レポート期間：2026年9月21日（月）から9月25日（金）まで、計5営業日、5期分のデイリーレポート素材（ISO第39週に相当） 素材ソース：本誌の毎日TileLang動向デイリーレポート5期（09-21、09-22、09-23、09-24、09-25）。加えてtile-ai組織29リポジトリの168時間ウィンドウでの補完検証と各リポジトリのリリースメタデータ再確認（詳細は付録）

1. 今週の重要ニュース

  • TileRTが1日で2つのリリースPRをマージ、v0.1.6でGLM-5.2/5.3をAMD Instinct MI350X/MI355Xへ（09-24）：北京時間09-24夜20:22と23:33、TileRTはv0.1.5.post3（#63）とv0.1.6（#68）の2つのリリースPRを連続マージした。v0.1.6のリリースノートは、AMD Instinct MI350X/MI355X上でGLM-5.2/5.3サポート（ROCmパス）を追加し、プレフィルとデコード分離（PD）関連の更新を含むとする。同日PD側のKV注入コピー・クロスデバイス重複性能単#66はクローズされ、内容は本リリースのナラティブに統合された。境界：本期間末の検証時点で、TileRTのGitHub Releasesページとタグは依然v0.1.5.post2（2026-08-06）のままで、リリースページはリリースPRに遅れ、公開入手可能バージョンは未更新である。

  • FP4からFP8への正確変換をメインリポジトリに融合、DeepSeek V4.1エキスパートGEMMが最大5.38倍高速化（09-22）：メインリポジトリtilelang #3204が09-22 19:36にマージ（09-11起票、11日間の研磨、161行追加）。変更は「E2M1（FP4）重みをFP32経由でE4M3（FP8）に変換する」デフォルト投射チェーンを、4要素ごとに2つの__byte_perm命令へ融合し、スカラーと2、4、8、16、32の5種ベクトル幅をカバー、全工程をレジスタ内で完了し新規メモリ割り当てなし。H100上の12構成で高速化幅は2.97倍から5.38倍（例：1×2304×5120は547.94マイクロ秒から108.65マイクロ秒、2048×5120×2304は1760.22マイクロ秒から591.92マイクロ秒）、レジスタ使用量は128から156に増加、スピルなし。検証はソース生成テスト、各パックワードの逐語エンコード比較、CUDA/ROCm/Metal/CuTeDSL現行ヘッドCIをカバー。境界：Blackwell実行と全モデルサービングの2項目は未検証。

  • TileSightが正式オープンソース化：タイル中心の解析的性能モデルが論文から公式リポジトリへ（09-23）：09-23 22:54、tile-ai組織に新規追加されたTileSightリポジトリが初回コミットを完了（177ファイル、約5.67万行、MITライセンス）、組織リポジトリ総数は28から29へ増加。7月24日のarXiv論文（2607.22432）末尾の「発表後オープンソース」の約束がここに実現した。リポジトリは20余りのハードウェアプロファイル（NVIDIA、AMD InstinctとIntel ArcディスクリートGPU）、多段キャッシュ再利用距離モデル、パイプライン重複分析、CUDA/HIPマイクロベンチマークプローブをカバー。論文口径：A100からB6000までの4世代プラットフォームで単卡カーネル遅延の合算平均絶対百分比誤差は12.35％、32卡クラスタに拡張後、融合分散カーネルとvLLMエンドツーエンドサービスの加重誤差はそれぞれ16.18％と13.52％。

  • TileOPsは週21件のマージ：ガバナンス合龍と性能季ピークが並行（09-21〜09-24）：本期間TileOPsは合計約21件のマージ。ガバナンス線では、roofline公式大筆#2158がマニフェスト公式を唯一の実行ソースとし15種の公式エラーを修正（175の実装済みオペレータをカバー）、続いて#2167が最後のバイパスを撤去、#2175が合成失敗を指名レポート化——「度量の信頼工程」が合龍。性能線では、09-23に単日7件のマージ（GEMM、Engram、アテンション、MoE、Mamba、mHC、線形アテンションの7サブシステム）、うちDeltaNet推論オペレータ（#2163）はH200上でFLA対照比最大3.7倍高速化。チャネルガバナンスとインタフェース収縮も同時に推進（詳細は第4節）。

  • GLM-5.3 k プールチェーン内容のメインライン合流：一式のサンプルと 4 件の AMD テスト資産が入列（09-20 夜間）：09-20 17:06、tilelang #3254 が圧縮方式で合流（11 ファイル、+2520/-4）、前周期の k プールシリーズをメインラインに投入：examples/kpool/ の 4 つの実行可能サンプル（プール内 softmax プーリング、BF16 ラウンドトリップと Hadamard 正規化、FP8 量子化、ページドキャッシュ読み戻しと 32 ヘッド MQA 加重スコア）に 4 件の ROCm テストを加えた；言語層 tilelang/language/fp8.py の FP8 dtype 選択がデバイス別指定に対応。検証：exact-head CI はオールグリーン、ROCm 7.2 は MI300X 上で 2433 項目通過を報告。境界：スタック上の #3250、#3251、#3253、#3255 の 4 件はチケット未クローズのまま（内容は既にメインライン）、本周期末までにクローズ動作は見られず。

