間占有率および呼び出し回数を付与した。さらに --model-profile スイッチと結果の「Time Share (prefill/decode)」列を追加した。データは 11-16 に 8 枚の H100 80GB、TP=8 上で収集したプロファイルレポートに由来する。
  • オペレータとバックエンド:#8526 は平頭哥 PPU の GEMM テスト形状とレイアウトカバレッジを刷新した。#9160 は log10 の Triton autograd 逆伝播を補完した。#7730 と #7401 は英偉達側の _cast_Float と _sparse_coo_tensor_with_dims を補完した。#9067 は cuda 上の addmm と act_quant の起動パラメータ不一致を修正した。#9335 は MetaX 更新後の TLE 能力 API に追従して W8A8 INT8 を修正した。#9278 は昇騰の mul スカラーと連続負荷を最適化した。
  • 性能と CI:#4916 は行数が多い場合の LayerNorm 逆伝播を最適化した。#8788、#9084、#9294 は崑崙芯のネストテンソル、masked_select 逆伝播、max_pool3d 精度を修正し、thnn_differentiable_lstm_cell_backward、row_stack、padded_dense_to_jagged を補完した。#9340 はデイリーパイプラインを 01:30 CST に変更した。#9341 は model_shapes を models_shapes に改名した。
  • 所見:一日のうちに「テストベースライン」と「実際のモデル形状」が同時に進んだことは、このライブラリの受け入れ基準が「オペレータのセマンティクスが正しいか」から「実際の負荷の時間占有率の下で最適化する価値があるか」へ移行しつつあることを示している。285B プロファイルの意義はまさにここにある。

1.5 FlagGems-vllm:DeepSeek-V4.1 デコード選塊と海光 INT8 出力投影が同日に着地(11-17)

日付:2026-11-17 情報源:FlagGems-vllm #1197 · FlagGems-vllm #1192 · FlagGems-vllm #1177 · FlagGems-vllm #1280

  • デコード選塊:#1197 候補ブロック選択オペレータを新規追加 select_candidate_blocks_cooperative。vLLM における DeepSeek-V4.1 デコードの候補ブロック選択を Triton 実装へ移植した(+1175、7 ファイル)——各行はブロック内最大値(NaN 伝播)でスコアリングし、最新 token を含むブロックを固定し、有効プレフィックス内で top-k を取得し、-1 で補完しソートは行わない。階層は上流と一致:2 つの Triton カーネル(スコアリング、収尾)を直接移植し、行プレフィックス top-k は本リポジトリの persistent_topk を優先的に再利用する(作者はこれが現在 NVIDIA 上でより高速な Triton バックエンドであると注記)、cooperative_topk へフォールバックする。サポートする形状は fp32 logits、行数 64 以下、k は 512/1024/2048、ブロック数は 4 で割り切れること。範囲外のパスは直接エラーを送出し、torch 計算のフォールバックは残さない。35 項目の機能テストとベンチマークを添付。
  • 海光:#1192 で BW1000 に dsv41_o_proj を追加——FP8 の wo_a に対して INT8、原地 BF16 パスを通す。既存の FP8 重み上で精度を変えるのではなくアルゴリズムを変えるもの。
  • 融合と通信:#1177 で TLE 融合行列積加算 reduce-scatter を追加し、symm_mem に従ってディスパッチ;#1282 と #1227 で DeepSeek-V4 の qnorm、rope、kv-rope 全キャッシュ FP8 挿入融合オペレータを追加(マルチプラットフォーム)。
  • 各バックエンドの修正:#1239 昇騰 TLE の mhc_pre を mix-major レイアウトに変更しテストを整理;#1250 で min-p フィルタを追加し Hopper の TLE レイアウトを調整;#1252 で apply_thinking_budget(融合マーカーキャッシュ更新)を追加;#1254 で Triton 3.7 以上のバージョンにおけるカーネル起動パラメータの不一致を修正;#1237 摩尔線程で FP8 状態の GDN デコードとプリフィルを追加;#1280 平頭哥で PPU-ZW810E の cooperative_topk を最適化;#1222 で mhc_pre_broadcast オペレータを追加;#1265 で 285B プロファイル形状と 8 オペレータの vLLM API 検証を追加;#1268 と #1276 でモデルプロファイルオプションとドキュメントを追加;#1277 で metax-maca3720 のベアメタル CI を一時停止;#1281 で vLLM API 欠如時に thinking_budget 収集をスキップ。
  • 観察:今回マージされた一連の変更に共通するのは「モデル形状に応じて高速パスを取る」こと——デコード選塊は行数で段階分けし、o_proj は重み精度でアルゴリズムを変え、thinking budget はキャッシュレイアウトで融合する。クロスチップスタックの差別化は「サポートの有無」から「同一モデルを自社カード上でどのパスで取るか」へと移りつつある。

