調査期間：2026-10-10 07:00 ~ 2026-10-12 07:00（北京時間、48時間；月曜朝報、期間は前回デイリーレポート（10-10 振替補報）の締切時点から起算し、土曜・日曜の終日と月曜未明をカバー）。

情報源：GitHub（tile-ai 組織 29 リポジトリのプッシュ全量核查、期間内に 8 リポジトリでプッシュあり：tilelang、TileOPs、TileFoundry、TileOPs-nightly、tilelang-hygon、tilelang-mlir-ascend、tilelang.github.io、TileOPs.github.io；組織期間内マージ 34 件、新規オープン 42 件；メインリポジトリ 9 件マージと 9 件新規オープン、TileOPs 21 件マージ、TileFoundry 2 件、昇騰 / 海光 / MLIR 適応リポジトリをリポジトリごとに核查、夜間パイプライン 3 件の新スナップショット、ドキュメントサイト 2 件のビルド）、コミュニティリポジトリ核查（tilelang-debugger、TileLang-Awesome、PTO-ISA 教学・ベンチマークリポジトリ）、Google News RSS 中英語複数組クエリ（プロキシ経由）、Hacker News、arXiv、ドキュメントサイトとリリースページ核查。

本期インデックス

  • 今日の重点：週末全線推進——TileOPs 21 件マージ（Op 基底クラスリファクタリング確定版、MLA デコード高速化バッチ）、メインリポジトリ SM121 落地、TileFoundry 疎デコードが TIR を貫通（10-10 ~ 10-12）
    1. コアプロジェクト進展
      • 1.1 メインリポジトリ：SM121（DGX Spark）がブロックスケーリング MMA を点灯；CuTeDSL フェンス選挙とパラメータ同一性修正（10-10 ~ 10-11）
      • 1.2 メインリポジトリ：GEMM dtype ホワイトリスト完結——未対応の組合せを CUDA codegen 前に拒否（10-12）
      • 1.3 メインリポジトリ：For ステップ幅、JIT 出力インデックス、popcount、ビットリダクションとテスト基盤の 5 件確定（10-10 ~ 10-11）
      • 1.4 メインリポジトリ新規オープン：Host IR JIT 2 件と並列コンパイル、部分波リダクションなど 9 件（10-10 ~ 10-11）
      • 1.5 TileFoundry：疎デコードが TIR を貫通（#223）と mesh スコープ修正（#220）（10-10 ~ 10-12）
    1. マルチバックエンド適応（昇騰 / 沐曦 / 海光 / 摩尔線程）
      • 2.1 昇騰：Sparse MLA 移行で SeeSaw と Pipelined の 2 件をオープン；長時間実行移行バッチを集中更新（10-10 ~ 10-11）
      • 2.2 昇騰：キャッシュ系修正 4 連——JIT 特殊化キー、autotune キー、NPU とシミュレータキャッシュの分離（10-10）
      • 2.3 昇騰：MLIR パス全量性能レポートをマージ——7 オペレータ 112 例すべて通過；NPU プロファイリング対応は審査中（10-10）
      • 2.4 昇騰：メインリポジトリ PTO / CANN 審査中クラスタ——リダクションヘルパー vendor、ドキュメント要件とサンプルターゲット選択（10-10 ~ 10-11）
      • 2.5 海光：レジスタパイプライン更新；沐曦 / 摩尔線程は静穏（10-10 核查）
    1. エコシステムと採用側
      • 3.1 TileOPs：21 件マージ——Op 基底クラスを一括リファクタリングし確定版に（-5200 行級）（10-10 ~ 10-11）
      • 3.2 TileOPs：MLA / KDA / NSA 性能バッチ——SM89 デコードが最大約 4.6 倍高速化、top-k ビットソートと WGMMA 記述子統一（10-10 ~ 10-11）
      • 3.3 TileOPs：attention sinks 5 連と masked FP8 GEMM 新規オープン（10-10）
      • 3.4 TileOPs：DSA / ページング GQA 修正バッチ——共有メモリ競合と陳腐化行の除外（10-10）
      • 3.5 夜間パイプライン：3 件の新スナップショット——正確性 1032 項、ベンチマーク 1947 項（52 スイート）でゼロ失敗（10-10 ~ 10-12）
      • 3.6 ドキュメントと採用側：Op 基底クラスガイドがリファクタリングに伴いサイトに落地；メインドキュメントサイト 2 件のビルド；TileKernels / FlashQLA は静穏（10-10 ~ 10-11）
    1. コミュニティ、チュートリアルとイベント
      • 4.1 tilelang-debugger：オフライン HTML デバッグレポート公開、0.1.12 / 0.1.15 の 2 バージョンで検証（10-10）
      • 4.2 PTO-ISA：SuperNPUBench 8 件推進——mega-moe と tail_ocp_fp8 専項（10-10 ~ 10-11）
      • 4.3 コミュニティ：TileLang-Awesome 新リポジトリ建立（10-11）
      • 4.4 メディアと学術：中国語の深掘り解説記事が公開；海外アグリゲーション稿が継続；HN と arXiv は新規なし（10-10 ~ 10-11）
    1. トレンド觀察
      • 5.1 完全な週末：34 件のマージが土曜・日曜と月曜未明に跨って実行
      • 5.2 リファクタリング完結とバージョン静穏：リリースウィンドウが視野に
      • 5.3 ハードウェアカバレッジが同週に拡大：SM121 点灯、SM89 性能ポリシーが成批
  • 付：素材と核查説明
  • 完全情報源リスト