  • メインリポジトリ修正の縦深：単日 6 件合流、Fuzzer 清算、AllReduce サイレントエラー攔截と NaN 意味論の二重線クローズドループ（09-21 ~ 09-24）：メインリポジトリは全週 14 件合流、三層の縦深を構成——コンパイラフロントエンドと境界（2 件の Fuzzer ICE 修復 3206/3207、同一報告者が 08-17 同日に開いた原単がピンポイントで清算）、ランタイムラッパー層（NVRTC 修復 #3260）、コード生成とスケジューリング（AllReduce ストライド検証 #3266 が「動作するが静かに計算を誤る」サイレントエラーを阻止）。09-24、NaN 伝播意味論の二重線クローズドループ（#3273 コンパイル期エラー + #3205 clamp 低下修復、2 件の欠陥単をクローズ）、同日 SIMT im2col と非同期暫存リファクタリングチェーンが成形（#3274 → #3275 → #3279）。

  • 昇騰の「合流—回退—恢復」一週間クローズドループ；A5 実機欠陥が公開（09-20 ~ 09-24）：09-20 単日 11 件合流（最大の #1753 は 72 ファイル、+10117/-3618 の FP32 行帰約と同期修復）の後、09-22 に 3 件の一括回退（#1818 が #1753 を正確に撤回）、09-24 に日次テスト 2448/2448 全通過で収束——「合流、検証失敗、回退、恢復オールグリーン」の全チェーンが 2 日間で走完。同時に 09-23 に 3 件の欠陥単を開出、うち #1830 は実 Ascend 950（dav-3510）上でデバイスパスが 910B 代標号でコンパイルされ、起動即座にデバイス異常を報告、標号変更後も静かに計算を誤ることを指摘、検証マトリクス「実機は 910B 代をカバー、仿真は 950 代をカバー」の迂回盲区を露呈。

  • マルチバックエンドとエコシステム：海光サンプルサポート合流、沐曦日次更新、Sunrise リリース、摩尔線程サイレント（09-21 ~ 09-24）：海光 #11 サンプルサポート 09-23 合流（37 ファイル、+1104/-130、GEMM は HCU 矩陣核内建命令に変更）、#12 は 09-24 合流（FP32 MMAC K 共有と ds_read フラグメントパッキング）；沐曦は上流 main 同期（#158）を完了し子 warp ガード修復（#159）を開出；Sunrise 09-21 に 0.1.14+sunrise.1.1.0 をリリース（CI 体系拡充と sparse mask 修復）；摩尔線程リポジトリは全週サイレント（最近のプッシュ 09-17）、その外部バックエンド接続の機制的缺口は TileOPs キューのグループ治理が引き受け収口。

2. コアプロジェクト進展（メインリポジトリ tilelang）

バージョンとリリース

  • メインリポジトリの最新タグは依然 v0.1.14（09-02 リリース）、本周期末までに 23 日間新バージョン未発行、従来の約 30 日のリリース間隔に逼近；全組織で本周期は Sunrise のみ新リリースあり（09-21）、TileRT の 2 件のリリース PR は既に合流したがリリースページは未追従（第 4 節参照）。
  • 下流の硬制約が出現：TileOPs は #2172 以降 tilelang に >= 0.1.14 のバージョン下限を要求（pyproject.toml に下限を追加しインストールスクリプトで強制）、リリースリズムと下流採用ウィンドウのテンポが互いに牽制し始めている。
  • 適配線タグは全週不動：昇騰 v0.1.2.000（09-09）、MLIR 昇騰 v0.1.2.020.sglang.poc（09-09）、摩尔線程 v0.1.14+musa.1（09-11）、沐曦 v0.1.14（09-17）。

