TileLang デイリーレポート (2026-11-16)
調査期間:2026-11-13 07:00 ~ 2026-11-16 07:00(北京時間、72時間、金曜から月曜までをカバー;前回の締め切りは 11-13 07:00)。
情報源:GitHub tile-ai 組織のリポジトリごとの点検(30 リポジトリ、期間内にプッシュのあった 8 件)+ 組織レベルのマージ済み・審査中真値検索(期間内マージ 30 件、審査中更新 102 件のうち 59 件が期間内に新規オープン、新規 issue 406 件)+ メインブランチの逐次点検(TileOPs 15 件、tilelang-ascend 9 件、TileFoundry 3 件、tilelang 1 件、hygon 1 件、mlir-ascend 0 件)+ 非デフォルトブランチの点検(TileOPs stats 1 件、TileOPs-nightly snapshots 2 件)+ リリースページ点検(6 リポジトリで期間内に新規 tag なし)+ Google News 中日英文クエリ + Hacker News + arXiv。RISC-V の四情報源専項巡回は今期変化あり。
今期インデックス
-
今日の重点:TileOPs は三日間で十五件、重心をコンパイラからオペレータライブラリへ移す;ある性能マージが同日中にハングを引き起こし当日修正;三時間で組織が昇騰監査 issue 172 件を受信
-
- 中核プロジェクトの進展
- 1.1 メインリポジトリは 72 時間でドキュメントのマージ一件のみ、バージョンは依然 v0.1.15(11-13)で停止
- 1.2 TileOPs:11-13 に性能マージ四件、MoE、GQA、softmax、W4A16 が各一条線(11-13)
- 1.3 TileOPs:11-15 に単日十一件、W4A16 デコードタイルがさらに 10–20% 高速化(11-15)
- 1.4 TileOPs:ping-pong 三連、MoE 共有エキスパートが各反復で FlashInfer-CUTLASS を上回る(11-15)
- 1.5 TileOPs:#2901 が #2896 由来のハングを修正、バリアが warpgroup 分岐に入り込む(11-15)
- 1.6 TileOPs:#2918 でコンパイルグラフをプロセス間で再利用、一度の pyupgrade で 1926 箇所を変更(11-15)
- 1.7 TileOPs:manifest に spec-only オペレータ四件を補完、Embedding から RoPE コサイン・サインまで(11-15)
- 1.8 TileOPs:#2951 適応型プーリングを lane 単位で分割、メインブランチでは三種のプーリングが細長形状でコンパイル不能(11-15)
- 1.9 TileFoundry:#325 で単一の FunctionRef により全被呼び出し者の命名を統一(11-13)
- 1.10 TileFoundry:次元演算をスカラレンダラへ収納、Mesh 選択スライスが失われなくなる(11-13)
- 中核プロジェクトの進展
-
- マルチバックエンド適配(昇騰 / 海光 / 沐曦 / 摩尔線程)
- 2.1 昇騰:DSA 疎注意力スリーセットが同日マージ、forward、backward、topk 還元が揃う(11-13)
- 2.2 昇騰:KDA chunk スリーセットが同日マージ、状態再帰を全て UB に保持(11-13)
- 2.3 昇騰:catlass を v2.2.0 へアップグレード、旧版 fp32 GEMM の暗黙 NaN を修正(11-13)
- 2.4 昇騰:bitwise 四合一、uint8 PTO wrapper の末尾バイト越界がセンチネルを破壊(11-13)
- 2.5 mlir-ascend:22 件の TLIR 方言 PR が審査中、一元オペレータとクロス pipe 同期を併せて補完(11-13 ~ 11-15)
- 2.6 mlir-ascend:RTTI リンク設定の不一致が这批 PR の共通ボトルネックに(11-15)
- 2.7 海光:#37 で ds_read_vector Alt2 と LDS レイアウト推論をマージ、#38 は審査中(11-13)
- 2.8 沐曦と摩尔線程:期間内にコミットなし(最近は 11-06 / 11-10)
- マルチバックエンド適配(昇騰 / 海光 / 沐曦 / 摩尔線程)
- 2・5. RISC-V バックエンドとコミュニティ(専項観察)
- 2.9 kubuds TVM 路線に hikari ブランチを新設、五件で K3 移植検証と RVV デコードグリッドを提示(11-13 ~ 11-15)
- 2.10 コミュニティインデックスページ PR #1 が kubuds fork を README に記載(11-14)
- 2.11 RuyiAI の MLIR 路線と算能 TPU の二路線は引用に変化なし(11-16)
-
- エコシステムと採用側
- 3.1 TileOPs-nightly:二回のスナップショットが二回の run に対応、最新ラウンドは #2955 をテスト(11-15)
- 3.2 TileFoundry 審査中:NCCL 通信セマンティクスと Qwen3-MoE 訓練サンプル(11-13)
- 3.3 TileFoundry 審査中:int8 行列積が H200 上で計算時間ゼロと価格付けされる(11-15)
- 3.4 採用側:TileKernels と FlashQLA は期間内にプッシュなし(11-16)
- エコシステムと採用側
-
- コミュニティ、チュートリアル、イベント
- 4.1 3日間で406件の新規issue、2アカウントがそのうち314件を貢献(11-15)
- 4.2 cn-sys:1時間46分で172件を連続起票、番号は#4208から#4381まで連続(11-15)
- 4.3 ilovexsir:142件のissueに5つのbatch修正PRを組み合わせ、フロントエンド検証を体系的に補完(11-15)
- 4.4 審査待ちキューは102件更新、59件が調査期間内に新規起票、メインリポジトリが51件を占める(11-16)
- 4.5 ニュース側:中国語・英語のクエリとarXivは調査期間内にゼロヒット(11-16)
- コミュニティ、チュートリアル、イベント
-
- トレンド觀察
今日の重點
この調査期間で重心が移動した。前回はメインリポジトリで1日に5件がマージされ、すべて昇騰向けだった。今回はメインリポジトリが72時間でわずか1件のドキュメントコミット(LSPリポジトリのリンク)である一方、TileOPsが3日間で15件、TileFoundryが3件、さらに昇騰適応リポジトリの9件を加えると、コード量はほぼすべてオペレータライブラリとスケジューラに移っている。TileOPsは11-15の1日で11件をマージし、そのうちデコード側のW4A16タイルは単一consumer warpgroupから2つに拡張され、7つのデコード行が10~20%高速化、marlinに対する優位性は1.20倍以上に広がった。これは散発的な修正ではなく、「オペレータ+セレクタ+コストモデル」の3層を同時に変更するものだ。まずセレクタがより多くのシェイプでデュアルwarpgroupのタイルを選択するようにし、次にタイルにKスライス単位のメタデータロードを追加し、最後にnightlyの32行回帰で遅くなった行がないことを確認する。
同じ日に、今回記録すべき最も重要な因果連鎖が現れた。11-13の#2896は128行W4A16タイルを手書きのwarp-specializedメインループに置き換え、H200上でchunked-prefillを37.3マイクロ秒から31.6マイクロ秒に短縮した。36時間後、#2901がそれを修正している——sliced_pairのout_shared一時保存がi // wg_rows == bzの条件分岐内に書かれていたが、TileLangはこの書き込みを保護する、全256消費スレッドをカバーするバリアを同じ分岐内に配置することがあり、もう一方のwarpgroupはそのバリアに永遠に到達できず、2つのwarpgroupが同じバリアの異なるインスタンスで停止し、カーネルがハングする。さらに厄介なのは、バリアの配置が同じcache keyの2回のコンパイル間で安定せず、CIの永続カーネルキャッシュが悪いビルドを再生し続けるため、main上のgpu-smokeが直接落ちたことだ。修正自体は素朴で、両方のwarpgroupに一時保存を行わせ、各自が自分の半分だけを保存するようにするだけだが、これは1つのことを示している。自動warp specializationの正しさはもはやパスの順序だけでなく、バリアがどの分岐に挿入されるかにも依存し、その位置はコンパイルプロセスにとって不透明である。