1.6 FlagGems-sglang:batch12 で 17 個のオペレータ骨格がリポジトリ入り、16 件の競争 FP8 オペレータがマージ(11-17)

日付:2026-11-17 情報源:FlagGems-sglang #392 · FlagGems-sglang #390 · FlagGems-sglang #371 · FlagGems-sglang #385

  • スケルトンのリポジトリ登録:#392 で batch12 の 17 個のオペレータを sglang-ops の docs/tasks/batch12 から本リポジトリの規約に移行。各オペレータに参照実装 1 本、正確性テスト 1 本、ベンチマーク 1 本、conf/operators.yaml のレコード 1 件を用意し、合計 52 ファイル。対象は dsa(act_quant、dequantize_k_cache_fast、quantize_k_cache_fast、triton_sparse_mla_fwd など 7 個)、kvcache(3 個)、attention(2 個)、quantization(2 個)、moe(2 個)、speculative(1 個)。著者はこのコミットに src 実装を含まないことを明言しており、Triton 実装が着地するまで get_candidate は ImportError を送出し、get_op は None を返し、テストとベンチマークはスキップされる。同時に、元リポジトリにあった昇騰、昆侖芯、燧原向けのソフトウェア FP8 shim を削除した。
  • コンペティションチャネル:17:37 から 18:05 の間に 16 件のコンペティション PR を連続マージ——c2flowDS 12 件(absorbed BMM 連結変換、活性化量子化、ページ化 dequantize k cache、gather-dequant-requant FP8 ページ化、MLA KV パッキング量子化、per-token-group 量子化 MLA マスク、quantize k cache の高速版と低速版、reshape-and-cache-flash、set MLA KV buffer FP8 量子化、swiglu OAI MXFP8 量子化、疎 MLA フォワード)、yzw1128 4 件(dequantize k cache、FP8 per-token から per-tensor への変換、per-tensor 量子化 MLA、quantize k cache 分離版)、さらに task180 のコンペティションコミット 1 件(#372)。
  • AMD 性能 3 件:#371 と #390 と #391 は gfx1100 向けの高速化——fused_softmax_pool、per_group_transpose、ltx2_split_rotary、dsv3_fused_a_gemm、embedding_lora_a、apply_token_* シリーズ、および MoE GEMM の silu 拡張、収縮再計算パス。
  • 燧原のマージ:#385 で enflame_flagos ブランチをマージ。同日の build-infra における燧原の切り替えと同方向。

1.7 疎・視覚・アテンション:NCIC の 3 件のカーネル最適化が FlagSparse に進出、FlagCV は 5 段階の評価を追加(11-17)

日付:2026-11-17 情報源:FlagSparse #121 · FlagAttention #142 · FlagTrain #89 · FlagDNN #26

  • FlagSparse:#121 が NCIC-AlphaSparse アカウントによりマージ(+3371/-39、21 ファイル)。コミットは cuad 105 opt、cuda sddmm opt、ascend spgemm opt の 3 件——それぞれ CUDA 上のサンプリングと疎行列積、および昇騰上の疎汎用行列積を指す。
  • FlagCV:lukatao が KernelGen 評価枠を 5 件連続で作成(bitwise_and、bitwise_not、flip、subtract、multiply)。いずれも評価設定であり、オペレータ実装ではない。
  • FlagAttention:#142 でリポジトリ構造を再編(11-18 00:03 マージ)、#144 で NVIDIA 側ベンチマーク依存を整備。審査中の 2 件は方向性が明確——#141 は昇騰向け MoBA バックエンド、#143 は平頭哥向け Inkling FA4 相対位置アテンションのサポート。
  • FlagTrain:#89 で bias_geglu_impl をネイティブの 2 引数インターフェースに整合。他に KernelGen が 5 件審査中(Transformer Engine の L2 正規化逆伝播、Megatron の MTP 損失自動スケーリング、マルチモーダル回転位置エンコーディング、重み付き SwiGLU、融合 Sinkhorn)、および昇騰向け multi_tensor_lion と multi_tensor_adam が 1 件。
  • FlagDNN:#26 で Fedora と openEuler の RPM パッケージングを追加(審査中)。

1.8 量子線:FlagQuantum が組み込み Stim サンプリングを開通、FlagQAI は 27 件で研究パイプラインを構築(11-17)