言語層とフロントエンド

  • Pythonic フロントエンド（#3230、09-21 マージ）：コンパイル期ループが Python イテラブルと内包表記を受け入れるようになり、5ファイル +1084/-24（うち766行は新規テスト）、PrimExpr、Buffer などの誤用には明確な拒否を返す；同時に長期間の要望チケット2件（ForFrame がイテラブルでない、T.unroll 式リストインデックス）をクローズ。
  • ループターゲット束縛の修正（#3232、09-23 マージ、+196/-14）：ループターゲット（タプルターゲット含む）に明示的な束縛を確立し、帰納変数を既存の束縛に書き込むことを回避；欠陥チケット #3231 はマージとともにクローズ。
  • コピー幅のクランプ（#3246、09-23 マージ）：T.copy と T.async_copy の coalesced_width を「整除不可なら致命的ログ」から到達可能なベクトル幅によるクランプに変更——降級時は警告、非正値は拒否；欠陥チケット #3007 クローズ。
  • NaN 伝播セマンティクスの二本立て（09-24 マージ）：#3273 は未対応のリダクション NaN 伝播 dtype にコンパイル期エラーを追加（診断は操作名、対応する出力型、実引数 dtype を提示、検証はネイティブ ReduceOp コンストラクタに組み込み）；#3205 は T.clamp の NaN 伝播をデバイステンプレートへ正しく降下。前者は報告チケット #3270、後者はファジングテスト欠陥チケット #3024 に由来し、両者ともマージとともにクローズ。
  • クリーンアップ系：#3262 は不変変数の再束縛警告を削除（09-21 マージ、純減14行）。

コンパイラ、コード生成とランタイム

  • Fuzzer の清算2件（09-22 マージ）：#3206 はカーネル本体内の通常の assert をデバイス側の正当なチェックへ降下（従来はホスト側エラー報告呼び出しが __global__ カーネルに書き込まれ、nvcc が直接コンパイル拒否、原チケット #3019）；#3207 は「動的形状出力が形状供給入力より前に並ぶ」呼び出し期クラッシュを修正（原チケット #3017）。
  • AllReduce のサイレントエラー捕捉（#3266、09-21 マージ）：XOR バタフライリダクションのストライド検証を CheckAllReduceWidth に統合、テンプレートに静的アサートを追加、プランナは未対応形態に対し広い方案へフォールバック——「動きそうに見えて、ちょうど 96/192 スレッド時に共有メモリ交換が範囲外になる」類のエラーを阻止。
  • NVRTC ライン：#3260 は warp リダクションのコンパイル問題を修正（09-22 マージ、起票から修正まで約14.5時間）；続いて #3265（起動不変条件の整数演算をホスト側へ降下）、#3263（ラッパー層がホストスカラーを伝達し忘れ）がレビュー中。
  • 動的形状除算：要望チケット #3261 と実装 #3267（tl.LowerMagicDiv マジック除算、除数の実行期値に応じて事前計算）は継続更新中、マージ待ち。
  • SIMT im2col と非同期ステージングの三級遞進（09-24）：性能欠陥チケット #3274（降下タイミングが遅すぎ、スケジューリングとベクトル化の機会を逸失）→ 3分後にパッチ #3275（ロードをスケジューリング前に前倒しして露出）→ 09-25 未明にリファクタリング草案 #3279（「非同期データステージングと転送認識降下の統一」、実験的：論理アクセスと物理降下の分離、共有転送解析、パイプライン待機プランニングとベクトル化幅拡張）。同日 #3278（パーティションレイアウト下の非同期コピー降下修正）がマージ；#3276（FP8 ベクトルコピーパッキングの維持）がレビュー中。
  • エンジニアリング配套：#3268（CMake がバックエンド環境変数で与えられた SDK パスを保持）が新規起票、レビュー待ち。
  • CUDA Tile IR 実行バックエンド（#3247）：一週間で8コミットから31コミットへ追加、+36506/-112、139ファイル、JIT、キャッシュ、自動チューニングと DeepSeek V4 スパースアテンションチューニングカーネルをカバー、依然レビュー中——「加料未盖章」状態が継続。

性能

  • FP4→FP8 変換融合（#3204、要聞参照）：H100 の12構成で2.97～5.38倍高速化。検証は4層（ソース生成、逐字照合、出力のビット単位一致、クロスプラットフォーム CI）。
  • SM120 ブロックスケーリング線（09-21）：要求票 #3256 からパッチ #3257 までわずか21分（fragment A、奇数 warp グリッドとコンパクトスケーリング）。路線は SageAttention3 の実際の需要に牽引され、#3257 はレビュー待ち。
  • リズムの観察：週を通じた小規模修正は大半が「当日起票、当週清算」（Fuzzer 2件、NaN 1件は当日にパッチ）。実質的な増分の重心は依然としてレビューキューにある。

レビューキューの観察

  • 大型案件の滞留：TileIR バックエンド（#3247、31コミット）、魔法除算（#3267）、起動不変条件（#3265）、CuTeDSL と RNG 修正の4件（#3241～#3244 がまとめて更新）、GEMM dtype 組み合わせ傍受（#3245）、SM120 パッチ（#3257）——「小さな修正は承認、大きな変更は材料をためる」という構図が週を通じて続く。
  • k プールスタックの遺留4件（#3250、#3251、#3253、#3255）：内容は #3254 とともに本線へ入っており、起票したまま未収束、連日動きなし。rebase またはクローズで決着させる必要がある。
  • キューとリリースの連動：TileOPs が >= 0.1.14 の下限を提示した後、本リポジトリのリリースウィンドウ（既に23日経過）と下流の採用テンポの関係がクロスリポジトリの変数となっている。