第二の事柄はissue側にあり、規模はコード側より顕著だ。72時間以内にtile-ai組織で406件の新規issueが起票され、そのうちcn-sysの1アカウントが11-15夕方の1時間46分で172件を連続起票(番号#4208~#4381が連続、他ソースの混入は0件)、ilovexsirが3日間で3バッチに分けて142件を起票、2人合計で314件、全体の77%を占める。cn-sysのこのバッチの範囲は、examplesやREADMEの具体的な数値(flash-attentionが前方誤差0.5%未満を謳う一方、同ディレクトリの5つのチェッカーはすべて5%を使用。deepgemmのベンチマークはcache_sizeに8192を使用するが、このパラメータの単位はMBであり、128 MiBのL2をフラッシュするために8 GiBを割り当てることに等しい)から、コンパイラ本体にまで及ぶ。auto-scheduleのIR構造アクセサのフィールド漏れ、PTO codegenのポインタ要素型がハードコードされたbfloat16のフォールバックを取る、などだ。ilovexsirのバッチはより体系的で、142件のissueが5つのbatch PR(#4201~#4205、同一分に起票)に対応し、各PRは「本来エラーになるべきなのにならなかった」入り口のグループを修正する。例えばT.copy(transpose='False')は文字列’False’が真値であるため黙って転置を有効化し、_make_ascend_target()はdict(target_dict or {})ですべてのfalsyな設定キーを捨てる。監査と修正の間にパイプラインが形成され始め、その代償として審査待ちキューが102件に積み上がっている。
第三の出来事は、昇騰側のオペレータ移行が「アルゴリズムファミリー単位でまとめて実装」の段階に入ったことだ。11-13の一日で、tilelang-ascend は九件をマージした:DSA スパースアテンションのフォワードパイプライン版、バックワード、topk リダクションの三点セット、KDA の chunk_delta 三点セット、加えて bitwise 四合一、alloc API ドキュメントと catlass サブモジュールのアップグレード。これらはもはや単点の穴埋めではなく、モデル単位で進んでいる:DeepSeek V3.2 の sparse MLA は DQK を 512+64=576 に合成して一度の GEMM にし、Kimi 系 KDA はゲート減衰を host 側で事前計算した M 行列に吸収し、バックワードオペレータは 79395 マイクロ秒を 27388 マイクロ秒に圧縮した。同時に catlass は v1.0.0-6 から v2.2.0 へアップグレードし、ついでに以前は完全にサイレントだった欠陥を修正した:旧版の CopyL1ToL0A/L0B には float 特殊化がなく、fp32 GEMM はエラーを出さずに NaN や負の無限大を直接出力していた。
RISC-V 側は今期初めて沈黙を破った。kubuds の TVM 路線は mahiru、karen 之外に新たに kubuds-riscv-hikari ブランチを開き、五件のコミットには K3 移植と検証レポート、rv64gc ビルドのアンロック(USE_LLVM=ON のリンク問題と八スレッドビルド)、デコード 4 タイルとプリフィル 8 タイルのグリッド分割、そして XSMTVDotII/vmadot 公開仕様の溯源記録が含まれる;同時に、コミュニティインデックスページは最初の PR を受け取り、kubuds fork のプロジェクト説明を README に書き込んだ。MLIR 路線(RuyiAI-Stack/tilelang-riscv)と算能 TPU リポジトリの参照は一切動かず、二つの路線は依然として分けて見る必要がある。
1. コアプロジェクトの進展
1.1 メインリポジトリは 72 時間でドキュメントマージ一件のみ、バージョンは依然 v0.1.15 のまま(11-13)
tile-ai/tilelang の main は 72 時間の調査期間内にコミットが一度だけ:11-13 16:20(UTC)の 210611dc で、内容はドキュメント内の TileLang LSP リポジトリリンクを新しいアドレスに更新するもの(#4052)。新しいオペレータもバックエンド変更もリリースもなく——最新タグは依然 09-30 の v0.1.15 で、バージョン番号は既に六週間その場で止まっている。
前回のメインリポジトリが一日で昇騰を五件マージし、合計 +1903/−617 だったのと対照的に、この期間のメインリポジトリはほぼ静止している。しかし静止は main 上だけで起きている:メインリポジトリには期間内に更新された PR が 51 件、期間内に新規開設された PR が 27 件あり、うち #4201 から #4205 の五つの batch PR と #4138、#4207 の cast ライフサイクル修正はいずれも実質的な変更だが、まだレビューの閾値を越えていない——今期のメインリポジトリの産出形態は「監査 + PR 提出」であり、「マージ」ではない。
情報源:https://github.com/tile-ai/tilelang/pull/4052
1.2 TileOPs:11-13 に四件の性能マージ、MoE、GQA、softmax、W4A16 が各一条線(11-13)
期間初日に TileOPs は四件を連続マージし、四種類の異なる負荷をカバーした。MoE グループ GEMM の FP8 フォワードは A の scale をプロデューサの一時保存から TMA box 経由に変更し(#2894)、ds-v3-ep8-prefill-up と -down の 128 行タイルで stage_scales を 1 から 0 に下げ、H200 上でそれぞれ 269.3 マイクロ秒から 262.0、142.2 から 137.2 に短縮し、DeepGEMM に対する比率は 1.096 と 1.157 に上昇した。W4A16 の 128 行タイルは手書きの warp-specialized メインループに変更され、前の WGMMA がまだ走っている間に次の K ブロックをデコードし(#2896)、chunked-prefill は 37.3 マイクロ秒から 31.6 に短縮された。ソフトリダクションは 16 ビット softmax の行を四個の 128 スレッド CTA ではなく二個の 256 スレッド CTA のクラスタに配置し、fp16 項は一条の FFMA で「スケール後の最大値によるシフト」を完了する(#2898)。ページド GQA の分割上限は期間内の key タイル数と combine の読み取り量の両方に制約され(#2892)、ついでに #2496 の長らく未解決だったキャリブレーション要求もクローズした。
情報源: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 に単日で十一件、W4A16 デコードタイルがさらに 10–20% 高速化(11-15)
11-15 の1日で11件のマージ、うち #2955 はその日の締めくくり:W4A16 セレクタが「最大32行」の遅延スケーリング選択手法を1つの128スレッド consumer warpgroup から2つに移し、重み行数で分担、K スライスで分割して CTA 数を維持、stream-K は依然として単一 warpgroup のまま。理由は、デコードタイルが命令発行で詰まり、コストモデルが単一 warpgroup の手法を好むため——実測ではその経路上で issue slot 占有率が49.5%、DRAM はわずか54%。結果として7つのデコード行が main より10〜20%高速化し、marlin に対して少なくとも1.20倍リード、prefill-mlp-up は変化なく依然として torch に0.7%遅れ。同じ日に #2952 がターゲット側カーネルの2つのテーブルを1つに統合し、読み取り前にコピーすることで並行下での「イテレーション中の辞書サイズ変更」を回避、#2904 は「デバイスなし、名前付き target なし、プロセスデフォルトなし」の呼び出しが _Unresolved object is not callable を投げる問題を修正。
情報源: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 三連、MoE 共有エキスパートが各繰り返しで FlashInfer-CUTLASS を圧倒(11-15)
