調査期間:2026-11-17 07:00 ~ 2026-11-18 07:00(北京時間、24 時間;前回の区切りは 11-17 07:00)。

情報源:GitHub tile-ai 組織のリポジトリ別確認(30 リポジトリ、期間内プッシュ 10 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 20 件、審査中更新 77 件、新規 issue 15 件)+ メインブランチのコミット別確認(TileOPs 12 件、TileFoundry 3 件、tilelang 2 件、topa 1 件、ドキュメントサイト 2 件)+ リリースページ確認(tilelang は引き続き v0.1.15、期間内に新規 tag なし)+ Google News 中英語検索 + Hacker News + arXiv + TileLang×RISC-V 四源専項巡回。


本期インデックス

  • 今日の重点:TileOPs が 1 日で 12 件マージ、pilot モデルインターフェースが登録からオペレータ別の実現へ移行(11-17)
  • 今日の重点:昇騰フロントエンドの同一人物が 5 件の dtype 監査 issue を連続投稿、約 300 のオペレータと dtype の組み合わせをカバー(11-17)

    1. コアプロジェクト進捗
      • 1.1 メインリポジトリが CuTeDSL の符号なしバッファ読み取りを修正:uint8 の 200 が -56 として扱われる(11-17)
      • 1.2 メインリポジトリの昇騰ベンチマークがデバイス側 L2 リフレッシュに変更、一時バッファ読み取りの旧方式を代替(11-17)
      • 1.3 GEMM に float32 出力を追加、ルーター・圧縮器・LM ヘッドの三種類の狭 N 形状に対応(11-17)
      • 1.4 オペレータライブラリの新規オペレータ 3 件:Embedding 再提出、Concat とカスタム cos/sin の RoPE(11-17)
      • 1.5 正規化・アテンション・線形アテンションの五項目:ゼロ中心重み、非規則ヘッド次元、状態スロットインデックス(11-17)
      • 1.6 ベンチマーク計時が nvbench コールド測定に変更、夜間スキャン予算を 6 時間から 10 時間に拡大(11-17)
      • 1.7 審査中と目標:狭 N prefill GEMM は最速ライブラリに対し依然 0.39 倍の形状あり(11-17)
    1. マルチバックエンド適配(昇騰 / 沐曦 / 海光 / 摩尔線程 / Sunrise / MLIR 昇騰)
      • 2.1 昇騰メインリポジトリ:2 件の同期プリミティブと述語幅修正が審査中(11-17)
      • 2.2 昇騰独立夜間 wheel パイプライン提案:実機スモークテストとローリングリリースを伴う(11-17)
      • 2.3 MLIR 昇騰:tl.print と tl.and がマージ、別に約 30 件の TLIR オペレータが一括審査中(11-17)
      • 2.4 バックエンドリポジトリ:昇騰で 1D ストライド散列書き込み欠陥が新規報告、海光と Sunrise の進捗は依然審査中(11-17)
  • 2·五、RISC-V バックエンドとコミュニティ(専項観察:TVM 路線 / MLIR 路線 / SOPHGO TPU / コミュニティインデックスページ)
    • 2.5.1 四源巡回に変化なし、二路線の引用は前回と一致(11-18)
    1. エコシステムと採用側(TileFoundry / topa / サイト / TileKernels / FlashQLA)
      • 3.1 TileFoundry が一度に 303 ファイルを変更:用語を単一仕様に収束、レイアウトを CuTe アルゴリズムに変更(11-17)
      • 3.2 TileFoundry の 2 件の修正:局部ビューの論理ウィンドウとコピーパラメータを座標で対応付け(11-17)
      • 3.3 topa のラウンド機構が実装、6 件の新規 issue が次批次作業キューを構成(11-17)
      • 3.4 ドキュメントサイトの 2 件の自動更新、採用側 2 リポジトリは期間内コミットなし(11-17)
    1. コミュニティ・チュートリアル・イベント
      • 4.1 ニュース側は空白:中英語検索、Hacker News、arXiv いずれもテーマ報道なし(11-17)
      • 4.2 組織アクティビティ:1 日 20 件マージ、77 件審査中更新、メインリポジトリのスター 8992(11-17)
    1. トレンド観察
  • 付:素材と確認説明
    • 情報源確認表
    • 完全情報源リスト