日付:2026-11-17 情報源:FlagQuantum #1190 · FlagQuantum #1195 · FlagQAI #96

  • FlagQuantum 規模:12 件のマージ、12 件のコミット、10:32 から 19:58 の間に継続的に推進、主线は二本——コンパイラモジュールを職責ごとに再編(#1192、#1193 で規範書き換えと論理スケジューリングを分離)、および誤り訂正とシミュレーション。
  • 誤り訂正とシミュレーション:#1190 で Sparse Blossom バッチデコードをパッケージ化、#1197 でバッチ処理フロー内をネイティブ Sparse Blossom に変更、#1201 で AI プリデコーダ評価もバッチ化;#1195 で内蔵 Stim による位置ノイズ付きサンプリング、#1199 で外部 Stim テキスト実験を内蔵エンジン上で実行;#1194、#1196、#1198、#1200、#1202 の五件はそれぞれオフライン qfunc エクスポートとデプロイパッケージ化、合成 Bell 産物の事前検査と意味論、定向 Bell 産物、バインド産物のデプロイ事前検査をカバー。
  • FlagQAI:27 件のマージはすべて FlagQuantum アカウントが 10:31 から 21:20 に推進、テーマは「研究パイプライン化」——Agent トランスクリプトの読書位置復元、未読返信マーク、数値のみの実験結果表示、Python 補完出力、回路ソースコード行表示、Agent コードプレビュー、QAOA 結果の比較操作ビット、アクティブラウンド所要時間、Jobs ごとのプロジェクトベースライン管理、候補リビジョンの階層化と再審査、再審査済み候補のローカル検証(#96)、KMX 回路リセットスロット再利用。
  • 観察:量子ラインは「Agent 生成 → 人手再審査 → ローカル検証」をステートフルなワークフローにしつつあり、これはチェーン上のオペレータライブラリのイテレーションとは二つのリズムである。前者は機能クローズドループで勝ち、後者はカバレッジと性能で勝つ。

1.9 フレームワークと通信:Torch-FL 昇騰ネイティブホスト試験 27 項全通過、FlagCX が MUSA プラットフォームを補完(11-17)

日付:2026-11-17 情報源:Torch-FL #846 · FlagCX #712 · FlagCX #722 · sglang-plugin-FL #155

  • Torch-FL 昇騰ホスト:#846 で実験的な昇騰適応を追加(+2232/-98、35 ファイル)、共有の native host ABI を経由し、公開済みの FlagTree NPU ローダーとオリジナルの FlagGems カーネルを使用。難点は ABI にあり——昇騰は CUDA のポインタ配列ではなくパック構造体を使用する:ブールは 32 ビット占有、FP16/BF16 スカラーは float ラインフォーマット、論理グリッドとワークスペースとロックと FFTS はすべてコンパイラメタデータに依存し、さらに ACL 現在ストリームの帰属問題がある。実測では 910C 上で wheel をインストールした 27 項の一貫性テストケースが全通過(29.90 秒、ゼロスキップゼロエラー);CI ジョブは 85b1fd8e 上で FlagTree のダウンロード再試行を使い果たして失敗、再実行が必要;モデル全体の logits とベンダー PyTorch の 0.8 倍を下回らない性能は依然として #833 に保留。
  • FlagCX 燧原:#712 の ECCL デバイス API はマージ済み、詳細は本日の重点第一項を参照。
  • FlagCX MUSA:#722 は審査中、FlagCX デバイス API に MUSA プラットフォームサポート(デフォルトバックエンド)を追加。
  • sglang-plugin-FL:#155 で昆侖芯バックエンドを SGLang 0.5.18 にアップグレード。
  • vllm-plugin-FL:四件のマージ——#703 で vLLM 0.32 の Runner V2 に適応し全量 CI を有効化(昇騰側)、#694 で燧原の M-RoPE インターリーブセグメントマスクを rotary_dim/2 に修正し非ブロック式 FP8 チェックポイントをサポート、#758 でエンドツーエンドスモークを適応ゲートに変更、#769 で cuda.yaml の陳腐化した参照をクリーンアップ。
  • その他:Megatron-LM-FL #221 で毎夜の補完カバレッジスイートを追加(megatron/core と megatron/plugin をカバー);Trident #6 でユーザー自身の LLVM_ROOT をサポート;optest #49 でオペレータテストのバックエンド FlagTree デイリー wheel をアップグレード。

1.10 審査待ちキュー:104 件の新規オープン、Mega シリーズ融合大規模オペレータと硅基流動六バックエンドが一括審査入り(11-17)