同一テーマの3件の漸進的変更。#2919 はまずグループ化 GEMM セレクタが自ら選び出した64x256の単一 warpgroup コンパクトタイルをデュアル warpgroup の ping-pong で実行するように変更し、各タイルの收尾が別グループの mainloop の下に収まるようにし、ds-v3-grouped-t2048 のダウン投影 GEMM を1818マイクロ秒から1707マイクロ秒に短縮。#2953 は同じ手法をセレクタ自身の64行コンパクトタイルに適用し、融合 gate/up と短いグループ化タイルをカバーし、「短いグループ化タイルは依然として1つの warpgroup を残す。收尾が短すぎて何も隠せないため」と明言;結果として FusedMoESharedExpert の ds-v3-grouped-t2048 が各繰り返しで FlashInfer-CUTLASS を圧倒(中央値5674対5744マイクロ秒)、32行六オペレータのプログラム変化で遅くなった行は1つもない。#2915 は未融合の ping-pong グループ化 GEMM 出力を64列 TMA box で一時保存し、第5のリングレベル(64x256タイルで40 KiB 一档増加)を得た。
情報源: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 が #2896 によるハングを修正、バリアが warpgroup 分岐に落ちた(11-15)
これは今号で最も読む価値のある1件。#2896 のマージ後、main 上の gpu-smoke がハング:sliced_pair は i // wg_rows == bz という条件下で out_shared を一時保存し、レイアウト lowering 後は「その半分のタイルを保持する」consumer warpgroup のみが一時保存ループを実行;TileLang は時にこの書き込みをガードする、全256消費スレッドをカバーするバリアをこの分岐に挿入し、もう一方の warpgroup は永遠に到達できず、2つのグループが同一バリアの異なるインスタンスで停止し、カーネルがデッドロック。#2899 が以前追加した明示的バリアではそれを防ぐのに不十分——コンパイラは依然として自ら分岐内にバリアを挿入できる。修正方法は一時保存を条件外に移すこと:2つの consumer warpgroup がそれぞれ自分の半分を書き込む。本当に目を見張るのは後半:バリアの落ち位置が同一 cache key の2回のコンパイル間で変化し、永続化された CI カーネルキャッシュが悪いビルドをずっと再生し続けるため、一度の不安定な計装が安定した失敗に変わったことだ。
情報源: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 がコンパイルグラフをプロセス間で再利用、pyupgrade 一括で1926箇所変更(11-15)
#2918 はコンパイル境界のキーを「プロセスごとに1つの uuid」から「オペレータクラス + パラメータ摘要 + 構築期のテンソルレイアウト + そのインスタンスのクラス内での序番」に置き換えた。これにより、後から起動したプロセスは Inductor の FX グラフキャッシュと AOT autograd キャッシュを直接再利用できる。代償として、パラメータに新しい値が代入されると再トレースが必要になり、インプレースで変更された場合はトレース期間中に直接拒否される。同じコミットでは、tileops.backend、authoring、manifest の3パッケージの pyright --verifytypes を100%まで引き上げ(以前は100%/50%/21%)、さらに ruff の UP ルールをリポジトリ全体に適用した——307ファイル、1926箇所。この種のコミットは性能数値を生まないが、nightly と CI の待ち時間を決定し、新入社員が型ヒントによってコードを読めるかどうかも決定する。
情報源:https://github.com/tile-ai/TileOPs/pull/2918
1.7 TileOPs:manifest に4つの spec-only オペレータを追加、Embedding から RoPE 余弦正弦まで(11-15)
#2920 は試験運用中の5モデルに不足していた4つのオペレータについて、「仕様のみで実装なし」のリスト項目を追加した:EmbeddingFwdOp(整数テーブルを含み、DeepSeek-V4-Flash のハッシュルーティングに対応)、MaskedScatterFwdOp、RMSNormGatedFwdOp(sigmoid ゲーティング付きの活性化パラメータ)、RoPECosSinFwdOp(token ごとに角度を付与し、末尾列の回転をサポートするために x がストライド付きビューであることを許可)。同時に tileops.indexing ファミリーを新設し、各行に torch 参照実装を tests/test_spec_reference.py に追加し、読み取り行数に基づいて embedding、masked scatter、RoPE の価格設定を行った(2つの roofline 関数と1つのインラインバイト、それぞれ手書き oracle 付き)。この手法の意義は、インターフェースと価格設定を先に固定すれば、実装は後から誰かが補えばよいという点にある。
情報源:https://github.com/tile-ai/TileOPs/pull/2920
1.8 TileOPs:#2951 適応型プーリングを lane ごとに分割、メインブランチで3種のプーリングが細長い形状でコンパイル不能(11-15)
AdaptiveAvgPool2dLanesKernel は各 bin を2の累乗個の lane に分割し(最大1 warp)、各 lane は clamp 付きの無条件ベクトルロードで自身の tap を読み、shfl_xor で折り畳む。このルールを駆動したのは根本原因である:元の実装は1出力につき1スレッドで bin 全体を処理し、未バッチ処理の ResNet ヘッドでは CTA がわずか8個で、DRAM 占有率は3%未満だった。付随してより硬い問題も修正した——adaptive_bin は積が int32 を超えても int64 に拡張されず、そのため3つの適応型プーリングオペレータが main 上で (1, 1, 150001, 16) -> (100000, 1) という形状に対してすべてビルド失敗していた。
情報源:https://github.com/tile-ai/TileOPs/pull/2951
1.9 TileFoundry:#325 単一の FunctionRef で全被呼者命名を統一(11-13)
IR には以前、被呼者の命名方法が5種類あった——バインドされた Function/PrimFunction オブジェクト、スロットバインドのインスタンス呼び出し、予約呼び出し、起動ターゲット、バリアントタグ——そして各消費者がそれぞれの方式で解決し、評価器はさらに「ロードされた読み方」から定義を選んでいた(モジュールスコープではなく)。#325 はそれらを静的な葉 FunctionRef(path, name) に収束させた:パスは呼び出し元に対して相対的で、None セグメントは実行期インデックスを表し先頭オペランドとして渡され、core.resolve(scope, ref) が唯一のリゾルバとなる。リゾルバは同時に「@module 内で後から宣言された名前」をエラー(DeclarationOrderError)と定義した。付随するクリーンアップには、StoragePlan.scratch を発射前に計算済みとする変更、relaunch の削除、host エントリの宣言と scratch の受け渡しが含まれる。
情報源:https://github.com/tile-ai/TileFoundry/pull/325
1.10 TileFoundry:次元演算をスカラレンダラに収納、Mesh 選択スライスが失われなくなる(11-13)
#324 は DimAdd、DimSub、DimMul、DimFloorDiv、DimMod、DimMin、DimMax を codegen/scalar_expr.py の render_dim_call に収めました。これ以前は 3 つの CUDA エミッタがそれぞれ + - * / % の表を維持していたため、「ループ境界が mesh 座標に由来する」書き方(range(cta.i * 32, cta.i * 32 + 32))は CUDA 上で直接「no codegen handler for DimMul」を報告していました。#323 は別の種類のサイレントエラーを修正します。Mesh(threads[0:16], layout=(16,)) のような再ラベリング選択はオフセット 0 のときスライスを失い、lowering が contains ガードを発行しなくなり、そのレイヤーの各スレッドが領域全体を実行していました。現在では再ラベリング選択はどの開始点でもスライスであり、レイヤー全体の選択は依然としてスライスしない mesh です。