今日の重点:TileOPs が 1 日で 12 件マージ、pilot モデルインターフェースが登録からオペレータ別の実現へ移行

11-17 のこの日、TileOPs のメインブランチには 12 件のマージが着地し、そのうち 7 件は TileFoundry ラウンドのオペレータ提案によるもので、方向性は前日と完全に連続している。11-16 に pilot モデル(Qwen3.6、DeepSeek-V4-Flash、GLM-5.3-Flash)が実際に呼び出すインターフェースを manifest に登録した後、11-17 からは形状ごとにカーネルを補完し始めた。当日新たにマージされたオペレータには、Embedding、Concat、「呼び出し側が cos/sin を与える」RoPE に加え、正規化のゼロ中心重みサポート、GQA 可変長注意の非標準ヘッド次元、GDN と因果畳み込みの状態スロット索引が含まれ、pilot モデルの推論チェーン上の索引、正規化、位置エンコーディング、注意、線形注意の 5 段をカバーしている。各提案には対照実装とベンチマーク行が付属しており、多くは自己評価が依然として「受け入れライン未満(below bar)」である。これはマージ基準と性能基準が別物であることを示している。まず意味的正しさとインターフェース整合性を確保し、その後ラウンドごとに性能を追い込む。もう 1 件追加された GEMM float32 出力(#3000)は、「ルーター、KV コンプレッサー、LM ヘッド」という 3 種類の狭い N 形状を bf16 から float32 累加出力へ拡張するもので、今回のインターフェース実現の中で唯一メインカーネル構造を直接変更したものである。同日新たに起票された目標 issue #2999 はネガティブリストを示している。スキャンした 53 形状のうち 5 つが依然として劣後しており、最悪の行は最速ライブラリのわずか 0.39 倍である。

情報源:https://github.com/tile-ai/TileOPs/pull/3000 、https://github.com/tile-ai/TileOPs/issues/2999

今日の重点:昇騰フロントエンドの同一人物が 5 件の dtype 監査 issue を連続投稿、約 300 のオペレータと dtype の組み合わせをカバー

11-17 20:13 からの 1 分間に、コントリビューター JeffDing はメインリポジトリへ昇騰フロントエンドの欠陥を 4 件連続投稿し(#4391 から #4394)、さらに 30 分後に 5 件目(#4395)を追加した。これは体系的な dtype カバレッジ監査を構成する。核心的な結論は、T.simd の単項・二項オペレータがコンパイラ内部呼び出しへ渡される前に dtype をまったく検証しないというものだ。CANN 9.2.1 の CCE ベクトルインターフェースは部分的なオーバーロードしか提供しておらず(例えば絶対値は 5 種類の整数と半精度、単精度のオーバーロードのみで bf16 はない。XOR は 2 種類の 32 ビット整数のみ)、フロントエンドは 225 の(オペレータ、dtype)組み合わせのうち 70 をそのまま通過させてしまう。その結果、コンパイル時に初めて破綻するか、あるいは静かに誤計算する。クロスレーンリダクション族も同様にホワイトリストを欠いており、63 の組み合わせのうち 27 が通過させられている。さらに具体的な 2 件として、T.simd.vcvt の part パラメータはデフォルト 0 で「偶数部分」に落ち、要素の半分しか変換しない。ドキュメントは 40 組の dtype ペアをサポートすると謳っているが、フロントエンドの実際の実装は 33 組である。5 件目は、6 つの T.ascend_* 同期プリミティブが T.SimdVF() 内で全滅することを指摘しており、うち 6 つのエラーメッセージはユーザーが呼び出した API にまったく言及していない。報告環境は昇騰 950PR(dav-3510)、CANN 9.2.1、openEuler 24.03 であり、新ハードウェアと新ツールチェーンの組み合わせ下でのフロントエンド品質問題に属する。5 件はいずれも再現手順と提案ラベル(bug、python、ascend、UX)を備えており、調査期間終了時点で依然としてオープン状態である。

情報源:https://github.com/tile-ai/tilelang/issues/4391 、https://github.com/tile-ai/tilelang/issues/4393 、https://github.com/tile-ai/tilelang/issues/4395


1. コアプロジェクトの進展

1.1 メインリポジトリが CuTeDSL の符号なしバッファ読み取りを修正:uint8 の 200 が -56 として扱われる

#3875 は、CuTeDSL ターゲット上で uint8 / uint16 / uint32 バッファから読み出された値が符号付き数として扱われる問題を修正する。根本原因は MLIR の整数に符号なしビットがないことであり、A.iterator.dtype は符号なしテンソルパラメータに対してすでに Int8 となっており、cute.recast_ptr と cute.make_tensor も同様に符号なし情報を失っている。要素型はテンソルラッパー層にのみ保持され、コード生成はグローバルメモリと共有メモリへの各アクセスをイテレータ型から開始している。著者は RTX PRO 6000 上で 256 個の uint8 値を使ってプローブした:Int32(x)、x > 127、x >> 7、x // 3 と 4 レーンのベクトルロードという 5 つの書き方で、メインブランチ上ではそれぞれ 128 個の値が誤っていた。修正方法は、tl.make_tensor と make_tensor_at_offset が dtype= を受け取り、型をビューへ再び紐付けるようにすることであり、コード生成は符号なしバッファの各ビューに対して明示的に cutlass.UintN を渡す。これ以前の #3764 はロード後に一度キャストを補うだけで、比較、除算、シフト、ベクトルロードをカバーできていなかった。