日付:2026-11-17 ソース:FlagGems-vllm #1286 · FlagGems-vllm #1287 · FlagGems-vllm #1274 · FlagGems-vllm #1283

  • 総量:審査中 PR の調査期間内更新は 279 件、当日新規オープンは 104 件。分布は FlagGems 127、FlagGems-vllm 44、FlagTree 23、vllm-plugin-FL 17、FlagTrain 17、sglang-plugin-FL 10、FlagCX 10、FlagCV 5、FlagQuantum 4、その他は少数。
  • Mega シリーズ:昇騰の単核融合大型オペレータ 2 件(MegaGate、MegaMHC、詳細は 3.2)、平頭哥の INT8 MegaMoE 1 件(詳細は 3.3)。3 件の共通点は、「ルーティング、ゲーティング、エキスパート計算、正規化、通信」のうち複数段を 1 つの永続カーネルに収め、事前にバインドしたコンテキストで起動とワークスペースを再利用することにある。
  • 硅基流動バッチ:winfan1314 が [SiliconFlow] プレフィックスで 7 件を連続オープン——triton_ihc_pre は 6 バックエンドをカバーし元の ihc_pre インターフェースを保持、グループ化 Gemma RMSNorm は行数をまたいで再利用、昇騰およびデコード/プリフィル経路のコールドコンパイル時間を圧縮、gate_sigmoid_mul とパックドデコードの CPU リファレンス競合を削減。このバッチの特徴は、「テストとベンチマークの CPU リファレンス競合」をテストノイズではなく性能問題として扱うことにある。
  • オペレータ缺口:FlagGems 側で審査中のものは、平頭哥の conv2d、昇騰の router_gemm、天数の SDPA フォワード、平頭哥が削除済み TLE パイプラインイテレータを tl.range に置換、海光が CUDA Graph なしで BLAS 起動オーバーヘッドを低減、昆侖芯が SDPA 数学経路を 2 段の Triton カーネルに変更。
  • プラットフォーム側:vllm-plugin-FL #766 は清微を vLLM 0.32 の 0.5.0-dev ラインに適配;FlagBLAS #162 は平頭哥と海光のために H100 グループ GEMM ベースラインを保存;flagtree-cpu #12 と #13 は TLE 最小サブセットを Triton 3.7 に移植し、CPU libdevice の hypot と atan2 を補完。

2. ニュース報道とエコシステム

2.1 チャネル検査:24 組のクエリで 16 件の候補、コンポーネント名はすべてゼロヒット(11-17)

日付:2026-11-17 ソース:Google News RSS · Hacker News · CSDN FlagOS コラム

  • クエリとヒット:24 組の中英語クエリを 24 時間の調査期間内で重複排除した結果、16 件の候補。FlagOS、FlagGems、FlagScale、FlagTree、FlagPerf、FlagCX、KernelGen、BAAI FlagOS、flagos-ai、国産算力オープンソースソフトウェアスタックなどのクエリはすべてゼロヒット;ヒットしたのは智源研究院関連 7 件、燧原 3 件、摩尔線程 2 件、沐曦 2 件、清微 1 件、海光オペレータ 1 件。
  • 除外基準:タイトル意味に基づき 3 類のノイズを除外——株式市場・セクター相場稿(例「算力チップ概念が振動下落」)、智源と無関係な同語誤ヒット(「源側直流分散型光儲網聯智控系統」の「源」)、モデル廠自身の発表稿。除外後の利用可能項目は 2.2 と 2.3 に統合。
  • HN Algolia:FlagOS 8 件、FlagGems 2 件、BAAI 30 件がヒットしたが、タイトルと本文のいずれにも本プロジェクトへの直接一致はなく、キーワードの汎用ヒットである。
  • 結論:ニュース側は依然としてメンバー機関の資本・製品情報が中心であり、FlagOS 自身の技術的ナラティブは引き続き GitHub とコラムが担っている。

2.2 人民日报評論が Open3D-PIMC を CANN、MUSA と並列、金融界が当日解説稿を掲載(11-17)

日付:2026-11-17 ソース:金融界解説稿 · 新華網 Open3D-PIMC 報道(背景)

