모니터링 기간: 2026-10-14 07:00 ~ 2026-10-15 07:00 (베이징 시간, 24시간).

출처: GitHub(tile-ai 조직 29개 저장소 푸시 전수 점검, 기간 내 8개 저장소에 푸시 발생: tilelang, TileOPs, TileFoundry, tilelang-ascend, tilelang-hygon, TileOPs-nightly, tilelang.github.io, TileOPs.github.io; 조직 기간 내 병합 32건, 신규 오픈 27건〔그중 리뷰 중 16건〕, 리뷰 중 업데이트 40건; 메인 저장소 10건 병합, TileOPs 16건 병합, Ascend 저장소 3건 롤백, Hygon 1건 병합; 비기본 브랜치 개별 점검〔distributed / feat/hcu-mqa-fp8 / coderabbit-auto-apply-labels / v0.1.15-release / simt_compare 등〕; 야간 파이프라인 신규 스냅샷 1건, 쌍둥이 사이트 각 1회 배포) + 릴리스 페이지 점검 + 채택자 저장소 점검(TileKernels v2.1.0 릴리스, FlashQLA sm120 수정) + 커뮤니티 저장소 점검(PTO-ISA SuperNPUBench / tilelangGym / tilelang fork / tilelang-puzzles-ascend, TileMC, BM1690 pipelines, easy-tilelang, SwHwCodesign, tilelang-debugger) + Google News 중영문 다중 쿼리(프록시 경유) + Hacker News + arXiv.

이번 호 인덱스

  • 오늘의 핵심: 메인 저장소 10건 병합, Hygon v0.1.15 착지 및 TileKernels v2.1.0 릴리스——야간 기반 +41건 (10-14)
    1. 핵심 프로젝트 진행
      • 1.1 메인 저장소: Ascend 측 네 곳 마무리——독립 AIV 실행(#3485), PTO DeepGEMM codegen(#3330), 크로스 warp allreduce 수정(#3494), 예제 타깃 선택(#3474) (10-14)
      • 1.2 메인 저장소: 인프라 3건——CPU OpenMP 병렬 grid 루프(#3109), C 계열 codegen 공유 발행(#3289), Windows NVCC를 MSVC로 전환(#3510) (10-14)
      • 1.3 메인 저장소: ROCm scan 웨이브프론트 수정(#2326), 테스트 인프라 캐시(#3502) 및 거버넌스 설정(#3513) (10-14)
      • 1.4 메인 저장소 리뷰 중: PTO 패밀리 4건 신규 오픈, TMA 배리어 및 공유 버퍼 수정 업데이트 (10-14)
    1. 멀티 백엔드 적응(Ascend / MetaX / Hygon / Moore Threads)
      • 2.1 Hygon: v0.1.15 업그레이드 병합(#20), 릴리스 브랜치 수립, 분산 IPC 라인 개설(#19) (10-14)
      • 2.2 Ascend: 팩트 점검 롤백 및 재작업 3건(#1888 ~ #1890, #1893); 예제 및 연산자 3건 신규 오픈 (10-14)
      • 2.3 MetaX: 기간 내 푸시 없음; Moore Threads 및 Sunrise 침묵 (10-14)
    1. 생태계 및 채택자
      • 3.1 TileOPs: foundry 성능 배치 11건 마무리——softmax / 풀링 / 정규화 / 리덕션 전면 전개 (10-14)
      • 3.2 TileOPs: 선형 어텐션 및 MoE 4건——KDA 프리필 역행렬, GLA 역방향 메모리, 전문가 검색 스킵, permute 경계 수렴 (10-14)
      • 3.3 TileOPs: D=256 디코드 SM80 / SM90으로 확장(#2563); 리뷰 중 어텐션 패밀리 및 GEMM 신규 배치 (10-14)
      • 3.4 채택자 2건: TileKernels v2.1.0 릴리스(#38) 및 FlashQLA sm120 수정(#48) (10-14)
      • 3.5 TileFoundry: schedule CLI 강화 병합(#231); 모듈 표현 및 lowering 2건 리뷰 중 (10-14)
      • 3.6 야간 파이프라인: 신규 스냅샷 35a25677——정확성 1105건(+41), 벤치마크 1970건(+4) 무실패 (10-15 새벽)
      • 3.7 문서 및 사이트: TileOPs 사이트 렌더링 시점 전진(#70) 및 쌍둥이 사이트 정례 업데이트 (10-14)
    1. 커뮤니티, 튜토리얼 및 활동
      • 4.1 PTO-ISA: tilelangGym 신규 저장소 설립, SuperNPUBench 아카이브 배치 및 SIMT 대조 추진 (10-14)
      • 4.2 서드파티 커뮤니티: TileMC 타깃 확장, BM1690 보드 레벨 로그 배치; 튜토리얼 및 디버거 저장소 침묵 (10-14)
      • 4.3 미디어 및 학술: Google News / Hacker News / arXiv 기간 내 제로 신규 (10-14)
    1. 트렌드 관찰
      • 5.1 전 백엔드 v0.1.15 정렬 마무리 임박
      • 5.2 메인 저장소의 「인프라 데이」: 컴파일 측 재구성과 플랫폼 전개
      • 5.3 야간 기반 +41: 테스트가 병합과 동시에 팽창
      • 5.4 Ascend 저장소의 롤백 규율: 저우선순위 케이스도 준수
  • 부록: 자료 및 점검 설명
  • 전체 출처 목록