情報源:https://github.com/tile-ai/TileFoundry/pull/324、https://github.com/tile-ai/TileFoundry/pull/323
2. マルチバックエンド適配(昇騰 / 海光 / 沐曦 / 摩尔線程)
2.1 昇騰:DSA スパースアテンション三点セットが同日マージ、前向き・逆方向・topk リダクションが揃う(11-13)
tilelang-ascend は調査期間初日の 03:25 と 09:49 の 2 つの時間帯に DSA(DeepSeek スパースアテンション)の 3 つのオペレータをマージしました。前向きパイプライン版 #1870 は V3.2 のスパース MLA プリフィル向けです。各 query ブロックは top-K で KV 行を選択し、DQK を 512+64=576 の単一 K 次元に合成して 1 回の GEMM を行います(もはや 3 段の wgmma ではありません)。永続化グリッドは 20 コア、combineCV は自動で Cube/Vector を切り替えます。逆方向 #1928 は 2 パス構造で、dKV は fp32 GM のアトミック散乱書き込みで出力します(考核形状下で各行は平均約 448 個の token から寄与されます)。累計は 79395 から 27388 マイクロ秒に低下し、削減幅は 65.5% です。#1884 が補うのは topk 確率質量リダクションで、Expert モード、T.Scope("C") と 2 つの AIV の T.Scope("V") のデュアルストリーム、手動のクロスコア flag です。
情報源: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 昇騰:KDA chunk 三点セットが同日マージ、状態遞推はすべて UB に保持(11-13)
同日の 03:26 と 08:19 に KDA(Kimi Delta Attention)の 3 件をマージしました。#1895 は chunk_delta_bwd の dhu パスです。各 (b, h) ブロックの fp32 状態 [DK, block_DV] は全行程 UB 内に保持して逆方向 chunk 遞推を行い、GM には戻しません。GEMM は T.mma を使用し、各 GEMM は個別に L0 一時記憶を命名して名前粒度の偽依存を断ち切ります。#1896 は chunk_delta_h_fwd です。h_new = M@h + K^T@U の M 形式を host 側で事前計算した M = diag(exp2(gk_last)) - K^T@W に再構成し、ゲートは完全に吸収され、カーネル内の超越関数はゼロです。#1799 は Chunk Delta H 本体で、fp32 GEMM を明確に放棄して bf16 に切り替えます。その理由は、ゲート減衰により遞推の固有値が常に 1 未満となるため、1-ULP の bf16 誤差は 512 ステップの遞推で増幅しないからです。
情報源: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 昇騰:catlass が v2.2.0 にアップグレード、旧版 fp32 GEMM のサイレント NaN が修正(11-13)
#1989 は 3rdparty/catlass を v1.0.0-6(67fd282)から公式タグ v2.2.0(6c0a3242)へアップグレードし、さらに src/tl_templates/ascend/common.h に対して6箇所の TLA API 適応(39+/48-)を行った。すべての helper の対外シグネチャは変わらず、codegen と Python 層の変更はゼロ。アップグレードの第一の動機は欠陥修正である。旧版の CopyL1ToL0A/L0B には float 特化がなく、T.gemm_v0 の fp32 入力は NaN または負の無限大を出力し、しかも一切エラーを報告しない。アップグレード後、同一カーネルはビット単位で一致する。その他の利点は、17 ヶ月分のコミュニティ修正(zN フラクタル充填の穴、クロスコアフラグのスタック、GM→L1 の小 M 区間 DataCopy)を取り込んだこと、そして HF32、GEMM+Bias 融合、量子化随路出力、FP8 という4本の後続チャネルを開いたことである。作者は4つの独立環境での全量回帰を報告し、アップグレードによる回帰は 0 である。
情報源:https://github.com/tile-ai/tilelang-ascend/pull/1989
2.4 昇騰:bitwise 四合一、uint8 PTO wrapper の末尾バイト越界がセンチネルを破壊(11-13)
#2000 は bitwise_and/or/not/lshift の4つの PR を1つに統合した(common.h と elementwise.py のコンフリクトを共有するため)。核心は PTO の uint8 tand/tor ラッパーである。当初は ceil(ColValid / 2) で「奇数カラムの末尾バイトが処理されない」問題を修正したが、レビューでこれが 256 バイトバッファ上の buf[0:255] において越界の uint16 ペアを処理し、c[255] を a[255] | b[255] に破壊すると指摘された。制御された実測ではセンチネル 0xA5 が 0x03 に変化した。最終案は floor(ColValid/2) 個の安全なペアリングに末尾有効バイトのスカラ処理を加え、前後を PtoSetWaitFlag で双方向のクロスパイプ同期を行う。同じコミットではさらに、フロントエンド binary_op の src1 に対するサイズアサーションも追加した。以前は dst=64、src0=64、src1=32 でコンパイルも実行も可能で、src1 が 64 要素として読み取られ、32 個分の越界読み取りが発生していた。
情報源:https://github.com/tile-ai/tilelang-ascend/pull/2000
2.5 mlir-ascend:22 件の TLIR 方言 PR が審査中、単項オペレータとクロス pipe 同期を同時に補完(11-13 ~ 11-15)
tilelang-mlir-ascend の main は調査期間内にコミットゼロだが、22 件の PR が作成され、すべて5名のコントリビューターが同一の「6触点」テンプレートに沿って推進している。TLOps.td でオペレータを定義し、TLOps.cpp で verifier を書き、codegen_tlir.cc/.h で TIR→TLIR を行い、ConvertTLToHIVM.cpp で TLIR→HIVM を行い、2箇所の FileCheck テストと CMakeLists.txt の登録を行う。補完されたオペレータは4種類に跨る。単項スカラ関数(tl.not、abs、sqrt、rsqrt、rec、exp、ln、cos)、テンソル操作(tl.flip、tl.pad、tl.gather、tl.transpose、vbitcast)、縮約(reduce_sum/max/min/reduce)、同期プリミティブ(tl.set_flag + tl.wait_flag で完全なプロデューサ/コンシューマ対を構成)。tl.flip は属性を持つ最初の TL オペレータであるため、方言レベルで usePropertiesForAttributes = 0 を設定して TableGen の Properties ストレージを回避した。メモリ側には別途 TL_L0A/L0B/L0C/L1 アドレス空間と local/local.var の明示的マッピングがある。
情報源: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 リンク設定の不一致が这批 PR の共通ブロッカーに(11-15)