3. マルチバックエンド対応（昇騰 / 沐曦 / 海光 / 摩尔線程など）

昇騰（Ascend）：マージ日、ロールバック日、復旧日の一週三幕

  • 09-20（集中マージ日）：1日で11件マージ（09:36～16:29）——最大の1件 #1753（72ファイル、+10117/-3618：コンパイル時に形状既知の FP32 行単位 max/min/sum 実装と2種類の自動同期欠陥の修正）。正確性修正群は #1804（行スライス stride、910B2 上の uint16 切り詰めによるデータ破損を修正）、#1809（block_sparse_mqa_attn の非同期読み書き）。オペレータとドキュメント群は #1621（mhc_pre サンプル）とドキュメントシリーズ6件。
  • 09-21（尻尾が出現）：2週にわたるレビューの #1633（mhc_bwd、Sinkhorn 暗黙共役勾配サンプル）が17:16にマージ、2048/4096 シーケンスで3.1%高速化、参照 CG 検証を PASSED 判定基準に統合。#1821、#1822 の2件の新修正が起票。デイリーテスト失敗票 #1817 と2件のフォローアップ PR（#1815、#1816）が相次いで出現。
  • 09-22（ロールバック日）：3件のロールバックが相次いでマージ——#1818 は #1753 を正確に撤回（72ファイル、+3618/-10117、完全対称）、#1819、#1820 は2件のドキュメント強化を撤回。デイリーテスト #1823 は2448/2448の全通過で復旧（マージラッシュ前のベースライン1936に対し、増分512項目は下落せず）。
  • 09-23（欠陥三重奏）：2件の mHC サンプルのロールバック（#1832、#1833、いずれもリポジトリ投入から3日未満）。3件の新規欠陥票——#1830（A5 デバイスパスが固定標号 dav-2201 で実際の Ascend 950（dav-3510）をコンパイルし、カーネル起動直後にデバイス異常507015を報告、標号変更後は無言で計算誤り。README の検証マトリクスはちょうどこの標号を双方向で回避）、#1824 / #1825（自動同期の2つの境界：条件分岐の同期状態の誤ったマージ、混用構成はコンパイル時に拒否すべき）。#1834 スカラー GM ストア競合の修正案が起票（再現スクリプトの不一致数は12,967,510から3,496,136に低減、opt-in 書き換えパスを有効化するとゼロ、既存113スイート通過）。
  • 09-24（復旧推進）：#1741 スパース FlashAttention サンプルがマージ（09-04作成、2週にわたるレビュー）、#1829 ベクトル mask と FP32 行リダクション最適化、#1826 Select/Transpose テストの復旧とインライン検証。デイリーテスト #1835 は2448/2448の全通過。API ドキュメント検証キューは約10件がまとめて更新（主体は8月中旬から保留）。#1828（オペレータ移行）、#1834 はレビュー待ち。
  • 判読：大型マージの検証コストは正面から弁済された——マージ、検証失敗、ロールバック、復旧から全緑まで全チェーンで2日未満。A5 実機検証は、世代をまたぐハードウェア適応が「コンパイルできる」段階から「実機で校正する勇気」の段階へ入りつつあることを示唆する。

MLIR 昇騰（tilelang-mlir-ascend）：Mamba の大型マージと A5 ブランチ清理

  • 09-20：#187（TileOPs ベンチマークとレポート基盤、約 +5.4 千行）と #188（最適化後の Mamba オペレータと per-agent モデル選択）の2件が着地。
  • 09-22：#191 Mamba-2 SSD チャンクスキャン NPU エキスパートカーネル最適化がマージ（42 ファイル、+4204/-1568、起票からマージまで約 3.5 時間）、チューニング結論はパターンライブラリとケース記録に蓄積。
  • 09-23：#178 NPU launcher のメモリリークとストリーム同期の修正がマージ（rtMalloc をストリーム対応割り当てに変更、起動パスを統一）。
  • 09-24：A5 開発ブランチ4本を集中的に削除（対応する同期系 PR をクローズ）；#130（A5 テスト同期）は依然オープン；#189、#190 はレビュー待ち。