  • コメントの論調:人民日報の最近の評論は、AI の中小零細企業への浸透を論じる際に、CANN、Open3D-PIMC、MUSA という三つの国産ソフトウェア・ハードウェア技術エコシステムを並列に挙げ、存算一体や三次元集成などのハードウェアの突破、ソフトウェアエコシステムの継続的なオープンソース化・開放に伴い、AI の実装ハードルは引き続き低下するとの見方を示した。
  • 解説記事の内容:金融界の 11-17 10:44 の記事は三者の関係を明確に説明している——CANN は華為(ファーウェイ)に属し、MUSA は摩尔線程に属し、Open3D-PIMC は清微智能と智源研究院が共同で発表したもので、2026 年 9 月に中国算力大会でオープンソース化された、世界初の 3D 算力チップ向けプログラミングモデル兼ソフトウェアフレームワークであり、衆智 FlagOS の次世代 3D チップ向け主要方案の一つでもある。記事は同時に FlagOS の規模に関する論調も示している:すでに 20 社のメーカー、30 余りの AI チップに適配し、GPU、NPU、DSA、RISC-V などのアーキテクチャをカバーしている。
  • 技術的な論理:Open3D-PIMC はコンパイル最適化をフレームワーク内に収め、開発者はデータ分布とタスク分割のみを記述し、各社の私有命令セットはプラグインとして接続される;智源の AI システム研究責任者である門春雷氏の判断は、3D チップの量産が間近に迫る中、対応するコンパイル能力を欠けば「先進ハードウェア、低効率ソフトウェア」に陥るというものである。
  • 論調に関する注意:Open3D-PIMC のオープンソース化自体は 9 月の旧事であり、本項目は評論と解説による再露出であって、新たなリリースイベントを構成するものではない;文中の「20 社のメーカー、30 余りのチップ」は報道上の論調であり、コンポーネントレベルの統計(オペレータライブラリがカバーするメーカーとモデル数)とは同じ分母ではない。

2.3 メンバー単位:摩尔線程が訓練側の適配を補完、沐曦と寒武紀が同日に SenseNova Loop-9B に対応(11-17)

日付:2026-11-17 情報源:第一財経(摩尔線程) · 第一財経(沐曦) · 毎日経済新聞(寒武紀) · SenseNova-Loop リポジトリ

  • 摩尔線程:月之暗面が 2.8 兆パラメータの Kimi K3.1 Pro をオープンソース化した後、摩尔線程は MTT S5000 と MUSA ソフトウェアスタックに基づいて訓練適配を完了し、ネイティブな FSDP2 マルチモーダル訓練パスを構築、モデルのロード、シャーディングスケジューリングから勾配同期までの完全なリンクを開通した(第一財経 11-17 19:24)。区別すべきは、同一モデルの Day-0 推論適配は 11-06 にすでに発表されており、本日補完されたのは訓練側である点だ。
  • 沐曦:商湯日日新 SenseNova Loop-9B が 11-17 に発表されオープンソース化され、沐曦は Day 0 適配を完了したと発表し、同モデルの適配を率先して完了した国産算力プラットフォームであると述べた(第一財経 11-17 22:44)。
  • 寒武紀:同日 23:44 に同一モデルの Day 0 適配を完了したと発表(毎日経済新聞)。
  • モデル側の事実:SenseNova-Loop-9B は約 9B パラメータで、24 のデコーダ層を 2 回巡回実行し、32 の物理層を 1 回のフォワードで 56 回の層計算に拡張する;双流 mHC を採用して残差ストリームのルーティングと融合を行い、4 層ごとに線形注意と全注意を交互に配置し、512K コンテキストを持ち、公式によれば 4 ビット重みと 8 ビット KV キャッシュで 256K マルチモーダル推論に約 15GiB の VRAM が必要で、初日から AWQ 4 ビット量子化版を提供する。
  • 対照観察:双流 mHC のような超接続構造は、FlagGems-vllm が当期内に取り組んでいる mhc_pre、mhc_post や昇騰 MegaMHC と同一種の構造上のオペレータ作業に属する;両者がすでに接続済みかどうかは、リポジトリも公開報道も明示しておらず、ここではアーキテクチャ動向の対照としてのみ扱い、適配の声明とはしない。

2.4 CSDN コラム:インポートのタイムスタンプは新しいが、記事本文の日付は 8 月末(11-17)

日付:2026-11-17 情報源:CSDN FlagOS コラム

  • ページ状態:コラムトップページには 43 件の記事リンクがあり、ページ上のタイムスタンプには 11-17 20:08 などの最近の値を含む;最新の 3 件は「FlagOS が「牛来」モデルをより多くの国産チップで実行可能に:GLM-5.3-Flash Day0 で 9 款の AI チップに適配」「Qwen3.8-Flash-Next が発表初日に 8 款の AI チップに適配」「動画生成推論フレームワーク LightX2V が正式に FlagOS に接続」である。
  • 判定:3 件のカードの原文日付は 2026-08-27 から 08-28 であり、過去記事をテーマ別に再配置して公開したもので、当日の動向には計上しない。同コラムの最近のやり方は一貫している:インポート時間と原文公開時間が同期しておらず、両者が衝突する場合は元の公開時間を優先して処理する。