ほぼすべての新規 PR の説明に同じ一節が添えられている。ローカルで tilelangir-opt をビルドするとリンクに失敗し、undefined reference to typeinfo for mlir::ConversionPattern/Dialect/Pass が報告される。原因は、プロジェクトが -frtti を要求しているのに、ローカルの AscendNPU-IR が LLVM_ENABLE_RTTI=OFF でコンパイルされていることにある。著者らは口を揃えて、本 PR で RTTI 関連のスイッチは一切変更していないと述べており、そのうちの一人は「同じプロジェクトの同僚は遭遇していないので、本機環境固有の可能性がある」と注記している。これはコードレビューには影響しないが、方言補完のバッチ全体の検証を遅らせている——22 筆の PR のうち何本かは ctest の dialect レベルのテストでしか証明できず、完全な HIVM 下降を実行できない。
情報源: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 が ds_read_vector Alt2 と LDS レイアウト推論をマージ、#38 はレビュー中(11-13)
tilelang-hygon のメインブランチは 11-13 12:03 に #37 をマージした。主題は HCU 上の ds_read_vector の Alt2 形式と推論された LDS レイアウトであり、HIP 系バックエンドの中でも比較的低レイヤの命令選択と共有メモリレイアウトの作業に属する。もう一本の #38 は 11-13 09:47 に開かれ、まだレビュー中で、内容は AllGather-GEMM 融合のローカル panel コピーのスキップである。本ランクが所有するパネルをレシーブバッファにコピーしなくなり、同時に FlattenBuffer のインデックス簡約を狭めて通信オフセットとソース式の等価性を保証し、ベンチマークと正当性チェックも更新している。
情報源:https://github.com/tile-ai/tilelang-hygon/pull/37、https://github.com/tile-ai/tilelang-hygon/pull/38
2.8 沐曦と摩尔線程:調査期間内にコミットなし(11-06 / 11-10 が最近)
tilelang-metax の最終プッシュは 11-06、tilelang-musa は 11-10 で、両者とも 72 時間の調査期間内にコミットがなく、新規 PR も新規 issue もない。過去のペース(沐曦と摩尔線程は通常週単位で上流に追随する)からすると、この期間の空白は正常な範囲であり、停滞の兆候は見られない。
情報源:https://github.com/tile-ai/tilelang-metax、https://github.com/tile-ai/tilelang-musa
2.5、RISC-V バックエンドとコミュニティ(专项観察)
2.9 kubuds TVM 路線に hikari ブランチが新設、5 筆で K3 移植検証と RVV デコードグリッドを提示(11-13 ~ 11-15)
kubuds/tilelang-riscv-kubuds は調査期間内に kubuds-riscv-hikari ブランチを新設し(以前は mahiru と karen のみ)、5 筆のコミットを着地させ、「ビルドでき、実行でき、データがある」一連の流れを構成した。11-13 の 3 筆はまず公開された XSMTVDotII / vmadot 仕様の手がかりを特定し、54 筆のコミットの逐筆ログ(何をしたか、なぜか、実測データ)を提示し、さらに RISC-V LLM のグリッドをデコード 4 タイル、プリフィル 8 タイル、単一ストリーム実行に変更した。11-14 の 1 筆は rv64gc ビルドを解放し(USE_LLVM=ON のリンク問題と 8 スレッドビルド)、11-15 の 1 筆は K3 移植と検証レポートをコミットし、既存の 3 つの結論を再検証した。これは TVM バックエンド路線の継続であり、MLIR 書き換えの路線とは 2 つの実装であり、まとめて表現することはできない。
情報源: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 コミュニティインデックスページ PR #1 が kubuds fork を README に記載(11-14)
TongmingLAIC/tilelang-riscv(TileLang for RISC-V のコミュニティ入口ページ)は、ページ開設以来初の PR を受信した:#1、lazyparser が 11-14 に起票、タイトルは「Add tilelang-riscv-kubuds project details to README」、すなわち kubuds fork のプロジェクト説明を「コミュニティプロジェクト」表に追記するもの。インデックスページ自体の文言変更は技術的進展とは言えないが、この PR は TVM 路線のこの支流が初めてコミュニティ入口に正式登録されたことを示す。従来、表には MLIR 路線と算能 TPU の 2 つのサブプロジェクトしかなかった。
情報源:https://github.com/TongmingLAIC/tilelang-riscv/pull/1
2.11 RuyiAI の MLIR 路線と算能 TPU の 2 路線の参照は不変(11-16)
RuyiAI-Stack/tilelang-riscv の main は依然 57c548cc(MLIR 書き換え路線、target="riscv"、TIR→MLIR Linalg/SCF/MemRef/Vector→LLVM IR)、TongmingLAIC/tilelang-tpu の 18 個のブランチ参照(feature/sg2260e-rv-support、CGO2027-submission を含む)は前号と一つずつ同一で、新規コミット、新規ブランチ、新規 PR はいずれもなし。4 つの情報源のうち 3 つに動きがあり、2 つは静穏、今号は kubuds 側のみが推進している。
情報源:https://github.com/RuyiAI-Stack/tilelang-riscv、https://github.com/TongmingLAIC/tilelang-tpu
3. エコシステムと採用側
3.1 TileOPs-nightly:2 回のスナップショットが 2 回の run に対応、最新ラウンドは #2955 をテスト(11-15)
snapshots ブランチは調査期間内に 2 件を記録:11-15 02:33 の 49330f29 は run 43654108754 に対応し、被テストコミットは abe2086e(すなわち #2892 マージ後の主干)、11-15 22:07 の a0566322 は run 43738645759 に対応し、被テストコミットは e4444654(すなわち #2955)。stats ブランチの 16:38 の 52e51373 は manifest 統計を同期更新した。このチェーンは今号の複数の性能結論の情報源であり、また #2946 から #2954 までの 5 つの「リード幅を広げる」issue の根拠でもある——いずれも run 43654108754 の 1% 未満の比率を引用している。
情報源:https://github.com/tile-ai/TileOPs-nightly/commit/a0566322、https://github.com/tile-ai/TileOPs/issues/2954
3.2 TileFoundry 審査中:NCCL 通信セマンティクスと Qwen3-MoE 訓練サンプル(11-13)
#327 は TileFoundry が「スケジューラ」から「訓練コンパイラ」へ延伸する一件で、依然審査中:型付きの Collective と Exchange 通信セマンティクス、host 側ストリームとイベントプロトコル、通信プロバイダ選択、ネイティブ NCCL/CUDA 降級を新規追加;さらにバイト領域ライフサイクル分析、完了認識付きワークスペース計画、被呼者と物理バインディングを含む JIT アイデンティティを導入。サンプル側では PP/CP/EP と DMuon FSDP/HSDP を伴う Qwen3-MoE 訓練設定、数値リファレンス、操作タイムライン、通信キャリブレーションを提供。
情報源:https://github.com/tile-ai/TileFoundry/pull/327
3.3 TileFoundry 審査中:int8 行列積が H200 上で計算時間ゼロと見積もられる(11-15)