海光（Hygon）：サンプル対応がマージ、行列コアのデータレイアウト修正が着地

  • サンプル対応 #11 が 09-23 にマージ（37 ファイル、+1104/-130：autotune と LDS 設定への適応、カーネルレイアウト競合の解消、GEMM を HCU 行列コア組み込み命令に変更、回帰カバレッジを追加）——海光側の「TileLang サンプルスイートを HCU 上で動作させる」段階が完了しマージされた。
  • フィーチャーブランチを2回推進：FP32 MMAC K 共有と ds_read パッキング（09-21）→ 5ファイル版に拡張し tvm_ffi の FP8 エクスポート回避コードを整理（09-22）。
  • #12 が 09-24 にマージ：共有 FP32 MMAC の K 次元とパッキング ds_read_format フラグメント。

沐曦（MetaX）：上流同期とサブ warp ガード

  • 09-21：main を上流最新 eab74a4a まで早送り（約3週間分の上流増分を同期）。
  • 09-24：#158（上流 main を dev に同期、競合解決を含む）がマージ；#159（T.gemm_sp サブ warp ブロックサイズガード）が起票されレビュー待ち。

摩尔線程（MUSA）：全週静か、ガバナンスはオペレータライブラリのキューへ移行

  • tilelang-musa リポジトリの最終プッシュは 09-17、本期間に新たな動きはなし；MUSA 外部バックエンド接続の機構的ギャップ（3件の issue #2164 から #2166：CUDA-only 入力検証、ゼロ入力拒否、ディスパッチ前の CUDA デバイスクエリ）は TileOPs のグループ単位ガバナンスが引き継いで収束（第4節参照）、3件のチケットは期間内に継続更新。

その他：Sunrise が 0.1.14+sunrise.1.1.0 をリリース

  • 09-21 に新バージョンタグをリリース（候補ブランチ 11:06 プッシュ → リリース PR #6 15:33 マージ → タグ付け）：内容はエンジニアリング中心——sparse mask 実行の修正、デバイス復旧失敗後の CI 停止；CI 体系を大幅拡充（run/install/junit を JSONL スクリプト化）；コンパイル速度ベンチマークと compile-only、lower-trace ツールのドキュメントを追加；z3 prover スイッチと整数解析を更新。

四、エコシステムと採用側

TileOPs：21件マージの一週間——ガバナンスの合流、パフォーマンス季のピークとチャネルガバナンス

  • ガバナンス統合：#2158（09-21 マージ）により、roofline リスト公式が唯一の実行ソース（1つのソース、1つの評価面）となり、15 種類の公式エラーを修正し、構造オラクルが PR ごとに 175 のオペレータを再計算；#2167（09-22 マージ）は「評価メソッドを定義したエントリに対する暗黙の譲歩」の最後のバイパスを撤去し、2 種類の誤用に明確なエラーを追加；#2175（09-24 マージ）は公式合成失敗を名指しレポートに変換（torch 環境不要で全量判定可能）；#2161（issue）はリスト shape_rules の helper が一度も評価されず、234 条のルールが暗黙にスキップされていることを記録、修正方法は決定待ち。
  • 性能シーズンのピーク：09-23 は 1 日に 7 件マージ——W4A16 事前パッケージ重み順序（#2168）、Engram デコード分割（#2173、バッチ 4 で 8.2 倍）、varlen GQA 統一オペレータ移行（#2160）、MoE 超過ルーティングを 16 行ごとにグループ化（#2169、vLLM 比で 0.99 帯に上昇）、Mamba DaCumsum（#2176）、mHC プリフィル投影の K 軸分割（#2177）、DeltaNet 推論オペレータ（#2163）；09-24 にはさらに GLA 推論オペレータ（#2174）と SM90 DeltaNet デコード（#2194）が着地し、線形アテンション系は「訓練側 → 推論側 → プラットフォームデコード → 性能モデル口径」の多点を補完；W4A16 長 K ストリーミング（#2185）が着地；キュー内では GEMM ピンポン主ループと 176 タイル（#2172）、varlen GQA 事前計画三部作（#2178 / #2180 / #2184）、FFT カーネル書き直し（#2187）が継続推進中。
  • チャネルガバナンス（外部バックエンド接続）：#2179（09-24 マージ、+797/-256）はオペレータ層の約 38 箇所のデバイス種別チェックを撤去し、カーネルがテンソルレベルでデバイスを宣言する方式に変更、さらに回流を阻止する lint フックを追加；#2181、#2183（テストデフォルトターゲット切り替え、オペレータ動作テストの全バックエンド実行）、#2186（DeltaNet プリフィルハングと GEMM roofline 異常の修正）、#2193（入力メモリ滞留の修正）が同窓口でマージ；#2182（issue）は BuildKernel プロトコルのギャップを記録、拡張待ち。
  • インターフェース縮小：レガシーパス整理草案４連——#2196（帰属不明 GDN カーネル削除）、#2197（レガシー varlen GQA 削除）、#2200（レガシー GLA 推論パス削除）、#2201（GLA オペレータ改名）、ほかに #2198 / #2199 / #2202 / #2203；#2195、#2205、#2180 はマージされずクローズ（内容分割で推進）。
  • 判断：ガバナンスが残した台帳は性能作業の信用資産になりつつある——各性能チケットは対照ベンチマーク（torch.compile、cuBLASLt、vLLM、FLA）とビット単位一致の宣言を自ら備え、リストとベンチマークにより独立に検証可能。