今日の重点：週末全線推進——TileOPs 21 件マージ完結、メインリポジトリ SM121 落地、TileFoundry 疎リンク貫通（10-10 ~ 10-12）

日付：2026-10-10 ~ 2026-10-12　情報源：TileOPs PR リスト／ Op 基底クラス再構築（#2520）／ SM121 ブロックスケーリング MMA（#3430）／ 疎デコードを TIR まで貫通（#223）／ 夜間スナップショット（fc2a2a91）

調査期間48時間以内に組織で34件をマージ（メインリポジトリ 9、TileOPs 21、TileFoundry 2、MLIR パス 1、ドキュメント 1）、新規 42 件；8 つのリポジトリにプッシュがあり、ペースは土曜全日、日曜、月曜未明を通じて続いた——マージ分布は土曜 23 件、日曜 9 件、月曜未明 2 件で、週末のマージ量は前の調査期間（金曜）の 21 件を明らかに上回った。

  • TileOPs は単一週末で 21 件をマージ：Op 基底クラス「職務ごとに一制度」の大再構築（#2520、363 ファイル、純減約 1865 行）がリリース前に最終稿に間に合った；MLA、KDA、NSA の三条パフォーマンスラインが同時に収束し、attention sinks 五連と masked FP8 GEMM などの新規項目を追加（詳細は第 3 章）。
  • メインリポジトリの 9 件はプラットフォーム拡張と修正が中心：SM121（GB10 / DGX Spark）ブロックスケーリング MMA が点灯（#3430）、GEMM dtype ホワイトリストが完結（#3245、10-12 未明にマージ）、CuTeDSL フェンス選出と NVRTC / CuTeDSL パラメータ同一性の修正（#3400 / #3414）、For ステップ幅と JIT 出力インデックスなどの修正バッチ（詳細は第 1 章）。
  • TileFoundry は疎デコードを一路 TIR まで推進：#223（84 ファイル、+4424/-1543）は DSA デコードの失われたループワークロード、ルックアップ課金が高すぎる問題、段階的更新の誤りを修正し、添字式非同期収集、Bitcast、Where を実装（詳細は 1.5）。
  • 夜間パイプラインは三つのスナップショットを連続出力（最新マージポイント #2525）：正確性 1032 項目、ベンチマーク 1947 項目（52 スイート）、失敗ゼロエラーゼロ；前回のスナップショットより各 2 項目増、二日間で三スナップショットが途切れなく続いた。
  • メディア側：中国語で TileLang を物語の核心とする一篇の深掘り解説が登場（知危、10-10 風聞 / 10-11 知乎）、海外の集約記事は報道の波を継続（詳細は 4.4）。

1. 核心プロジェクトの進展

1.1 メインリポジトリ：SM121（DGX Spark）がブロックスケーリング MMA を点灯；CuTeDSL フェンス選出とパラメータ同一性の修正（10-10 ~ 10-11）

日付：2026-10-10、2026-10-11　情報源：SM121 ブロックスケーリング MMA（#3430）／ CuTeDSL フェンス選出（#3400）／ NVRTC / CuTeDSL パラメータ同一性（#3414）

  • SM121 点灯（#3430、10-11 00:32 マージ）：SM121（GB10、DGX Spark）は実際には SM120 級の warp ブロック・スケーリング MMA をサポートするが、tl::sm120_mma_sync_blockscaled は CUTLASS_ARCH_MMA_SM120A_ENABLED（__CUDA_ARCH__ == 1200 の場合のみ定義）しかチェックしないため、sm_121a ではすべてのブロック・スケーリング MMA が OMMA.SF ではなく BPT.TRAP にコンパイルされてしまう。本コミットでは arch とファミリーの両方で SM120 / SM121 ターゲットを受け入れるよう変更し、NVF4 テストは SM12x ファミリーでゲートし、CuTeDSL TMA アーキテクチャ・テーブルは sm_121 / sm_121a を通過させる。作者は DGX Spark（ドライバー 580.178.04、CUDA 13.0）で実測パスを確認。

  • フェンス選挙（#3400、10-10 10:47 マージ）：sync_grid() は以前、すべての tid.x == 0 のスレッドを選挙していたため、2D / 3D スレッド・ブロックでは複数のスレッドが同一ブロックの到達を重複して発行し、フェンスが早く解除される可能性があった。現在は物理スレッド (0, 0, 0) のみを選挙し、カウンタ / 世代プロトコルと協調起動は不変。回帰テストは 1D / 2D / 3D グリッドと重複再利用をカバー（RTX 5090、CuTeDSL 4.7.0）。