#334 が報告するのは roofline のギャップ:ターゲット記述には bf16、f16、f32、fp8e4m3 のスループットしかなく、i8 が存在せず、instruction.compute_dtypes にも i8 が含まれない;そのため analyze --roofline は i8 の flops 数を正しく計上(2061 億)しながら、compute_ns: 0 を報告し「メモリ律速」と判定する——一方 H200 の稠密 INT8 テンソル演算能力は 1979 TOPS で、FP8 と同档。第 2 の点は T.cuda.sm90.Wgmma が s8 オペランドを受け付けないこと、そして SM90 の wgmma.mma_async 自体には .s8 形式が存在する。両者はいずれも「ハードウェア能力がターゲット記述に書き込まれていない」ことに属する。
情報源:https://github.com/tile-ai/TileFoundry/issues/334
3.4 採用側:TileKernels と FlashQLA は調査期間内にプッシュなし(11-16)
deepseek-ai/TileKernels(2074 スター)の最終プッシュは 10-14、QwenLM/FlashQLA(758 スター)は 10-30 で、両者とも 72 時間の調査期間内にコミット、リリース、新規 issue はない。上流の TileOPs はこの 3 日間、manifest とオペレータのシグネチャを集中的に変更しており(#2920、#2944、#2958)、採用側は通常 1〜2 バージョンサイクル遅れて追随するため、次の調査期間で整合コミットが現れるか注目に値する。
情報源:https://github.com/deepseek-ai/TileKernels、https://github.com/QwenLM/FlashQLA
4. コミュニティ、チュートリアル、イベント
4.1 3 日間で 406 件の新規 issue、うち 2 アカウントが 314 件を寄与(11-15)
72 時間の調査期間内に tile-ai 組織で新規に 406 件の issue が開かれ、リポジトリ別の分布は tilelang 351 件、TileOPs 44 件、TileFoundry 8 件、tilelang-ascend 3 件。日別分布は 11-13 が 50 件、11-14 が 76 件、11-15 が 280 件。アカウント別では cn-sys 172 件、ilovexsir 142 件、lcy-seso 54 件、oisdoaiu 16 件、残り 7 名で合計 22 件。「Ascend」の文字を含むものが 313 件で 7 割 7 分を占め、先週の「監査第 2 波」と同方向だが、規模は 1 桁上がっている。
情報源:https://github.com/tile-ai/tilelang/issues
4.2 cn-sys:1 時間 46 分で 172 件を連続起票、番号は #4208 から #4381 まで連番(11-15)
cn-sys の 172 件はすべて 11-15 夕方 18:41 から 20:27(北京時間)の間に集中し、番号は欠番なく連続、すべて同一環境を記載している:Ascend 950PR、CANN 9.0.0-beta.2、Linux 6.6.0-13、Python 3.12、ソースビルド main @ 210611d。内容は 3 種類に分かれる。1 つ目はドキュメントと実装の乖離:flash-attention の README は「順伝播の相対誤差 0.5% 未満」と書くが、同ディレクトリの 5 つのチェッカーは一律 5% を用いている。deepgemm の benchmark は cache_size=8192 を渡すが、このパラメータの単位は MB であり、128 MiB の L2 をフラッシュするために 8 GiB を確保するに等しい。2 つ目はサンプルとテスト:flash-attention の正当性テストは性能テストのフルサイズ入力をそのまま流用し、3 つの flash-attention テストには requires_ascend ゲートが欠け、GEMM サンプルは 7 ケース中 4 ケースで 64〜128 KiB の UB を無駄に占有している。3 つ目はコンパイラ本体:auto-schedule の ControlNode::GetPipeMask は自身の task を算入せず、SubstituteVar はループ境界を書き換えてもループ変数と For アノテーションを漏らし、memory detector の SBlockRealize アクセサは空である。
情報源: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 件の issue に 5 つのバッチ修正 PR を組み合わせ、フロントエンド検証を体系的に補完(11-15)
ilovexsir の 142 件は 3 バッチに分かれる:11-13 が 41 件、11-14 が 51 件、11-15 が 51 件で、テーマは高度に集中している——「本来エラーになるべきなのにエラーにならない」。この一連の issue の着地点は修正である:11-15 07:03 の同じ分に #4201 から #4205 までの 5 つのバッチ PR が開かれ、それぞれランタイムと target 構築、言語フロントエンドのアノテーションと同期ガード、copy/GEMM のヒントと padding 値、SIMD の mode/part/dist デフォルト値と宛先 dtype、VMI の pmode/saturate/lane 契約とスケジューラ入力を担う。各 PR はクローズする issue 番号を列挙し、独立して再現可能な純 Python スクリプト(NPU と TVM ビルド不要)を添付している。例:T.copy(transpose='False') は文字列 ‘False’ が真値であるため GM→L1 の dn2nz 転置を暗黙に有効化してしまう;_make_ascend_target() は dict(target_dict or {}) によりすべての falsy な設定キーを捨ててしまう;annotate_buffer_versions の isinstance(int) ガードは bool を排除していない。
情報源: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 レビュー待ちキューは102件が更新、59件が調査期間内に新規作成、メインリポジトリが51件(11-16)
調査期間内にレビュー待ちのPRは計102件が更新され、うち59件が期間内の新規作成だった:tilelang 27件、tilelang-mlir-ascend 22件、TileOPs 4件、TileFoundry 3件、TileOPs.github.io と tilelang-ascend と tilelang-hygon が各1件。作者別ではAreeshhが8件、ghostrider0470とHadiaSaqibが各7件、ほかに6名が各5件。マージ30件対レビュー待ち102件という比率は、現在のボトルネックがコードを書くことではなくレビューにあることを示している。特にmlir-ascendの22件の同型PRは、本質的にTLIRに精通した同一人物が順にレビューする必要がある一群である。
情報源:https://github.com/tile-ai/tilelang/pulls
4.5 ニュース側:中国語・英語の検索とarXivで調査期間内のヒットゼロ(11-16)
Google Newsの中国語3組のクエリ(TileLang、TileLang RISC-V、tile-ai TileOPs)が返す最新ヒットは依然として10-28と09-30の旧稿で、英語クエリの最新は10-14、いずれも調査期間外である。Hacker NewsではTileLangと無関係なprofilerツールの投稿が1件見つかったのみ。arXiv上でTileLangを含む最新論文は11-03(KV圧縮とシャーディングサービスの方向)で止まっており、調査期間内に新稿はない。外部のTileLangナラティブは9月末の「DeepSeekが昇騰版ツールボックスをオープンソース化」というラウンドのまま留まっており、今回は照合できる新報道が一切ない。
情報源:https://news.google.com/search?q=TileLang
5. トレンド観察
第一に、メインリポジトリは静かでオペレータライブラリが動くという重心の移動が2期連続で起きている。前回はメインリポジトリが1日で5件すべて昇騰、TileOPsが連続ゼロコミットだった。今回は逆で、メインリポジトリは72時間で文書1件、TileOPsは3日で15件、TileFoundryは3件。2期を合わせて見ると、TileLangの開発重心は「コンパイラ本体」から「オペレータライブラリ+スケジューラ」へ移りつつある。コンパイラ本体の変更は回帰修正(PTOの系列の事後対応)に集中し、新規機能はオペレータライブラリのタイル、セレクタ、コストモデルという形で現れることが多くなっている。判断根拠はマージ数だけでなく依存方向にもある。TileOPsの性能結論はTileFoundryのrooflineとスケジューリングを引用する必要があるが、TileLangメインリポジトリは今期それらに何も新しく提供していない。