TileOPs 夜間パイプライン：ベンチマーク 1040 から 1081 へ、正確性は 1140 以上で安定

  • 本調査期間で 6 件のスナップショットが確認可能（#1996 から #2206 のマージ点に対応）：ベンチマークケースは 1040 から始まり、1046、1050 を経て 1081 に増加；正確性ケースは 1118 から 1141 の間で、1 件のスナップショットが結果ファイルを欠落（後に再公開、公開上の手落ち）した以外はすべてゼロ失敗。
  • 09-24 のスナップショットでファイルレベルのタイムアウトが 1 回発生——DeltaNet 長プリフィル構成が 900 秒以内にテスト起動なし（新オペレータの「機能マージからベンチマークで担えるまで」のコストは未標定）、対応する修正 #2186 が当日マージされた後、09-25 のスナップショットはゼロ失敗・ゼロエラーに復帰。
  • 環境は全週一貫：H200、CUDA 13.2、ドライバー 595.71.05、SM 固定周波数、torch 2.13——スナップショットの再現可能要素は完全に保持。

TileRT：1 日で 2 件のリリース PR がマージ（詳細は要聞参照）

  • パッチラインとマイナーバージョンラインが並行：v0.1.5.post3（09-07 作成）は v0.1.5 ラインの 3 番目のパッチ；v0.1.6（当日作成・当日マージ、プロジェクトメンバーによりマージ）は GLM-5.2/5.3 の ROCm（AMD Instinct MI350X/MI355X）サポートと PD 分離アップデートを統合；8 月が 1 件のリリースのみだったリズムに対し、リリースパイプラインは明らかに高密度化。
  • リリースページとタグはリリース PR に遅れており、公開チャネルに情報ギャップが存在、次号で引き続き照合。

TileFoundry：コンパイル期分析の密集した一週間

  • 09-21 2件マージ：#170（ループ認識型バッファライフタイム求解、構造化SSA区間と再利用制約、論理ライフタイム総和を置換）、#174（CuTe スタイルの Swizzle ファンクタと layout 代数特殊化、CUDA コード生成をそのまま出力）。
  • 09-22 2件マージ：#175（依存単位のループ開始点を分析でサポート）、#176（メモリメタデータとトラフィック正規化、分析仕様の単一ファイル変更 263 行）。
  • 09-24 大型マージ：#179（メモリフットプリントと再利用ウィンドウ、+3207/-539、44 ファイル）——アクセス関係から時間的・空間的再利用軸を導出し、「b holds=176.00MB fits=no（対照 47.68MB L2）」式の再計算可能な容量結論を提示；同日 #184（isl 再帰走査修正）がマージ。
  • #185（シャード配置再構成ドラフト）をフォローアップ；#168、#171、#172、#173、#178 はクローズ。

TileSight：タイル中心性能モデルが正式にオープンソース化（詳細は要聞参照）

  • 定位分担：TileSight はモデリング期にクロスレイヤコストを予測し、TileFoundry のコンパイル期 IR 分析と相補的；ハードウェアプロファイルは AMD と Intel のディスクリート GPU をカバーし、マルチバックエンドのナラティブに自然に寄与。三段階での着地（07-24 論文 → 09-18 コミュニティドキュメントリポジトリ → 09-23 公式コードリポジトリ）により、性能の説明可能性を個人の手がかりから組織的プロジェクトへと昇格させた。

採用側：TileKernels と FlashQLA は全週プッシュなし

  • TileKernels の直近プッシュは依然として 04-23；FlashQLA は 09-18（3件の SM100/SM120 マージは前周期分）。採用側のコードは動いていないが、その推論負荷は継続的に上流の最適化を駆動——今週マージされた FP4→FP8 融合はまさに DeepSeek V4.1 エキスパート GEMM を対象としている。

5. コミュニティ、チュートリアルとイベント

ドキュメントサイトと定例更新

  • メインリポジトリのドキュメントサイトで複数回の「Update docs」自動コミット（09-20、09-21、09-23、09-24）；TileOPs ドキュメントサイトの定例デプロイ（09-20 から 09-22、09-24）；いずれも自動再生成であり、サイト内容に実質的な変化は見られない。