  • パラメータ同一性（#3414、10-10 13:58 マージ）：NVRTC と CuTeDSL ホスト・ラッパーは従来、生の Var 名でシグネチャを生成し、表示名でパラメータを照合していたため、同名（stream、device_id など）やデバイス側での改名がクロストークを引き起こしていた。現在は Var 同一性に基づいてラッパー・パラメータ名を割り当て、位置 ABI を保持する。CuTeDSL は同一カーネルを異なるスカラー・バインディングで繰り返し呼び出せるようになり、同名の shape / stride シンボルを区別できるようになった。

1.2 メインリポジトリ：GEMM dtype ホワイトリスト完結——未サポートの組み合わせは CUDA codegen 前に拒否（10-12）

日付：2026-10-12　情報源：GEMM dtype ホワイトリスト（#3245）

  • 一部の T.gemm オペランド dtype の組み合わせ（例：bf16 x bf16 から fp16）は以前フロントエンドで受け入れられ、nvcc 内で不透明な static_assert により失敗していた（欠陥票 #3004）。本コミットでは Ampere / Ada mma.sync パスに明示的な dtype ホワイトリストを追加し、フロントエンド（tileop/gemm）と C++ 命令選択の両端で強制し、未サポートの組み合わせは CUDA codegen 前に拒否され明確なメッセージを出す。

  • 負例 1 件と正例 3 件の回帰テストを添付。サポートされる組み合わせと非 Ampere ターゲットの動作は不変。本コミットは 10-12 01:21 にマージされ、調査期間の締め切り前で最新のコミットとなった。

1.3 メインリポジトリ：For ステップ、JIT 出力インデックス、popcount、ビットリダクション、テスト基盤の 5 件が確定（10-10 ~ 10-11）

日付：2026-10-10、2026-10-11　情報源：For ループ・ステップ（#3427）／ JIT 出力インデックス（#3318）／ popcount（#3300）／ ビットリダクション（#3332）／ テスト基盤（#3313）

  • For 步長（#3427、10-10 12:54 マージ）：ループキャリー衝突分析は従来、步長を常に 1 とみなしていた（コメントの「デフォルト 1、未指定時」と矛盾）。非単位／符号付き步長では有効イテレーションペアの判定が歪んでいた。現在は明示的な步長に従ってイテレーションペアの範囲を縮小し、CUDA と HIP codegen はいずれも步長を保持して CodeGenC に発行を委譲し、展開ループの字句的割り当てスコープにも配慮している。
  • JIT 出力インデックス（#3318、10-10 12:02）：out_idx=[-1] は引数の個数が異なるカーネル間で再利用されると正規化によって汚染される（2 引数カーネルが [-1] を [1] に正規化し、4 引数カーネルがその後誤って入力スロットを占有する）問題があった。現在は正規化の前に呼び出し側のリストをコピーし、引数の個数に等しいスカラーインデックスを拒否して、有効な区間を提示する。
  • popcount（#3300、10-10 12:02）：符号付きおよび 8 / 16 ビットの狭い整数の CUDA への降下を補完した。まず元の幅で符号なしに変換してから拡張する（int8(-1) は 32 ビットではなく 8 ビットとしてカウントする）。64 ビットは __popcll を通す。8 種の dtype の回帰をカバーする。#2984 を修正し、H100（CUDA 13.0）では 16 項のテストがすべて通った。
  • ビットリダクション（#3332、10-11 14:13）：reduce_bitand / bitor / bitxor は従来、ターゲットバッファのみをチェックし、浮動小数点のソースを通過させていた（[1.0, 2.0, 4.5, 8.9] は警告なしに静かに 1 2 4 8 = 15 に切り捨てられていた）。現在はソースとターゲットを統一して、整数 / ブールの規則に従って拒否する（refs #3301）。
  • テスト基盤（#3313、10-11 18:25）：共有 IR 検査ヘルパー（ノード収集、正確なオペレータ呼び出しカウント、記号ごとの外部呼び出し収集）を新設し、issue テストと transform テストを局所的な走査コードからヘルパーへ移行した。lower_ldgstg テストには構造アサーションを補い、选定された transform テストは sm_90 ターゲットを固定し、利用可否によるスキップを追加した。

1.4 メインリポジトリ新規オープン：Host IR JIT の 2 件と並列コンパイル、部分ウェーブリダクションなど 9 件（10-10 ~ 10-11）

日付：2026-10-10、2026-10-11　ソース：ホスト IR 統一（#3473）／ 直結 Host IR JIT（#3481）／ 並列 JIT コンパイル（#3476）／ 部分ウェーブリダクション（#3478）