3. メンバー単位とバックエンドメーカーの深掘り

3.1 燧原:コンパイラ、ビルド、通信の三路線が同日に動く(11-17)

日付:2026-11-17 情報源:FlagTree 0.7.1+enflame3.6 · build-infra #1852 · FlagCX #712 · vllm-plugin-FL #694

  • 3つの出来事:午前 01:16 に 0.7.1+enflame3.6 タグを発行;18:08 から build-infra が 2 本の tops ラインを切り替えラインに変更;10:26 に FlagCX が ECCL デバイス API をマージ。3 つの出来事はそれぞれコンパイラ、ビルド、通信に対応し、同じバックエンドラインの上から下への 3 層である。
  • 付随詳細:フラグ側の packaging/flagcx/backends.yaml は tops4.1.6 を当該ベンダーのデフォルトに設定し、ECCL バージョンを行ごとに宣言;vllm-plugin-FL #694 は燧原のエンジニアが提出し、M-RoPE インターリーブセグメントマスクと非ブロック式 FP8 チェックポイントを修正しており、アプリケーション側も同時に追随していることを示す。
  • リスク面:2 本の tops ラインが並行(1.9.29 は紫霄 C200 と S60 向け、4.1.6 は L600 向け)であり、ビルドマトリクスの組み合わせが 2 倍になることを意味する;#1852 はアプリケーション層を明示的に保留し、まず FlagCX ホイールと base から runtime イメージまでを通すとしており、この順序は正しい——通信ライブラリが通らない場合、アプリケーション層の検証に意味はない。

3.2 昇騰:2 つのシングルコア融合大型オペレータが 1.34 倍と 1.18 倍を実現(11-17)

日付:2026-11-17 情報源:FlagGems-vllm #1286 · FlagGems-vllm #1287 · FlagGems-vllm #1239 · FlagTree #1637

  • MegaGate:#1286 は 910B 向けに FlagTree TLE シングルコアを追加し、BF16 の MoE ルーティング投影とエキスパート選択を融合——Cube コアが FP32 累積のルーティング logits を実行し、Vector コアがスコアリング、オプションの補正バイアスとグループ選択を実行し、top-k エキスパート番号と正規化ルーティング重みを返す;prepare_mega_gate は起動ランチャーとワークスペースを入力形状、ルーティング設定、NPU ストリームにバインドし、以降の呼び出しで再利用する。5 モデル 353 形状にわたる平均高速化は ACL Graph 1.336 倍、Eager 1.408 倍、うち DeepSeek V4 Flash の 106 形状は 1.553 倍。
  • MegaMHC:#1287 は mHC post、mHC pre、RMSNorm を 1 つのシングルコアに融合し、4 本の残差ストリームと通常・シフトの 2 種類の実行をサポート;シフトパスは携帯する pre_mix を用いて Cube が次の投影を計算するのと同時に RMSNorm を起動する。63 形状の平均高速化は ACL Graph 1.175 倍、コンテキスト事前バインド済みの Eager 1.182 倍、DeepSeek V4 Pro の単一形状は 1.773 倍;事前バインドなしの Eager は 0.648 倍にとどまり、収益が純粋なカーネル演算ではなく起動とワークスペースの再利用に由来することを示す。
  • 付随:#1239 は mhc_pre を mix-major レイアウトに変更しテストを整理;#1637 の Triton 3.6.x バックエンド移植はこの種の TLE シングルコアにコンパイラ基盤を提供する。
  • 所見:両方とも「シングルコア融合 + コンテキスト事前バインド」に取り組んでおり、いずれも ACL Graph と Eager の 2 組の数値を添付している。昇騰にとって、グラフモードと即時モードの差自体が製品ラインの情報である——同一カーネルが 2 つのモードで 20% 以上差が出る場合、デプロイ側がどちらの実行方式を選ぶかが収益に直接影響する。

3.3 平頭哥:INT8 MegaMoE が 1 つの永続カーネルでエキスパート並列の全フローを完走(11-17)

日付:2026-11-17 情報源:FlagGems-vllm #1274 · FlagGems #8526 · FlagGems-vllm #1280 · FlagTree 0.7.1+ppu3.6