コミュニティプロジェクト：TPU バックエンド、トレーニングキャンプ、教学リポジトリと SoftHier

  • コミュニティ TPU 拡張リポジトリ（算能 BM1690）：09-22 に3件のコミット——マルチコアタイルスキャン S3/P6 検証、P10 性能マトリクス、ホスト側ソースコード検証修正；このリポジトリは TileLang の Python フロントエンドを保持しつつ TPU lowering、コード生成と JIT ランタイムを追加しており、TileLang コミュニティ初の公開 TPU バックエンド経路である。
  • 沐曦 C500 トレーニングキャンプ教材リポジトリ：09-22 に2件——第2講「ベクトル加算」の TileLang と九齿の対照練習、リモートインスタンスワークフローに操作エージェント設定を補足；教学シーケンスは「環境 → 加算対照 → Softmax と GEMM → AI 智能体支援 → Llama オペレータ」と進む。
  • 教学とローカライゼーションリポジトリ：tilelang-tutorials に init_core グループのサンプルを追加（PTO フロントエンドの純 Cube、純 Vector、混合の三形態、09-21、作者は華為所属）；tilelang-docs-l10n は全言語 README 翻訳同期を一巡完了。
  • SoftHier（ETH チューリッヒ）：TileLang をタイル型マルチ PE の RISC-V メニーコアアクセラレータへ拡張（GVSoC モデリング、Luca Benini 研究室指導の学期プロジェクト）——カーネル作者は「何を計算するか、データがどこにあるか」を宣言するだけ、コンパイラがクラスタ配置、集合通信ルーティングと同期を導出；4×4 クラスタ、BM=BN=BK=128 の SUMMA GEMM（N=7168、K=2048、DeepSeek-V3 ルーティングエキスパートの次元削減投影サイズに対応）、M=512 時にコンパイラ生成コード 1.01 ms 対 手書き C 0.96 ms（差距 5.14%）。

メディアと学術側：全週ゼロヒット

  • Google News の中国語・英語複数クエリで連続5ウィンドウがゼロヒット；Hacker News にトピック関連項目なし；arXiv に新規プレプリントなし（直近の一篇は依然として 07-24 の TileSight 性能モデル論文——そのコードは本周期にオープンソース化済み）。メディア側は連続複数週間平静で、主体コンテンツは GitHub 組織の動向が基準となる。

6. トレンド観察

  • TileRT のリリースペースが稠密化し、AMD プラットフォームの比重が引き上げられる：パッチラインとマイナーバージョンラインが同日に推進され、ROCm（AMD Instinct MI350X/MI355X）と GLM-5.2/5.3 の組み合わせがリリースノートの最も目立つ位置に置かれた——「超低遅延推論ランタイム」という位置づけにとって、モデルカバレッジが NVIDIA ラインと並行して強化され始めている。リリースページとタグの遅延は短期的な盲点であり、次号で突き合わせて収束させる必要がある。
  • 最適化の重心が「各層の命令の台帳」へ：161 行の変換融合が最大 5.38 倍のエンドツーエンド高速化をもたらしたが、その前提はそれが繰り返し読み取られる重みパス上に現れることである。TileOPs の性能第二波（スケジューリング計画、レジスタ分割、グリッド利用率、stream-K）も同様に「同一のデータが何回読まれ、どのレベルのキャッシュで流通するか」を問うている——収益は持続的にデータ移動とフォーマット変換へ移行している。
  • 「静かなエラーの前倒し」がスケジューリングと一時保存層へ拡大：NaN 伝播の二ライン、AllReduce 静的アサーション、Fuzzer の清算が意味検証の原則を継承している。SIMT im2col の早期露出、論理アクセスと物理的低減の分離、非同期一時保存の統一は、「先に宣言、後に導出、暗黙を明示へ」を性能クリティカルパスへ押し込み、畳み込み、GEMM、mHC シナリオに直接サービスする。
  • 線形注意力ファミリーが整編期に入る：二日間で DeltaNet 推論 → GLA 推論と SM90 デコードの多点配置を完了し、直ちに四件の「旧削除、改名、インターフェース収束」草案が起こされた。この種の整理は通常、インターフェース凍結やバージョンアクションに先立って現れる——TileOPs のその後にリリースペースが現れるかどうかに注目。
  • マルチバックエンドのエンジニアリング負債が顕在化し、ガバナンスがグループで推進される：外部バックエンドは「登録できる」から「スケジューリングできる」への最後の一段の鋪装が始まった（三件のブロッキングから 38 箇所の検査撤去と lint による回帰防止の追加、双方向協調で推進）。昇騰の「マージ—ロールバック—復元」の閉ループが二日間で完走し、A5 実機検証がクロス世代適配を深水区へ押し込んだ。海光、沐曦は日次更新のリズムを維持し、摩尔線程は持続的に静かで、四社の熱度は分化している。
  • 性能の説明可能性が組織資産へ昇格：TileSight が論文から公式リポジトリへ、TileFoundry がコンパイル期分析を再計算可能な容量結論まで到達させた——オペレータライブラリとランタイムの外側で、分析ツールの完成度が TileLang の差別化資産になりつつあり、マルチバックエンドの物語にモデリング基盤を提供している。
  • 次号の注目点：メインリポジトリのリリースウィンドウ（既に 23 日満了）と TileIR の大型項目が着地するか。ロールバックされた昇騰 #1753 の再作業形態と A5 出力正確性問題のスケジューリング。TileRT のリリースページとタグのフォローアップ。TileOPs のクリーンアップ草案マージ後にバージョンアクションがトリガーされるか。k 池スタック四件の收尾。