  • Host IR ライン（#3473、#3481）：まず CUDA と CuTeDSL の 2 つの実行パスを Host IR に統一し（#3473）、次に Host IR JIT とネイティブキャッシュへの直結を試みる（#3481、実験的、MIR 方向）——JIT ホスト側の再構築がメインリポジトリの新たなメインラインとなる。
  • コンパイルスループット（#3476）：autotuner が相互に独立した JIT 構成を並列コンパイルし、大きな構成空間のチューニングのウォールクロック時間を圧縮する。
  • 修正系の新規オープン：部分ウェーブスカラーリダクション（#3478）、ホスト式の強制変換グループ化（#3477）、実行時にしか行程カウントがわからないパイプライン末尾の展開（#3472）、昇騰サンプルのターゲットを任意化（#3474）；2 件の WIP（#3482 スパース逆伝播の原子的累加、#3483 MoE の陳腐化ルーティングエキスパート）が 10-11 深夜にオープンされた。
  • キューの状況：メインリポジトリのオープン PR は計 170 件（前回 177 件、7 件減少）。

1.5 TileFoundry：スパースデコードが TIR を貫通；mesh スコープ修正（10-10 ~ 10-12）

日付：2026-10-10、2026-10-12　ソース：スパースデコードが TIR を貫通（#223）／ mesh スコープ（#220）／ パーサー属性（#221）

  • #223（10-12 00:52 マージ、84 ファイル、+4424/-1543）：#218 の DSA デコード遺留問題を引き継ぐ——失われたループ作業量の修復、ルックアップ課金過多と段階的更新エラーの修正、インデックス式非同期収集、Bitcast と Where の沈下を実装；割り当て制約を単一アクセサ（Storage を返す）に変更、キャプチャ更新は直接 tile（16B 共有メモリ）に書き込み、パラメータ初期化のキャリ値は独立ストレージと前置コピーを獲得して入力を保証；16 組の FixtureCase がそれぞれ CLI 呼び出しと出力チェックを伴ってガード；生成チュートリアルレポートを同期更新。
  • #220（10-10 11:59 マージ）：#214（ウィンドウ起点がロード済みスカラーの場合に ISL 空間比較がクラッシュ）と #215（mesh 外部初期化後にループ内で再バインドすると古い値を静かに取得）を修正；HIR 呼び出しが mesh スコープを越えると即エラー、型付きは呼び出し点の mesh で伝播し推論キャッシュキーに組み込み。
  • #221 新規オープン（レビュー中）：パーサーがオペレータ属性と字句レイアウトシュガーをサポート。

2. マルチバックエンド適配（昇騰 / 沐曦 / 海光 / 摩尔線程）

2.1 昇騰：Sparse MLA 移行で SeeSaw と Pipelined の 2 本を開出；長期移行バッチを集中更新（10-10 ~ 10-11）

日付：2026-10-10、2026-10-11　情報源：Sparse MLA SeeSaw（#1869）／ Sparse MLA Pipelined（#1870）／ NSA Decode（#1701）／ WY Fast（#1827）

  • Sparse MLA 前向の 2 本を新規オープン（#1869 / #1870）：SeeSaw（シーソー・デュアルコンシューマ）と Pipelined（パイプライン）の 2 版 Sparse MLA 前向オペレータが同期間に出揃った——DeepSeek 疎注意力オペレータの昇騰移植ラインはさらなる深化を続け、両版の書き方が併存しベンチマーク。
  • 長期移行バッチを集中更新（10-10）：NSA Decode（#1701、08-27 オープン）、NSA Bwd（#1730）、WY Fast 前後向（#1827 / #1828）、Chunk O Forward（#1866）——「先に移行、後に研磨」の長期 PR が過半で前進。
  • ドキュメントとテスト：#1657（T.tile.relu 等のドキュメント文字列と用例）、#1867（示例精度チェックのアラインメント）が同期更新；昇騰適配リポジトリのオープン PR は計 230 本（前回 225 本）。

2.2 昇騰：キャッシュ系修復 4 連——JIT 特化キー、autotune キー、NPU とシミュレータキャッシュ分離（10-10）

日付：2026-10-10　情報源：調優パラメータを JIT キーへ（#1871）／ autotune キー対齊（#1872）／ キャッシュ分離（#1873）／ ストレージ改写デカップリング（#1874）

  • 4 本を同日オープン：#1871 調優パラメータを JIT 特化キャッシュキーに組み込み；#1872 autotune キャッシュキーを有効プロファイルパラメータと一致させる；#1873 昇騰 NPU とシミュレータのキャッシュを分離；#1874 ストレージ改写がホスト NPU の可用性に依存しなくなる。
  • 共通して「同一パイプラインが実機とシミュレータ、異なる調優設定間でキャッシュが混ざる」類の問題を指向——昇騰側のキャッシュ意味論を厳格化（コミットに自動マーク付き）。