第二に、自動warp specializationの正しさが一級リスクになっている。#2896 から #2901 への連鎖が示すのは、ある性能変更が同期の責任をコンパイラの自動計装に委ねると、計装位置が正しさの一部になり、しかもそれが上位層に対して不透明になるということだ。同じcache keyで2回コンパイルしても、バリアが分岐内に落ちることもあれば分岐外に落ちることもある。さらにCIの永続化カーネルキャッシュが重なると、偶発的な不良計装が固定化されて安定した失敗となる。この問題には現状、構造的な解決策はなく、「書き込み操作を条件分岐の外に移す」といった局所的な回避策しかない。今後より多くのタイルがping-pong方式を採るなら、同種のハングが再発する可能性が高い。
第三に、監査は「問題を発見する」段階から「問題をパイプライン生産する」段階へ変わった。3日間で406件のissue、2アカウントで314件、うちcn-sysの172件は1時間46分で書き上げられ、ilovexsirの142件は5つのbatch修正PRに直接対応している。このパターンは確かに「欠陥発見から修正まで」のサイクルを圧縮している(同一日内にissueとPRが併存)が、圧力はレビュー側に移っている。レビュー待ち102件、マージ30件、うち22件のmlir-ascend同型PRはごく少数の人しかレビューできない。次段階のボトルネックは発見速度ではなくレビュー帯域になるだろう。
第四に、昇騰のオペレータ移行が「モデルファミリー単位でまとめて着地する」段階に入っている。DSAの3点セットはDeepSeek V3.2に対応し、KDAの3点セットはKimi系の線形注意に対応する。1日のうちに9件すべてが特定モデルの完全なリンクを指しており、散発的なオペレータではない。これは下流にとって朗報だ。モデル移行のコストは「オペレータを1つずつ揃える」から「ファミリー単位でまとめて移す」へ変わる。しかし同時に、基盤テンプレートライブラリの品質の重みが上がることも意味する。catlassのfp32 GEMMがNaNを出力しながら全くエラーを報告しないという既存欠陥がその例だ。これはサードパーティのsubmoduleの中に隠れており、オペレータ層のテストでは発見できない。
5点目は、RISC-V四源で初めて実質的な進展が現れたが、動いているのは1つだけである。kubudsのTVM路線は新たにhikariブランチを開設し、K3移植検証とRVVグリッドデータを示した。コミュニティのインデックスページは初めてこのforkを収録した。一方、MLIR路線(RuyiAI)と算能TPUリポジトリの参照は動いていない。2つの路線の役割分担はすでに明確である。TVM路線は「動作し、実測データがある」状態を作っており、MLIR路線は「設計はあるが、コミットはない」状態で止まっている。判断は変わらない。この路線は現在も小規模な投入であり、調査期間に沿って追跡する価値はあるが、週単位で進捗を計算するのは適切ではない。
制約説明:本期の結論はGitHub検索インターフェースとリポジトリの原子流から得たもので、コードレベルの再確認は行っていない。PRの性能数値は、作者がPR説明に記載したベンチマーク表(H200、CUDA 13.2、PyTorch 2.13)から取得したもので、本機での再測は行っていない。issue統計はsearchインターフェースのtotal_countと5ページ分のページング結果に依存している(406件と逐条集計は一致)。タイトル分類はキーワードによる粗分類のみである。tilelang-ascendのデフォルトブランチはmainではなくascendc_ptoであり、初回クエリでmainに基づきコミットを取得した際に404が返されたため、修正後に再クエリした。mlir-ascendのharnessとhygonのtilelang-tileops-fixブランチは、調査期間内にいずれもコミットがなかった。ニュース側はゼロヒットで、外部報道によるクロス検証はできない。
付録:素材と検証説明
| 情報源 | 検証結果 |
|---|---|
| tile-ai組織のリポジトリ別(30リポジトリ) | 調査期間内にプッシュされたのは8個:TileOPs-nightly、TileOPs、TileOPs.github.io、tilelang-mlir-ascend、tilelang-hygon、tilelang、tilelang-ascend、TileFoundry |
| メインリポジトリ tile-ai/tilelang | マージ1件(#4052 ドキュメント)、mainはコミット1回のみ。新規issue 351件、審査中PR 51件 |
| tilelang-ascend | デフォルトブランチascendc_ptoにマージ9件、すべて11-13に集中。新規issue 3件、審査中PR 18件 |
| TileOPs | mainにマージ15件(11-13に4件、11-15に11件)。新規issue 44件、審査中4件 |
| TileFoundry | mainにマージ3件。新規issue 8件、審査中3件 |
| tilelang-mlir-ascend | mainはコミットゼロ。22件のPRが調査期間内に新規開設され、すべて審査中 |
| tilelang-hygon | mainにマージ1件(#37)、#38は審査中 |
| 非デフォルトブランチ | TileOPs stats 1件、nightly snapshots 2件。mlir harness、hygon tileops-fixはいずれもゼロ |
| リリースページ | 6リポジトリとも調査期間内に新規タグなし。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) |
| 審査待ちキュー | 102件が調査期間内に更新、59件が調査期間内に新規開設(メインリポジトリ27、mlir-ascend 22、TileOPs 4、TileFoundry 3、その他3) |
| issue側 | 新規406件:cn-sys 172、ilovexsir 142、lcy-seso 54、oisdoaiu 16、その他22 |
| 採用側 | TileKernels(最近10-14)、FlashQLA(最近10-30)、調査期間内にプッシュなし |
| TileLang×RISC-V四源巡視 | 変化あり:kubudsにkubuds-riscv-hikariブランチ5件、コミュニティインデックスページPR #1を追加。RuyiAIと算能TPUの参照は不変 |
| ニュース側 | Google News中日英、Hacker News、arXivはいずれも調査期間内にゼロヒット(arXiv最新11-03) |
完全な情報源リスト
- [1] tilelang #4052(LSP リポジトリリンク更新) — https://github.com/tile-ai/tilelang/pull/4052
- [2] TileOPs #2894(MoE FP8 の A scale を TMA 経由に) — https://github.com/tile-ai/TileOPs/pull/2894
- [3] TileOPs #2896(W4A16 クロス K タイル単一 WGMMA インフライト) — https://github.com/tile-ai/TileOPs/pull/2896
- [4] TileOPs #2898(16 ビット softmax 行デュアル CTA クラスタ) — https://github.com/tile-ai/TileOPs/pull/2898
- [5] TileOPs #2892(ページド GQA 分割上限) — https://github.com/tile-ai/TileOPs/pull/2892
- [6] TileOPs #2955(W4A16 デコードデュアル consumer warpgroup) — https://github.com/tile-ai/TileOPs/pull/2955
- [7] TileOPs #2952(ターゲットカーネル単一テーブルと並行安全読み取り) — https://github.com/tile-ai/TileOPs/pull/2952
- [8] TileOPs #2904(target バインド返却ビルダー) — https://github.com/tile-ai/TileOPs/pull/2904