情報源:https://github.com/tile-ai/tilelang/pull/3875

1.2 メインリポジトリの昇騰ベンチマークがデバイス側 L2 フラッシュへ変更、一時バッファ読み取りの旧手法に代わる

#3891 昇騰ベンチマークの L2 追い出し方式を「一時バッファを1ブロック読み込む」から aclrtDeviceL2CacheFlush の呼び出しに変更し、各 NPU イベントまたは msprof サンプリングの前に実行する。旧方式のキャッシュ状態は置換ポリシーに依存し、異なるラウンド間で不一致になる可能性があり、それによってカーネルレイテンシの比較可能性に影響を与える。新方式では同期フラッシュを計時と実行時推定の外に置き、測定区間内のキャッシュ状態を確定させる。このインターフェースにはランタイムとデバイスのサポートが必要で、既存のテストスタブも同期して更新済み。著者は説明の中で本版でテストを再実行していないことをありのままに明記している。このコミットは 1.6 のベンチマーク計時改修と同方向である。両者とも「測定された数値」をより再現可能なものにしている。

情報源:https://github.com/tile-ai/tilelang/pull/3891

1.3 GEMM に float32 出力を追加、ルーター、コンプレッサー、LM ヘッドの3種類の狭い N 形状に対応

#3000 は GEMMFwdOp の出力型を float32 に設定する。すなわち bf16 または fp16 入力で float32 の累加和を計算し、TMA、狭バッチ Gemv、cp.async の3種類のカーネルがそれぞれ担当する。coop2_swap 構造を除き、すべての TMA 構造は float32 アキュムレータを直接転送する。coop2_swap の書き出し命令は16ビットのみをサポートするため、float32 出力を明確に拒否する。設定選択では4バイト出力に基づくタイル分割の推定を新たに追加し、23,040 のサンプル形状上で16ビット選択は変わらない。検証ではテンソルコアの累加限界を採用し、絶対誤差は 1e-4 と 2e-3 に(K/2048)の1.5乗を乗じたものの大きい方を取り、相対誤差は 1e-5 とする。ベンチマークは cuBLASLt、DeepGEMM、QuACK と比較し、FlagGems の行列乗算は float32 出力を持たないため、float32 行では比較から退出する。本コミットは #2927 の一部であり、翌日新規に起票された SOTA issue #2999 と同一の形状群を共有する。

情報源:https://github.com/tile-ai/TileOPs/pull/3000

1.4 オペレータライブラリの3つの新オペレータ:Embedding の再提出、Concat、カスタム cos/sin の RoPE

前日に誤ってマージされた後、当日に差し戻された Embedding は、今回正式なラウンドで再提出されマージされた:#2992 は EmbeddingFwdOp を新規追加し、int32 と int64 のインデックス、fp16/bf16/fp32/int32/int64 の5種類の重みテーブルをサポートする。カーネルは TileFoundry のタイル配置を採用する。すなわち1つの CTA が1つの行ブロック全体または幅広行の1列タイルを担当し、各スレッドは自身のベクトルを cp.async で共有メモリに落とし、L2 は evict-last ヒントを用い、その後ストリーミングで書き出す。max_norm パラメータはカーネル構築前に直接拒否され、重みがインプレースで書き換えられないことを保証する。#2987 は ConcatFwdOp を新規追加し、出力を「行×総列幅」と見なし、128スレッドの CTA で各スレッドが16バイトのベクトルを1つコピーする。行数と行幅は動的であり、1回のコンパイルで同一ベクトル幅と同一 dtype のすべての形状にサービスできる。#2988 は RoPECosSinFwdOp を新規追加し、呼び出し元が与えたトークンごとの cos/sin に従って回転を行う。NeoX とインターリーブの2種類の配置、部分回転、密とパック、単一オフセットまたは系列ごとのオフセット、ストライド付きビューへのインプレース書き込みをカバーする。同一コミットではさらに1つの通則を定めた:書き込まれるテンソル(出力または変更される入力)の2つの要素が同一アドレスに落ちる場合(拡張ビューなど)、すべてのオペレータは実行前に CheckError をスローしなければならない。3つのオペレータはいずれも torch と torch.compile に対して合格ラインに達し、自己評価はいずれも受け入れラインを下回る。

情報源:https://github.com/tile-ai/TileOPs/pull/2992 、https://github.com/tile-ai/TileOPs/pull/2987 、https://github.com/tile-ai/TileOPs/pull/2988