2.3 昇騰：MLIR パス全量性能レポートをマージ——7 オペレータ 112 例すべて通過；NPU プロファイルサポートはレビュー中（10-10）

日付：2026-10-10　情報源：全量レポート（#197）／ NPU プロファイルサポート（#198）

  • #197（10-10 14:34 マージ）：TileOPs 全量性能レポートを更新——7 オペレータ、112 個の正確性テストケースをカバーし、全件パス（CANN 8.5.0、Ascend 910B2C、msprof プロファイリング）；旧版レポートを整理し、T.arange + T.vbrc の特定シナリオにおける書き込み競合の説明と一次元 arange + reshape による回避策を補足。
  • #198 レビュー中：オプションの Ascend NPU プロファイリングサポート——torch_npu プロファイラ（Level1、AiCMetrics.PipeUtilization）を接続し、タイムラインに tilelang::<kernel> と tilelang.launch::<kernel> を注記して呼び出し階層を可視化、CANN 起動プローブを添付；無効時は元の起動動作を維持。

2.4 昇騰：メインリポジトリ PTO / CANN レビュー中コミット群——リダクションヘルパーの vendor、ドキュメント要件とサンプルターゲット選択（10-10 ~ 10-11）

日付：2026-10-10、2026-10-11　情報源：PTO リダクションヘルパー vendor（#3469）／ CANN 9.2.0 ドキュメント（#3460）／ サンプルターゲット選択（#3474）

  • PTO ライン：#3469 は上流 PTOAS が全リダクションヘルパーモジュールを削除したため、SIMT 全リダクションヘルパーをメインリポジトリの PTO ディレクトリに戻してテストを補完——上流インターフェース変更がメインリポジトリの PTO 経路に波及した修正コミット；#3316（PTO 実行を PTO codegen 経由に変更）は引き続きレビュー中。
  • CANN / ツールチェーン：#3460（昇騰 950 バックエンドが CANN 9.2.0 を要求するドキュメントコミット）、#3461（bisheng ラッパーが一時ファイルクリーンアップスイッチに従う）、#3468（L0C fp32 から f16/bf16 へのデュアルコピー経路変換）、#3466（スカラー sqrt の沈下）。
  • その他：#3474（サンプルオプションターゲット、10-10 新規オープン）、#3324（torch_npu タスクキュー）、#3326（aibin 単段階コンパイルで ld.lld を除去）、#3437（SimdVF dim=1 リダクション）、#3455（SimdVF マルチバッファフィル）、#3321（ホストオペレータとデバイスカーネルの関連付けプロファイリング）。

2.5 海光：レジスタパイプライン更新；沐曦 / 摩尔線程は静穏（10-10 確認）

日付：2026-10-10　情報源：レジスタパイプライン（#18）／ 沐曦リポジトリ／ 摩尔線程リポジトリ

  • 海光 #18（10-10 更新）：tilelang-hygon にレジスタパイプラインを追加（既存の共有メモリパイプラインと協調し、パイプラインステージごとにコミットとバリア命令を挿入）、warp 数が 4 を超える場合に warp-diverge を有効化；自述では example_gemm が rocblas 水準に到達；48 ファイル、+4055/-318、レビュー中。
  • 沐曦（最終プッシュ 09-24）、摩尔線程（09-30）ともに調査期間内に新規活動なし。

3. エコシステムと採用側

3.1 TileOPs：21 件マージ——Op 基底クラスの一括リファクタリングが確定（-5200 行規模）（10-10 ~ 10-11）

日付：2026-10-10、2026-10-11　情報源：Op 基底クラスリファクタリング（#2520）／ Op 基底クラスガイド（TileOPs.github.io #69）

  • #2520（10-11 06:36 マージ、自ら「リリース前」の締めと称す、363 ファイル、+3362/-5227）：10 個のコミットを「まず挙動、次に機械的なリネーム」の順に配置——コンパイル境界の有無にかかわらずオペレータは統一的に _run_call 経由で実行され、失敗時は本呼び出しがターゲットを選定したかどうかでロールバックを決定；子オペレータ呼び出しがいずれの delegate_for ステージにも帰属しない場合は複合呼び出し全体を失敗させ、もはや暗黙に破棄しない；_validate_dtypes を削除、select_kernel_key / select_implementation を key_for に統合；コンパイル境界を manifest から導出するよう変更（compile_op_names とコールドコンパイルテストセットを検証）、default_kernel_map を削除；Gelu / Div などのコンストラクタ引数を呼び出し仕様に取り込み。
  • ドキュメントサイトは翌日『Op 基底クラスガイド』（#69、10-11）で追随し、コードリファクタリングと同期を維持。

3.2 TileOPs：MLA / KDA / NSA 性能バッチ——SM89 デコード最速約 4.6 倍に高速化（10-10 ~ 10-11）

日付：2026-10-10、2026-10-11　情報源：MLA デコード SM89（#2511）／ MLA チューニング分裂拡張（#2524）／ MLA 候補除外（#2525）／ WGMMA 記述子（#2523）