- [9] TileOPs #2919(セレクタ 64x256 タイルを ping-pong に変更) — https://github.com/tile-ai/TileOPs/pull/2919
- [10] TileOPs #2953(セレクタ 64 行コンパクトタイル ping-pong) — https://github.com/tile-ai/TileOPs/pull/2953
- [11] TileOPs #2915(グループ GEMM 出力を TMA box 5 リングに) — https://github.com/tile-ai/TileOPs/pull/2915
- [12] TileOPs #2901(両 warpgroup を一時保存、バリアを分岐外へ移動) — https://github.com/tile-ai/TileOPs/pull/2901
- [13] TileOPs #2899(W4A16 ペア起動を無帰約分岐に統合) — https://github.com/tile-ai/TileOPs/pull/2899
- [14] TileOPs #2918(コンパイルグラフの 프로세ス間再利用と pyupgrade) — https://github.com/tile-ai/TileOPs/pull/2918
- [15] TileOPs #2920(4 つの spec-only manifest エントリ) — https://github.com/tile-ai/TileOPs/pull/2920
- [16] TileOPs #2951(アダプティブプーリングを lane ごとに分割) — https://github.com/tile-ai/TileOPs/pull/2951
- [17] TileOPs #2954(GQA の FA3 に対するリード幅) — https://github.com/tile-ai/TileOPs/issues/2954
- [18] TileOPs #2957(nvbench コールド測定プロトコル) — https://github.com/tile-ai/TileOPs/issues/2957
- [19] TileOPs-nightly スナップショット a0566322 — https://github.com/tile-ai/TileOPs-nightly/commit/a0566322
- [20] TileFoundry #325(FunctionRef 被呼び出し者の統一) — https://github.com/tile-ai/TileFoundry/pull/325
- [21] TileFoundry #324(次元演算をスカラレンダラへ) — https://github.com/tile-ai/TileFoundry/pull/324
- [22] TileFoundry #323(再ラベル付け選択でスライスを保持) — https://github.com/tile-ai/TileFoundry/pull/323
- [23] TileFoundry #327(NCCL 通信セマンティクスと Qwen3-MoE 訓練) — https://github.com/tile-ai/TileFoundry/pull/327
- [24] T
ileFoundry #334(int8 テンソルコア価格設定) — https://github.com/tile-ai/TileFoundry/issues/334
- [25] tilelang-ascend #1870(Sparse MLA フォワードパイプライン) — 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 確率質量リダクション) — 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 アップグレード) — https://github.com/tile-ai/tilelang-ascend/pull/1989
- [32] tilelang-ascend #2000(bitwise 四則オペレータ統合) — https://github.com/tile-ai/tilelang-ascend/pull/2000
- [33] tilelang-ascend #1642(alloc API ドキュメント) — 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 アドレス空間) — https://github.com/tile-ai/tilelang-mlir-ascend/pull/252
- [39] tilelang-mlir-ascend #253(reduce 四則オペレータ) — 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 ローカルパネルコピーのスキップ) — https://github.com/tile-ai/tilelang-hygon/pull/38
- [43] kubuds/tilelang-riscv-kubuds hikari ブランチコミット — https://github.com/kubuds/tilelang-riscv-kubuds/commit/bf019bbe24e477d77aa06111a69ef816d347884d
- [44] k
ubuds/tilelang-riscv-kubuds rv64gc ビルド修正 — https://github.com/kubuds/tilelang-riscv-kubuds/commit/c3111b8b316f81938a42f7829f74101d122e9f9d
- [45] kubuds/tilelang-riscv-kubuds デコード/プリフィルグリッド — https://github.com/kubuds/tilelang-riscv-kubuds/commit/8401be05da264db5ded98a3b119ff590396bbfc2
- [46] TongmingLAIC/tilelang-riscv #1(インデックスページに kubuds fork を収録) — https://github.com/TongmingLAIC/tilelang-riscv/pull/1
- [47] RuyiAI-Stack/tilelang-riscv リポジトリ — https://github.com/RuyiAI-Stack/tilelang-riscv
- [48] TongmingLAIC/tilelang-tpu リポジトリ — https://github.com/TongmingLAIC/tilelang-tpu
- [49] tilelang メインリポジトリ issue #4381(GEMM サンプルが UB を無駄に占有) — https://github.com/tile-ai/tilelang/issues/4381
- [50] tilelang issue #4331(auto target の順序がドキュメントと不一致) — https://github.com/tile-ai/tilelang/issues/4331
- [51] tilelang issue #4328(GetPipeMask が自身の task を漏らす) — https://github.com/tile-ai/tilelang/issues/4328
- [52] tilelang #4201(ランタイムと target パラメータの検証) — https://github.com/tile-ai/tilelang/pull/4201
- [53] tilelang #4202(フロントエンドアノテーションと同期ガード) — https://github.com/tile-ai/tilelang/pull/4202
- [54] tilelang #4203(copy/GEMM ヒントと padding 値) — https://github.com/tile-ai/tilelang/pull/4203
- [55] tilelang レビュー中 PR 一覧 — https://github.com/tile-ai/tilelang/pulls
- [56] deepseek-ai/TileKernels リポジトリ — https://github.com/deepseek-ai/TileKernels
- [57] QwenLM/FlashQLA リポジトリ — https://github.com/QwenLM/FlashQLA
- [58] 各リポジトリのリリースページ — https://github.com/tile-ai/tilelang/releases