1.5 正規化、アテンション、線形アテンションの5項目:ゼロ中心重み、非規則ヘッド次元、状態スロットインデックス

正規化側では、#2986 により RMSNormFwdOp が Qwen3.6 の6つの「ゼロ中心重み」行(27B と 35B-A3B の prefill、decode、q-norm)をサポートし、FusedAddRMSNormFwdOp はそのうち4つをサポートする。3つのカーネル本体と融合体はいずれも重み乗算の箇所で float32 により 1+w を計算し、通常の重みでは生成されるコードがメインブランチとバイト単位で同一であり、flashinfer、vLLM、transformers、QuACK、FlagGems との比較で基準に到達している。アテンション側では、#2989 により可変長 GQA カーネルが SM90 上で自身のヘッド次元を8チャネルストライドで受け入れる:ヘッド次元 16、32、48、80、96、112 が汎用カーネルから warp 特化カーネルへ移行し、各グループは prefill、視覚、serving の形状でより高速になる。同時に Qwen3.6 視覚行を支える 72 ヘッド次元、16 グループの非因果形状をサポートし、テンソルのゼロ埋めを不要にする。線形アテンション側では、#2993 により GDNFwdOp が state_indices をサポートし(decode とパック prefill がプールスロットごとに各シーケンス状態を読み書きする)、CausalConv1dFwdOp は cache_indices を、その更新カーネルは conv_state_indices をサポートする。状態を保持する各カーネルはビルドフラグに従って自らスロットを引く。プールを持たないビルドではメインブランチと同じプログラムを生成し、値主順の GDN decode は2 warp 1組、各 lane が4つの16バイトベクトルを読む方式に変更される。#2995 は前のシーケンスを書き壊す欠陥を修正する:パック prefill の最終ブロック書き出しは「開始位置+(反復数-1)×ブロック長」で位置決めし、反復数が0のときこの式は書き込み開始点を空シーケンスの64行前に落とし、未初期化の共有メモリで前のシーケンス末尾を上書きしてしまう。H200 上で長さ(2048、64、0)に64個の値ヘッドを組み合わせれば再現でき、修正方法は反復数が0より大きいときのみ最終ブロックを書き込むことである。#2990 は W4A16 decode のペア条件を厳格化する:ペアの K スライスが自身のリングバッファより長い場合、またはペアリングで K タイルを余分に追加しない場合にのみ2つの warpgroup を使用し、それ以外のケースでは単一 warpgroup のタイルを維持する。

出典:https://github.com/tile-ai/TileOPs/pull/2986 、https://github.com/tile-ai/TileOPs/pull/2989 、https://github.com/tile-ai/TileOPs/pull/2993

1.6 ベンチマーク計時を nvbench のコールド測定に変更、夜間スキャン予算を6時間から10時間へ拡大

#2985 は CUDA ベンチマークのサンプリング方式を書き換える:従来は各サンプルの呼び出し前に毎回ホストへ同期していたため、ホスト側の発行オーバーヘッドがデバイスの空転として現れていた。現在はブロッキングカーネルでストリームを占有し、1回の読み取りの全サンプルを連続してキューに投入し、各サンプルが個別にリセット、L2 フラッシュ、呼び出しを実行し、途中でホスト同期を行わない。これは NVIDIA nvbench のコールド測定の手法に倣ったもので、唯一の違いは「1回に1ブロック」を「1ブロックに複数サンプル」へ緩和した点である。各サンプルは0番 SM のクロックを周波数として記録し、行内では平均値を報告し、ダウンクロックによるサンプル破棄は行わない。キューに収まらないブロックはタイムアウトで無効となり、収容可能なサイズで再測定され、ブロックサイズは block_samples に記録される。準備方式も結果の l2_flush フィールドに書き込まれ、夜間履歴の口径を跨いだ比較を避ける。その代償は #2996 で定量化される:夜間スキャンの最新ラウンドは 20,259 秒実行されたところで6時間予算により打ち切られ、61個のベンチマークファイルのうち5個が未実行となり、Check benchmark coverage が失敗した。前回のオールグリーンと比較して、共有の 2,015 ケースの所要時間は 15,180 秒から 19,103 秒へ増加し(1.26倍)、新規 268 ケースがさらに 1,653 秒を消費した。修正方法は総予算を 21,600 秒から 36,000 秒へ、タスクタイムアウトを 380 分から 620 分へ引き上げることである。

出典:https://github.com/tile-ai/TileOPs/pull/2985 、https://github.com/tile-ai/TileOPs/pull/2996