  • MLA デコード（#2511、10-10 22:31 マージ）：SM89 上でバッチとヘッドブロック数に応じて 2/4/8/16 KV 分裂を選択（目標 128 CTA、上限 16）、既存のスキャンと FP32 分裂マージカーネルを再利用——単一リクエスト bf16 4k デフォルトレイテンシ 0.158 から 0.034 ms（約 4.6 倍）、32k 1.170 から 0.162 ms（約 7.2 倍）。
  • MLA チューニング面（#2524 / #2525）：チューニング候補分裂を 1/2/4/8/16 に拡張（候補 24 から 40 に増加、実測で FlashInfer に対して 2.00x の行あり）；候補クエリタイルに一時 KV を加えて共有メモリ予算を超えるものを除外（D=512 時は 40 中 20 を保持）、コールドチューニングに初回チューニングを加えて 348.6 s から 151.6 s に短縮、失敗候補はゼロに。
  • WGMMA 記述子（#2523 / #2504）：MLA デコードと DSA シーソーカーネルの記述子を lane 0 ブロードキャスト構築に変更（HGMMA の R2UR 待機をゼロに、オーバーフローなし）——26 行の MLA ベンチマークで 0.7% から 4.1% 高速化；ついでに SM90 上の bs1 部分 RoPE デコードが分割末尾ブロック不足時にハングする問題を修正。
  • KDA プリフィル（#2510）：SM89 単一シーケンス 4096 から 64k token、最大 8 値ヘッドのシナリオで 16 列値タイル分割——4k / 32k / 64k レイテンシがそれぞれ 22.9% / 19.8% / 18.5% 低下。
  • NSA top-k（#2514）：各圧縮ブロックを 1 つの CTA に割り当て（クエリヘッドを 64 行 WGMMA タイルに敷き詰め）、レジスタ内ビットソートネットワークで行全体をソート（奇数偶数転置ソーターを置換）、重要度はより低いブロック番号でタイブレーク。
  • ページド GQA（#2512）：SM90 warp 特化 TMA カーネル（1 つの TMA プロデューサ warp + 2 つのコンシューマ warpgroup が QK と PV をオーバーラップ）、永続 CTA は SM ごとに 1 枚；キャッシュ末端のタイル分割で古い V 行を先にゼロクリアしてから読み込み；パック布局で平均してリクエストあたり少なくとも 1 つの 128 行タイルがある場合に優先ディスパッチ、H200 上で引き継がれた 4 行の所要時間が元の 0.44 から 0.88 倍に低下。

3.3 TileOPs：attention sinks 五連と masked FP8 GEMM 新規開始（10-10）

日付：2026-10-10　情報源：稠密 GQA sinks（#2515）／ ページド GQA RoPE / ウィンドウ / sinks（#2516）／ パック varlen sinks（#2517）／ ページド GQA sinks（#2518）／ ページド KV 収集（#2519）

  • superAngGao の attention sinks シリーズ 5 件が同日に開始：稠密 GQA（#2515）、ページド GQA の RoPE / ウィンドウ / sinks（#2516）、パック varlen（#2517）、ページド（#2518）とページド KV 収集（#2519）——アテンションの「沈没 token」サポートがすべての GQA 形態に展開。
  • 別途 masked FP8 グループ GEMM（#2521、MoE 路線）が開始；Hopper ページド GQA 単一カーネル（#2499、自述で H200 上 17/17 の比較可能ユースケースで FlashInfer より高速）はまだレビュー中。

3.4 TileOPs：DSA / ページド GQA 修正バッチ——共有メモリ競合と古い行の除外（10-10）

日付：2026-10-10　情報源：DSA SM90 競合（#2503）／ ページング GQA 陳腐化行（#2480）／ キャッシュ再構築バッチ（#2501）

  • #2503：旧 SM90 DSA デコードカーネルが共有する is_kv_valid マスク（因果境界外のキーが有効と判定され得る）、cp.async.mbarrier.arrive が通常ストアを順序付けない、コンシューマ間の行和競合という三箇所の競合を修正；ついでに DSADecodeBasicKernel のテールバッファ構築の欠陥も修正。
  • #2480：ページング GQA 出力におけるキャッシュ末端の陳腐化行（K / V が NaN を含む場合にゼロ重みが阻止しない）をパスごとにクランプまたはゼロクリア——二件の NaN リクエスト回帰（ページ 64 / 256）。
  • 小項目バッチ：#2501 / #2513（csrc ヘッダとチューニング設定変化時のカーネルキャッシュ再構築）、#2522（自動チューニング検索ごとに未チューニング設定の所要時間を計上）、#2502（csrc 名前空間スタイル）、#2498（KDA チャンクプリフィルを SM90 から脱却）、#2506 から #2509（SM89 テストグループとサンプリングテストの収束）。

3.5 夜間パイプライン：三つの新スナップショット——正確性 1032 項目、ベンチマーク 1947 項目（52 スイート）ゼロ失敗（10-10 ~ 10-12）

日付：2026-10-10 ~ 2026-10-12　情報源：夜間スナップショット（fc2a2a91）／ スナップショット実行メタデータ

  • 期間内に三つのスナップショット：マージポイント c3146365（10-11 04:16）から fe5995e0（10-11 11:46）から 70cfdf84 すなわち #2525（10-12 03:40、実行 38161982847）。
  • 最新スナップショット：正確性 1032 項目ゼロ失敗ゼロエラー（1 項目スキップは H200 上で適用不可の SM89 自動チューニングケース）、ベンチマーク 1947 項目（52 スイート）ゼロ失敗ゼロエラー（1 項目スキップは未サポートの KDA 設定）；前回スナップショットからそれぞれ 2 項目増加。
  • 環境：H200、CUDA 13.2、ドライバ 595.71.05、torch 2.13.0+cu132、TileLang 0.1.12（tileops 0.0.1.dev1286+g70cfdf848）。