付録：素材と検証説明

  • 素材：本刊の毎日 TileLang 動態デイリーレポート 5 期（09-21 から 09-25）、収集期間は 09-20 07:00 から 09-25 07:00（北京時間）。09-21 期は 09-20 早朝から 24 時間をカバーし、09-20 夜間の k 池チェーンマージなどの項目を含む。本周期以降の週末（09-26 から 09-27）の動態は翌週月曜日のデイリーレポートに統合される。
  • 補足検証（168 時間ウィンドウ、本レポート編纂時点まで）：tile-ai 組織の 29 リポジトリのうちウィンドウ内で 13 リポジトリにプッシュがあった（tilelang、TileRT、TileOPs、TileOPs-nightly、TileFoundry、TileSight、tilelang-ascend、tilelang-metax、tilelang-hygon、tilelang-mlir-ascend、tilelang-sunrise、tilelang.github.io、TileOPs.github.io）。リリースとタグメタデータをリポジトリごとに再確認。採用側と関連リポジトリの最近のプッシュ時間を突き合わせ（TileKernels 04-23、FlashQLA 09-18、tilelang-musa 09-17）。

情報源検証表

情報源 検証結果
tile-ai 組織（29 リポジトリ） 調査期間内に 13 のリポジトリでプッシュを確認；新規リポジトリ TileSight が初回コミットを完了（177 ファイル、約 5.67 万行）
メインリポジトリ tilelang 全週 14 件のマージ（09-20 夜から 09-24）；レビュー中の大型項目（TileIR バックエンド 31 コミット、魔法除算、RNG キューなど）が引き続き滞留
TileRT v0.1.5.post3 と v0.1.6 のリリース PR がマージ；リリースページとタグは依然 v0.1.5.post2 のまま
TileOPs 全週 21 件のマージ、複数の新規オープンとクローズ；夜間スナップショット正確性 1118 から 1141、ベンチマーク 1040 から 1081（一度のファイルレベルタイムアウトは修正済み）
TileFoundry 6 件のマージ（#170、#174、#175、#176、#179、#184）；#185 ドラフトをフォロー中
昇騰 三幕のクローズドループ：11 件マージ（09-20）→ 5 件ロールバック（09-22、09-23）→ 2448/2448 復旧（09-24）；A5 欠陥と同期境界欠陥のチケットを起票
MLIR 昇騰 #187 から #191 の複数件が着地、A5 ブランチを整理；#130 は依然オープン、#189/#190 はレビュー待ち
海光 / 沐曦 海光 #11、#12 がマージ；沐曦 #158 がマージ、#159 を起票
摩尔線程 / Sunrise 摩尔線程はプッシュなし（最近 09-17）；Sunrise が 0.1.14+sunrise.1.1.0 をリリース
採用側（TileKernels、FlashQLA） 全週プッシュなし（最近 04-23 / 09-18）
コミュニティリポジトリ TPU 拡張、トレーニングキャンプ資料、教学リポジトリ、SoftHier がそれぞれ更新
メディアと学術チャネル Google News / Hacker News / arXiv は全週ゼロヒット
  • 基準と境界：性能データはすべてマージ説明または PR 本文の自己申告（H100、H200 実測）であり、本誌には該当ハードウェアがなく独立した再現は行っていない；夜間ベンチマークは単一パイプラインの記録であり、横断的評価ではない；リリース状態は各リポジトリのリリースメタデータによる再確認を基準とする（本レポート作成時点）。TileRT のリリースページがリリース PR より遅れているのはリポジトリ側のリリースフローのテンポによるもので、リリース内容が無効であることを意味しない。
  • 次期サイクルの提案：2026-09-28 ~ 2026-10-02。

主要引用

sunrise.1.1.0>

データソース：毎日 TileLang 動態デイリーレポート（2026-09-21 から 2026-09-25 までの全五号）および本調査期間の実測検証；レポート期間は 2026 年 9 月 21 日から 9 月 25 日まで。