1.7 審査中と目標:狭い N の prefill GEMM は最速ライブラリに仍未達で 0.39 倍の形状

新規の #2999 は GEMM の性能上の負債を明らかにした。H200、bf16 入力、K を 4096 に固定し、DeepSeek-V4-Flash のルーター、KV 圧縮器、LM ヘッドの幅で 1 から 8192 トークンまでスキャンしたところ、53 形状のうち 48 が最速ライブラリと同等以上、残り 5 が後れを取った。最悪なのは GLM-5.3-Flash のルーター形状(8192 × 288 × 4096)で、bf16 出力は 78.3 マイクロ秒対 30.6 マイクロ秒、わずか 0.39 倍、float32 出力は 0.38 倍で、選択されたのは 64 × 128 の基本タイルだった。その他の後れ行は 0.86 から 0.98 倍の間に分布している。同期間に審査中の性能系提案には、FP8 短行重みストリーミング(#3010)、W4A16 単一 warpgroup グループ帰約をクラスタペア経由に変更(#3009)、短 K の W4A8 decode で 1 CTA 1 行ブロック(#3005)、FP8 paged GQA decode のカーネル書き換え(#2997)がある。新規オペレータ側では MoE グループ GEMM の MXFP4 エキスパート重み(#3001)、KDA 状態スロットと値主順状態(#3002)、NSA 可変長アテンションのヘッド次元 256 と 4 キーブロック(#3004)が審査中である。

情報源:https://github.com/tile-ai/TileOPs/issues/2999 、https://github.com/tile-ai/TileOPs/pull/3010 、https://github.com/tile-ai/TileOPs/pull/2997

2. マルチバックエンド適配(昇騰 / 沐曦 / 海光 / 摩尔線程 / Sunrise / MLIR 昇騰)

2.1 昇騰メインリポジトリ:2 つの同期プリミティブと述語幅修正が審査中

メインリポジトリで審査中の昇騰向け変更は 2 箇所に集中している。#4396 は any_sync / all_sync をマスク付き warp 投票命令に降ろすもので、これまでこの 2 つは昇騰側に対応実装がなかった。#4397 はバックエンドが未サポートの SIMD 述語幅を拒否するようにし、コンパイルが深く進んでからエラーを出すことを避ける。同じ期間に #4389 が CPU バックエンド向けに直列の any_of / all_of 降載を補っており、これは同じ「フロントエンドの約束をバックエンド能力に揃える」修补の一群に属する。本日の重点 2 番目に挙げた 5 件の dtype 監査 issue を加え、昇騰方向では 24 時間以内に「問題の洗い出し、修正の審査中、リリースチャネルの補建」という 3 本の並行ラインが形成された。

情報源:https://github.com/tile-ai/tilelang/pull/4396 、https://github.com/tile-ai/tilelang/pull/4397

2.2 昇騰独立ナイトリー wheel パイプライン提案:実機スモークテストとローリングリリース付き

審査中の #3924 は専用のナイトリービルドパイプラインを新設する。原因は、既存のナイトリリースが CUDA、ROCm、昇騰を有効にした 1 つの肥大 wheel しか产出せず、タグが CUDA バックエンド(例 cu130)に付いていることにある。昇騰ユーザーは自分のスタックを反映したパッケージを得られず、安定したダウンロードリンクもなく、ビルド成果物は実際の NPU 上で一度も実行されていなかった。提案はホスト型 runner 上で cibuildwheel により昇騰のみの manylinux パッケージを産出し、ビルド期間中は CUDA と ROCm を無効化する。昇騰側はリポジトリ同梱の ACL 宣言と動的ロードベースの ascendcl スタブに対してコンパイルするため、ビルドマシンに CANN をインストールする必要がなく、産出された wheel は CANN のないマシンでもインポート可能である。パイプラインは毎日 20:00 UTC にトリガーされ、既存リリースと時間をずらし、手動トリガーとパスフィルタ付き PR トリガーにも対応する。バージョンタグはバージョンスクリプトの拡張により生成される。この提案は 617 行、3 ファイルを追加し、作者はすでに 2 名のメンテナーをレビューに指名している。

情報源:https://github.com/tile-ai/tilelang/pull/3924

2.3 MLIR 昇騰:tl.print と tl.and がマージ、別に約 30 件の TLIR オペレータが一括審査中

MLIR 書き換え路線では当日 2 件がマージされた。#231 は tl.print を TLIR 方言に追加し HIVM のデバッグオペレータに降ろすもので、スカラーprint とバッファprint の 2 種類の来源をカバーし、Python 側インターフェースは T.print、往復、逆方向検証、降載の 3 種類のテストを備える(5 項目すべて通過)。#218 は既存の二項オペレータテンプレートに従い tl.and(要素ごとのビット AND)を補い、方言往復、降載、エキスパートモードの例を含む。さらに注目すべきは審査中キューである。16:38 から 16:48 の 10 分間に約 30 件の TLIR 提案が同時に更新され、シフト、反転、連結、区間生成、三角関数、gather、転置、ベクトル活性化、4 種類の帰約、L0A/L0B/L0C/L1 アドレス空間、アトミック加算、ビット変換、パイプ間の set/wait flag、pad、平方根と逆数、ソート、型変換、論理演算などをカバーしている。これらの提案は個々の変更は大きくないが、合わせると TIR 側のオペレータ面を TLIR 方言で一層補完するものであり、MLIR 路線がメインリポジトリの全オペレータを引き受けられるかどうかの前提作業である。