3.6 ドキュメントと採用元：Op 基底クラスガイドがリファクタリングに伴いサイトに反映；メインドキュメントサイト二件のビルド（10-10 ~ 10-11）

日付：2026-10-10、2026-10-11　情報源：メインドキュメントサイトビルド（9afde05a）／ TileRT ベンチマークドキュメント（#58）／ TileKernels／ FlashQLA

  • メインドキュメントサイト二件の自動ビルド（44ac4d7f、9afde05a、10-10 と 10-11）；TileOPs ドキュメントサイトはリファクタリングに伴い追随（3.1 参照）。
  • 採用元とリリース：TileKernels、FlashQLA は期間内プッシュなし（いずれも 09-30 のまま）；メインリポジトリの最新タグは依然 v0.1.15（09-30）、期間内に新規リリースなし；TileRT ベンチマークドキュメント #58（GLM-5.1 と vllm の PD デプロイ遅延／スループット）はレビュー中（10-10 に更新あり）。

4. コミュニティ、チュートリアルとイベント

4.1 tilelang-debugger：オフライン HTML デバッグレポート公開、0.1.12 / 0.1.15 両バージョンで検証（10-10）

日付：2026-10-10　情報源：tilelang-debugger／ HTML レポートコミット（07911c42）

  • 期間内の2件：統一ソースアクセス捕捉（ソースアクセス観測で固定 lowered trace を置き換え、式評価の意味論を保持し、動的ステップパラメータをサポート、フロントエンド互換性プローブと論理アトミック／アドレスアダプタを追加）——TileLang 0.1.12 と 0.1.15 でそれぞれ 117 件の CPU / TIR テストを実行、H200 上で 42 回の収集と 66 対のベースライン／計装発射、独立コードとインストールパッケージの受け入れ再検査に合格；その後、リンク付き証拠と診断を備えたオフライン HTML デバッグレポートを追加。
  • 当該プロジェクトは 10-08 の設立以来、連続4つの期間で活発を維持（本期間2件、前期間9件）。

4.2 PTO-ISA：SuperNPUBench 八件の推進——mega-moe と tail_ocp_fp8 専項（10-10 ~ 10-11）

日付：2026-10-10、2026-10-11　情報源：SuperNPUBench／ tilelang-puzzles-ascend

  • 期間内の八件：mega-moe の combine / dispatch バージョン 2（#217）；FP4 ピークと MFU 指標の口径を修正；rms_norm 32k 単一ブロックパスの再最適化（gamma の提升、2つの R ブロック内リダクション）；tail_ocp_fp8 動／静カーネルの M32 三ガード（inf / zero / special）の補完と V3 二次元分割（行タイル粒度に N 軸の追加分割を乗算）；matmul はワークブックを再利用して刷新し perf_data に移動。
  • 教学リポジトリ tilelang-puzzles-ascend は本期間コミットなし。

4.3 コミュニティ：TileLang-Awesome 新リポジトリ設立（10-11）

日付：2026-10-11　情報源：TileLang-Awesome

  • コミュニティに SwHwCodesign/TileLang-Awesome が新規追加（10-11 設立、当面は初期コミットのみ）——「Awesome リスト」形式で TileLang エコシステムを整理する動きが出現；tilelang-debugger の持続的な活発さと合わせ、第三者がメインプロジェクトを中心にツールと資料の整備を続ける温度感が保たれている。

4.4 メディアと学術：中国語の深掘り解説記事が公開；海外アグリゲーション記事が継続；HN と arXiv は新規なし（10-10 ~ 10-11）

日付：2026-10-10、2026-10-11　情報源：知危《为什么说DeepSeek这次开源，可能和R1一样重要？》／ tech-insider.org アグリゲーション記事／ Hacker News 検索／ arXiv 検索

  • 中国語の深掘り解説：知危の記事（10-10 風聞 / 10-11 知乎）は TileLang を叙述の核心に据える——Tile 抽象、三档のプログラミングインターフェースと自動チューニングキャッシュ機構を解説し、昇騰適配が Ascend C に対して「性能はほぼ差異なし（A2 / A3）」という対比を示し、この出来事の意義は「R1 に匹敵する」と称する；文中では TileLang-Ascend のコードを引用し、昇騰 950 の Cube / Vector 構造とメモリアーキテクチャの類比を論じている。
  • 海外アグリゲーション：tech-insider.org の 10-11 記事は Tom’s Hardware、The Next Web などの転引を寄せ集めて「六モジュール昇騰ツールキット」リストと CUDA / ROCm / 昇騰の三スタック対照を作成——報道ラッシュの継続であり、独立した情報源ではないため、転引の性質として収録。
  • Hacker News は期間内ゼロ件（直近の関連は 10-02 の「DeepSeek オープンソース昇騰プログラミングスタック」討論）；arXiv に新規プレプリントなし（最新の関連は 07-24 の TileSight 分析モデル論文）。