  • 単核範囲:#1274 は PPU バックエンド向けに INT8 のエキスパート並列 MegaMoE を追加(+4691/-8、10 ファイル)。常駐する FlagTree/Triton カーネル 1 本の中でトークン分散、2 回のエキスパート GEMM、SwiGLU、INT8 再量子化、カード間書き戻しとマージを完了する。入力は INT8 活性化とエキスパート重みに FP32 スケーリングとルーティング重みを加えたもの、出力はカード内 BF16。呼び出し側は再利用可能なコンテキスト、対称ピアバッファ、ストリームバリアを提供する。
  • スケジューリング戦略:8 カードのワークロードはブロック全体分散で処理する。大規模な 2 カードと 4 カードのワークロードは、各カードがファストパスを満たす場合に部分返却で処理する。EP グループはコンテキスト初期化段階で、CUDA Graph キャプチャより前に返却レイアウトについて合意し、ワークスペースのアラインメントが不一致の場合はグループ全体がルート単位返却にフォールバックし、各カードが同一のピアスロットに対して異なる解釈をすることを避ける。
  • 同日の併走対応:#8526 は平頭哥の GEMM テスト形状とレイアウトのカバレッジを更新;#1280 は PPU-ZW810E の cooperative_topk を最適化;未明の 0.7.1+ppu3.6 タグでバックエンドが開発ラインから正式ラインへ昇格。
  • 所見:分散、2 段の GEMM、活性化、量子化、書き戻し、マージを 1 カーネルに押し込むことで、多数の中間マテリアライズと起動オーバーヘッドを削減できるが、その代償としてコンテキスト状態とピアバッファの一貫性を呼び出し側が保証しなければならない——これがこのコミットが繰り返し「レイアウトはキャプチャ前に整列させる」と強調する理由である。

3.4 摩尔線程と沐曦:mtml の下限を 2.5.0 に設定、沐曦はベアメタル CI を 1 本一時停止(11-17)

日付:2026-11-17 情報源:build-infra #1841 · build-infra #1845 · FlagGems #9335 · FlagGems-vllm #1277

  • 摩尔線程:mtml 2.5.0 が toolkit レイヤーの最低要件となり、8 カードを一度に満たす(詳細は 1.2);musa 行は musa530 runner を指すよう変更;FlagGems-vllm #1237 は FP8 状態の GDN デコードとプリフィルを補完。
  • 沐曦:#1277 は metax-maca3720 のベアメタル CI テストを一時停止、不安定なノードへの収束である;FlagGems #9335 は MetaX の更新された TLE ケイパビリティ API に追従して W8A8 INT8 インポートを修正;審査中には ple_conv の MetaX バックエンド(#1279)と純 Triton のブロックレベル top-k(#1289)もある。
  • 所見:両社とも「環境の下限」を明示的に宣言している——一方は mtml のバージョン、もう一方はノードの信頼性である。クロスチップスタックの日常的な消耗はこうした環境差異に大きく由来するため、下限をビルド設定に書き込む方が事後調査より安上がりである。

3.5 海光と昆仑芯:BW1000 は FP8 重みを再利用して INT8 を実行、昆仑芯はオペレータごとに逐次消化(11-17)

日付:2026-11-17 情報源:FlagGems-vllm #1192 · FlagGems #8788 · FlagGems #9294 · sglang-plugin-FL #155

  • 海光:#1192 の dsv41_o_proj は BW1000 上で FP8 の wo_a を INT8 で処理し、BF16 出力をインプレースで行う。つまり重みの形式を変えずに計算パスを切り替えるもの。審査中の #9338 は CUDA Graph を使わずに BLAS の起動オーバーヘッドを削減しようと試みている。
  • 昆仑芯:夜間に三件の修正を連続投入――#8788 は nested_tensor_from_mask、masked_select の逆方向、max_pool3d の XPU 精度を修正し、#9084 は thnn_differentiable_lstm_cell_backward を補完し、#9294 は row_stack、padded_dense_to_jagged、Sobol エンジンのカバレッジを補完した。プラグイン側は SGLang 0.5.18 にアップグレード。審査中の #9330 は 1 コミットで 5 つの XPU オペレータ精度修正と matmul 逆方向の性能をまとめ、#9325 は SDPA の数値計算パスを 2 段構成の Triton カーネルに変更した。
  • 観察:昆仑芯のこの路線は「オペレータごとに一つずつ片付けていく」リズムで、1 日に 3〜5 件、1 件ごとに 1 つのオペレータファミリーを担当する。こうした作業はヘッドラインにはならないが、モデルが実際に動くかどうかを決める。