情報源:https://github.com/tile-ai/tilelang-mlir-ascend/pull/231 、https://github.com/tile-ai/tilelang-mlir-ascend/pull/218

2.4 バックエンドリポジトリ:昇騰が1Dストライド散列書き込みの欠陥を新規報告、海光とSunriseの進展は依然審査中

tilelang-ascendリポジトリで11-17 14:16に#2017が新規作成された。これは三臂対照で行った欠陥レポートである:環境は910B3にCANN 9.2.0、シナリオはFLAのWY高速逆方向においてUB内の64個の連続単精度数をシーケンス次元に沿ってGMへ散列書き込みするもので、対象テンソルのヘッド次元が最後の次元にあり、隣接要素のアドレスはヘッド数×4バイトだけ離れている(ヘッド数が8のとき32バイト)。作者は連続書き込み、直接ストライド書き込み、GM中継を経たストライド書き込みの三方式で対照を行い、三層の問題を特定した:コンパイラの降載パラメータの誤り、ハードウェアスロットのアドレッシングとコンパクトレイアウトの不整合、そして狭い転送の32バイトスロットフットプリントによるUB割り当ての過小評価である。前日に注目を集めた貢献者認証情報インシデント(#2016)は11-16にクローズされ、調査期間内に新規コメントはない。海光リポジトリ#27(intrinsic降載、精度、整数ベクトルコード生成の修正、592行、14ファイル)は10-23から継続更新中で、調査期間内もオープンのまま;Sunriseリポジトリ#11は0.1.15+sunrise.1.2.1のリリースマージで、TileLang、TileOPs、TileKernelsの三箇所のソースを更新し、SunriseのTANG/PTPU統合と公開S2継続的インテグレーションを調整し、大入力TopKSelect検証時のホストメモリを制限した。変更量は28万行増、17.9万行削(ソース全体の同期を含む)に達し、調査期間終了時点で未マージ、最新の正式バージョンは依然10-23の1.2.0である。

情報源:https://github.com/tile-ai/tilelang-ascend/issues/2017 、https://github.com/tile-ai/tilelang-hygon/pull/27 、https://github.com/tile-ai/tilelang-sunrise/pull/11

2.5、RISC-Vバックエンドとコミュニティ(専項観察:TVM路線 / MLIR路線 / SOPHGO TPU / コミュニティインデックスページ)

2.5.1 四源巡回に変化なし、両路線の引用は前回と一致

四源巡回(TVM路線のkubudsブランチ、MLIR路線のRuyiAIリポジトリ、コミュニティインデックスページ、算能TPU拡張)は今調査期間内に新規コミット、新規PR、インデックス表の変動がいずれもなし:MLIR路線のmainは依然2204c7e、コミュニティインデックスページのmainは依然4499c2a、TVM路線のmahiruブランチは33e0c89、karenブランチはfc62939で停止、算能TPUリポジトリのmainと各特性ブランチはいずれも進展なし。両路線はそれぞれのペースを維持し、本期は報告すべき技術進展なし。

情報源:https://github.com/RuyiAI-Stack/tilelang-riscv 、https://github.com/TongmingLAIC/tilelang-riscv

3、エコシステムと採用側(TileFoundry / topa / サイト / TileKernels / FlashQLA)

3.1 TileFoundryが一度に303ファイルを変更:用語を単一仕様に収束、レイアウトはCuTeアルゴリズムに変更

#349は今季最大のリファクタリングである:terms.mdを新設し用語と命名規則(N1からN7)の唯一の権威とし、他の仕様文書、開発説明、語彙表ポリシーは一律これを参照する;PythonとC++の名前は用語に従って統一(unit、topology、mesh、mesh axis、placementなど)、従来一字多義だった古い語(level、axis、participant、rank、program)はコード、C++、文書で全て改名された。レイアウトアルゴリズムは全体を関数ごとにCuTeへ移植する形に変更:整数タプル、ストライド、レイアウト、複合レイアウト、swizzleを同名、同パラメータ順、同セマンティクスで移植しC++ CuTeと対照、従来欠けていたrank、take、右逆を補完;グリッド自体はレイアウトとしてモデル化され、セル番号は座標からインデックスへの写像で与えられる。変更は303ファイル、増10,312行、削9,243行で、破壊的リネームに属し、TileFoundryの中間表現仕様が「実装から生まれる」から「先に定義してから実装する」へ転換したことも意味する。