5. トレンド観察

5.1 完全な週末：34 件のマージが土曜・日曜と月曜未明に跨って実行

  • 34 件のマージは土曜 23 件、日曜 9 件、月曜未明 2 件に分布；42 件の新規オープンも同様に全時間帯に分布（日曜夜から月曜未明にも新規オープンあり）。前期間（金曜）の 21 件と比較して——週末のマージ量が前の平日を上回る、プロジェクトの「7×24 ローリング」リズムはすでに安定している。
  • 評価基盤も同期してローリング：二日間で三份の夜間スナップショットが無间断、正確性 1032 項、ベンチマーク 1947 項の規模は拡大を続ける。

5.2 リファクタリングの締めくくりとバージョンの静寂：リリースウィンドウが視野に

  • 三組のシグナルが重なる：TileOPsのOp基底クラス再構築は「リリース前」の収束と自称（一括で純減約1865行）。ドキュメントサイトは翌日『Op基底クラスガイド』で追随。メインリポジトリのタグは09-30のv0.1.15以降沈黙を保ち、夜間パイプラインはゼロ失敗で評価基盤を更新し続ける。
  • 工程品質のアクション（命名／キャッシュセマンティクス／レビューガードレール）は当調査期間も集中的に着地——「まずベースラインを固定し、後に正式バージョンを打つ」という経路が明瞭で、次期リリースの静的準備はすでに整っている。

5.3 ハードウェアカバレッジが同週に拡大：SM121点灯、SM89性能ポリシーが批量で

  • 同一調査期間内に：SM121（GB10 / DGX Spark）がブロックスケーリングMMAを点灯（#3430）。SM89（RTX 40シリーズ / L40級）が批量のデコード性能ポリシーを獲得（#2510 / #2511 / #2506）。SM90（H100 / H200）は細分化を継続（#2512 / #2497 / #2503）。
  • ハードウェアの重心は「単一Hopper最適化」から「複数世代の同時整備、コンシューマー級への浸透」へ。国産バックエンドも同拍：昇騰スパースMLA移行2件にキャッシュ修正4連、海光レジスタパイプライン更新。

付：素材と検証説明

情報源 検証結果
tile-ai組織（29リポジトリ） 調査期間内に8リポジトリでプッシュあり：tilelang（マージ9、新規9）、TileOPs（マージ21、新規24）、TileFoundry（マージ2、新規1審査中）、tilelang-mlir-ascend（マージ1）、tilelang-hygon（#18更新）、TileOPs-nightly（3スナップショット）、tilelang.github.io（2ビルド）、TileOPs.github.io（マージ1）。組織の調査期間内合計はマージ34件、新規42件。オープンPR合計498件
メインリポジトリ tilelang マージ9件（#3400、#3300、#3318、#3427、#3414、#3430、#3332、#3313、#3245）。新規9件（#3472、#3473、#3474、#3476、#3477、#3478、#3481、#3482、#3483）。オープンPRは170件（前回177件）。リリースページとタグは調査期間内に新規なし（最新v0.1.15、09-30）
昇騰リポジトリ（ascend / mlir-ascend） ascend：当調査期間にマージなし。新規6件（#1869から#1874）、長時間移行バッチは複数更新。オープンPRは230件（前回225件）。mlir-ascend：マージ1件（#197）、#198は審査中
海光 / 沐曦 / 摩尔線程 海光：#18（レジスタパイプライン）10-10更新、審査中。沐曦（最終プッシュ09-24）、摩尔線程（09-30）は活動なし
TileOPs マージ21件（#2480、#2497、#2498、#2501から#2514区間、#2520、#2522、#2523、#2524、#2525）。新規24件。オープンPRは9件（前回6件）
TileOPs-nightly 3つの新スナップショット：c3146365（10-11 04:16）、fe5995e0（10-11 11:46）、70cfdf84（10-12 03:40、マージポイント#2525）。最新の正確性1032項目、ベンチマーク1947項目（52スイート）、ゼロ失敗ゼロエラー
TileFoundry マージ2件（#220、#223）。新規1件（#221、審査中）
採用側とコミュニティ TileKernels、FlashQLAは調査期間内にプッシュなし（いずれも09-30）。TileRT #58は審査中（10-10更新）。tilelang-debugger 2件。TileLang-Awesomeは新リポジトリ設立（10-11）
PTO-ISA組織 SuperNPUBenchは調査期間内に8件。tilelang-puzzles-ascendは更新なし
Google News / Hacker News / arXiv Google Newsは4件ヒット（中國語の深掘り解説1、海外アグリゲーション1、背景的報道2、いずれも一次情報ではない）。HNはゼロ件。arXivに新規プレプリントなし

完全な情報源リスト