4. まとめ

  • バージョン線:FlagTree 0.7.1 正式線は一晩で平頭哥と燧原を補完(0.7.1+ppu3.6 は 18:23、0.7.1+enflame3.6 は翌日 01:16)し、正式版は ascend3.5、xpu3.6、ppu3.6、enflame3.6 の 4 バックエンドをカバー。燧原の 2 本の tops 線は同日に世代交代し、tops4.1.6 が同社のデフォルトとなった。
  • ビルド線:vLLM 0.32.0 のアプリケーション層で 5 バックエンドが同時に開通。4 バックエンドはイメージタグを記録済み。昇騰は V2 サンプリングシンボルを欠くため(FlagGems-vllm #1234 が審査中)停滞し、平頭哥はプラグインが flash_attn_3 をハード import しているため停滞。いずれも FlagOS 自身のコード問題ではない。
  • オペレータ線:FlagGems の 71 件のマージのうち 55 件は MUSA テスト参照の整合で、285B モデルのプロファイルがベンチマーク入り。FlagGems-vllm の 17 件は DeepSeek-V4.1 のデコード選塊、海光の INT8 出力投影、各バックエンドの修正をカバー。FlagGems-sglang は batch12 の 17 オペレータをスケルトン化し、16 件の競技 FP8 オペレータをマージした。
  • フロントエンド線:Torch-FL の昇騰ネイティブホスト試行は 910C 上で 27 項目の一致性テストケースを全通過したが、CI は FlagTree のダウンロード失敗により再実行が必要。FlagCX は燧原 ECCL デバイス API を補完し、MUSA プラットフォーム対応は審査中。
  • エコシステム側:ニュース面は引き続きメンバー単位の製品・資本情報が供給源――摩尔線程は Kimi K3.1 Pro の学習側適配を補完し、沐曦と寒武紀は同日に商湯 SenseNova Loop-9B を捕捉。人民日報の評論は Open3D-PIMC を CANN、MUSA と並べ、FlagOS の共建路線が主流メディアの言説にもう一度露出する機会となった。
  • リスクと未対応事項:昇騰アプリケーションイメージは #1234 待ち、平頭哥はプラグインの import 変更待ち、燧原アプリケーション層は FlagCX ホイールとランタイムイメージ待ち、Torch-FL の CI は再実行が必要。この 4 項目はいずれも他者のブランチまたは後続ビルドに依存しており、デイリーレポートは「ブロッカーは記帳済み、下流待ち」として記録する。

付録:情報源チェック表と完全情報源リスト

情報源チェック表

情報源 チェック結果
GitHub org(flagos-ai) 64 リポジトリを全量チェック、20 リポジトリが期間内にプッシュ、146 コミット、201 マージ、279 審査中更新、104 新規オープン
Release / Tag 原子チェック 31 リポジトリの Release、8 リポジトリの Tag をスキャン。期間内に正式タグ 2 件を新規追加(0.7.1+ppu3.6、0.7.1+enflame3.6)
Google News RSS(24 組クエリ、プロキシ経由) 候補 16 件。コンポーネント名はすべてゼロヒット。利用可能な項目はメンバー単位の製品・資本情報
HN Algolia FlagOS 8 件、FlagGems 2 件、BAAI 30 件、タイトル直接一致なし
CSDN FlagOS コラム 11-17 のインポートタイムスタンプあり、記事原文日付は 2026-08-27 から 08-28、再配布に属する
智源コミュニティ hub トップページと検索ページはアクセス可能、FlagOS コンポーネントの項目は見当たらず
メンバー単位の原サイト 摩尔線程、沐曦、寒武紀、清微の 4 件の製品側情報はすべて原サイトに戻り日付と要点を照合済み
人民日報評論と解読 金融界 11-17 稿が評論の言説を完全引用、Open3D-PIMC の背景は新華網 9 月報道で照合

局限性説明:本期の GitHub 側はコミット検索、マージ PR 検索、組織イベントの 3 チャネルを交叉チェックして取得し、審査中 PR のマージ時間は統計に含めない。FlagTree の 2 つの Release の説明は PyPI マーカーのみで変更ログを含まず、バージョン内容は対応する PR(#1637、#1619)とタグ系譜から推定した。ニュース側のコンポーネント名ゼロヒットは常態であり、「ニュースなし=進展なし」という推論は行わない。CSDN コラムのインポート時間と原文日付が一致しない場合、衝突時は元の公開時間で処理する。本日の重点におけるモデルアーキテクチャとオペレータライブラリの対照は趨勢観察に過ぎず、双方が既に接続を完了したことを意味しない。

完全な情報源リスト

https://github.com/flagos-ai/FlagGems/pull/9335

[43] FlagQAI #96(再審査候補のローカル検証) — https://github.com/flagos-ai/FlagQAI/pull/96