情報源:https://github.com/tile-ai/TileFoundry/pull/349

3.2 TileFoundryの2つの修正:局部ビューの論理ウィンドウとコピーパラメータを座標で対にする

#351 参与者のローカル評価におけるウィンドウのずれを修正:レイアウトが1つの論理軸を複数の物理モードに分割する場合(例えば論理形状に16を含む結果がローカルでは8×2の2モードで表現される)、ローカルビューがreshape時に複合モードをスカラー次元として扱い、認識できない次元として直接エラーを報告する。2つの参与者が第0軸で分割する場合、ローカルスライスはさらにグローバルの0から256のウィンドウを各128行に適用してしまう。修正方法は、論理ランクのローカル投影評価に切り替え、全幅分割軸のスライスを各参与者のローカル長に変換し、参与者をまたぐ部分ウィンドウは不完全なデータを無音で読み込むのではなく引き続き拒否する。#348 コピー時のカーネルパラメータの座標ペアリングを修正:コード生成は各パラメータをメモリ順のフラット化モードに包むが、コピーオペレータは「第一モードが最速」のCuTeインデックスでペアリングするため、2×4のような多軸ビューに遭遇するとオフセットと座標が一致しなくなり、2番目の出力がずれ、2つのループキャリーユースケースが転置結果を返す。修正方法は、同じ形状のオペランドを同一のレイアウトビュー経由でコピーに入力し、通常コピー、非同期コピー、バッチ非同期コピーの3つの発行パスをカバーする。

ソース:https://github.com/tile-ai/TileFoundry/pull/351 、https://github.com/tile-ai/TileFoundry/pull/348

3.3 topa ラウンド機構が実装、6件の新規 issue が次の作業キューを構成

topa が #27 をマージ:「状態グラフの前」のラウンドが自身の PR を直接開き、発見した問題を本リポジトリに登録することを許可。続いてウィンドウ内で新たに6件の issue(#28、#30〜#34)を開設、いずれも範囲説明付きの作業項目である:テーマグラフ下のスレッドスコープ准入と結合オフロード、ハードウェアの実際の挙動に基づくスロット gather と小 CTA グリッドの価格設定、インデックスコピーと常駐 CTA の価格設定および段階的コピー分割、融合 q/k 正規化とインターリーブ MRoPE の価格設定とオフロード、バイトコピーパッキングによる4ビットテンソルの共有メモリへの格納、CTA クラスタをまたぐ合計オフロードと配置済み split-K ウィンドウの評価、そして gathered-tile アテンションカーネルの最終化と価格設定。这批 issue の作者とマージ者は同一のパイプラインアカウントであり、「エージェントラウンドが自動で課題を起票し、人手レビューで収束させる」という作業方式を示している。

ソース:https://github.com/tile-ai/topa/pull/27 、https://github.com/tile-ai/topa/issues/34

3.4 ドキュメントサイトが2件の自動更新、採用側の2リポジトリはウィンドウ内にコミットなし

メインドキュメントリポジトリはウィンドウ内に自動アカウントによるドキュメント更新が2件(11-17 08:17 と 11:28)、内容はメインリポジトリとオペレータライブラリの変更に追随するサイト再構築であり、独立した技術情報はない。採用側については、DeepSeek の TileKernels と Qwen の FlashQLA の両リポジトリともウィンドウ内にプッシュはなく(最新プッシュはそれぞれ10-14と10-30)、今期は新規採用事例なし。

ソース:https://github.com/tile-ai/tilelang.github.io

4. コミュニティ、チュートリアル、イベント

4.1 ニュース側は空白:中日英検索、Hacker News、arXiv いずれもテーマ報道なし

24時間ウィンドウで Google News の中国語・英語(TileLang、tile-ai、昇騰の組み合わせ語)、Hacker News、arXiv を検索したが、TileLang に直接関連する報道や論文はなかった:英語側は DeepSeek と華為に言及した産業記事が1件ヒットしたのみ、中国語側は昇騰関連の産業記事が2件ヒットしたが、いずれも TileLang の内容を含まず、テーマ関連性により除外;arXiv でタイトルまたは要約に tilelang を含む最新論文は依然として11-03の分離型推論 KV 圧縮の研究であり、ウィンドウ外である。候補リストの Hacker News エントリ(Markdown フラッシュカードアプリ)と GitHub 検索でヒットしたサードパーティの Hexagon バックエンドリポジトリ(xwhzz/tilelang-hexagon、4スター)はキーワードの誤マッチであり、収録していない。

ソース:https://news.ycombinator.com/

4.2 組織のアクティビティ:1日20件のマージ、77件の審査中更新、メインリポジトリのスター8992

組織レベルの真値検索によると:ウィンドウ内で20件をマージ(TileOPs 12、TileFoundry 3、tilelang 2、MLIR 昇騰 2、topa 1)、審査中かつ更新が77件、新規 issue が15件、10のリポジトリにプッシュがあった。メインリポジトリ tilelang のスターは8992、オペレータライブラリ TileOPs は203スター、TileFoundry は147スター、MLIR 昇騰は30スター;メインリポジトリのリリースは依然として9-30の v0.1.15、オペレータライブラリは10-27の v0.1.0で、ウィンドウ内に新規タグはない。マージと審査中の比は約1対4で、審査待ちキューは主に MLIR 昇騰の TLIR オペレータ補完と TileOPs の性能関連提案に集中している。

ソース:https://github.com/tile-ai

5. トレンド観察

  • インターフェース履行期:pilot モデル駆動のオペレータ補完は「インターフェース登録」から「形状ごとの納品」へと移行し、1日で8件の対照実装とベンチマーク行を伴うオペレータ提案がマージされた。受け入れラインはマージ基準とは独立しており、多くの提案が自己評価で受け入れラインを下回ってもマージされている。今後の性能追求は issue 形式で順番待ちとなり、#2999 ではすでに 0.39 倍という反例リストが示されている。
  • 評価のプラットフォーム化:ベンチマーク計時は nvbench のコールド測定に変更され、準備の口径は結果フィールドに書き込まれ、夜間スキャンの予算は倍増した。これはオペレータライブラリが「再現可能な測定」を単なるマージゲートではなく製品の一部として捉え始めていることを示す。代償として、1回のスキャンはすでに10時間近くに達し、評価コストがプロセスの制約になり始めている。
  • 昇騰は最も集中的に強化されている面である:メインリポジトリの修正は審査中、MLIR ルートは1日で2層のオペレータを補完、独立 wheel パイプラインは提案中、フロントエンドの dtype カバレッジは系統的に棚卸しされている(約300の組み合わせでギャップが発見された)。4つのラインが同時に進んでおり、昇騰が「動く」から「納品可能・診断可能」へ移行していることを示す。
  • 仕様先行:TileFoundry は303ファイルのリファクタリング1回で用語とレイアウトアルゴリズムを単一の権威に収束させ、レイアウト計算を移植後の CuTe アルゴリズムに委ねた。この種の変更は短期的にはレビューコストを増やすが、長期的には IR が外部バックエンドで正しく実装できるかを決定する。
  • ワークフローの世代変化:topa のラウンド機構により、パイプラインが自ら PR を開き、自ら issue を開くようになり、7件の新規 issue はすべて実行可能な作業項目である。人間は「仕事探し」から「レビューと値付け」へと移行しており、これはオペレータライブラリの直近2週間のコミットリズムと一致している。

付:素材と検証説明

情報源検証表

情報源 検証結果
GitHub tile-ai 組織のリポジトリ別検証 30リポジトリ、調査期間内のプッシュは10件。メインブランチの実増:TileOPs 12、TileFoundry 3、tilelang 2、topa 1、ドキュメントサイト 2、MLIR 昇騰 2(マージ)
組織レベルのマージ真値検索 マージ20件、メインブランチとの逐件検証と一致
組織レベルの審査中検索 審査中かつ更新あり77件。MLIR 昇騰約30件の TLIR 提案が集中的に更新され、残りは性能と新規オペレータ提案
新規 issue 15件:tilelang 5(昇騰 dtype 監査)、topa 6、TileFoundry 2、tilelang-ascend 1、TileOPs 1
リリースページ tilelang v0.1.15(9-30)、TileOPs v0.1.0(10-27)、TileFoundry 0.0.4rc1、Sunrise 1.2.0(10-23)、調査期間内に新規 tag なし
採用側リポジトリ TileKernels と FlashQLA は調査期間内にプッシュなし
Google News 中英語 テーマ報道なし、ヒット項目はすべて産業記事または誤マッチ
Hacker News 24時間以内にテーマ条目なし
arXiv tilelang を含む最新論文は 11-03、調査期間外
TileLang×RISC-V 四源巡回 変化なし(TVM ルート、MLIR ルート、コミュニティインデックスページ、算能 TPU いずれもコミットなし)
収録待ちキュー 当日キュー файлなし、TileLang 条目を含む未アーカイブファイルは発見されず

完全情報源リスト

TileFoundry 用語と CuTe レイアウト再構築 — https://github.com/tile-ai/TileFoundry/pull/349