오늘의 핵심: 메인 저장소 10건 머지, Hygon v0.1.15 반영 및 TileKernels v2.1.0 릴리스——야간 기반 +41건 (10-14)

날짜: 2026-10-14　출처: 독립 AIV 실행 (#3485)／ Hygon v0.1.15 업그레이드 (#20)／ TileKernels v2.1.0 (#38)／ 야간 스냅샷 56c2ab6b／ TileOPs PR 목록

모니터링 기간 24시간 내 조직 머지 32건(메인 저장소 10, TileOPs 16, Ascend 저장소 3 롤백, Hygon 1, TileFoundry 1, 문서 사이트 1), 신규 27건; 8개 저장소에 푸시 발생. 이번 모니터링 기간의 주된 흐름은 세 가지: 메인 저장소 머지 러시, Hygon 백엔드 업그레이드 반영, 채택사 첫 버전 반복.

  • 메인 저장소 10건 머지: Ascend(독립 AIV 실행 #3485, PTO DeepGEMM codegen #3330, 크로스 warp allreduce 수정 #3494, 예제 대상 선택 #3474), CPU(OpenMP 병렬 grid 루프 #3109), codegen 공유 리팩터링(#3289), Windows MSVC(#3510), ROCm scan 웨이브프론트 수정(#2326), 테스트 인프라(#3502) 및 거버넌스 설정(#3513)을 포괄——단일 모니터링 기간 머지 수로는 최근 최다(상세는 1.1~1.3 참조).
  • Hygon v0.1.15 업그레이드 머지(#20): Hygon 백엔드 전량을 업스트림 v0.1.15로 업그레이드, HCU 블록 스케일링 GEMM의 scale 버퍼 레이아웃 계획 신규 추가; 동시에 v0.1.15-release 브랜치를 수립하고, #19 “Distributed”(+2577/-28, 44 파일)로 IPC allreduce 분산 작업 라인을 개설(상세는 2.1 참조).
  • TileOPs 16건 머지: foundry 성능 배치 11건 마무리(softmax / 풀링 / 정규화 / 리덕션 전면 확산) + KDA / GLA / MoE 수정 4건과 D=256 디코딩 확장(상세는 3.1~3.3 참조).
  • TileKernels v2.1.0 릴리스(#38): DeepSeek 채택사 저장소가 09-30 Ascend 지원 추가 이후 첫 버전 반복——Ascend 측 norm / SwiGLU / Engram 재작성 및 테스트 갱신(상세는 3.4 참조).
  • 야간 기반 +41: 신규 스냅샷 35a25677——정확성 1105건(65 스위트, +41), 벤치마크 1970건(53 스위트, +4), 실패 0건 오류 0건(상세는 3.6 참조).

1. 핵심 프로젝트 진행 상황

1.1 메인 저장소: Ascend 측 네 곳 마무리——독립 AIV 실행 (#3485), PTO DeepGEMM codegen (#3330), 크로스 warp allreduce 수정 (#3494), 예제 대상 선택 (#3474) (10-14)

날짜: 2026-10-14　출처: 독립 AIV (#3485)／ PTO codegen (#3330)／ allreduce 수정 (#3494)／ 예제 대상 선택 (#3474)

  • 독립 AIV 실행(#3485): Ascend AutoSchedule를 확장하여 AIV0와 AIV1이 sid 의존성 기반 제어 흐름에서 서로 다른 작업을 수행할 수 있도록 함——교대 에필로그, 역양자화와 에필로그 분업, 서로소 입력 파티션, 루프 내 역할 전환을 지원한다. 구현상 AssignCore를 지연 추정 및 스케줄링 이전으로 앞당기고, AIV 로컬 UB 버퍼와 스칼라 상태에 독립적 정체성을 부여하며, 참여 코어별로 파이프라인 리소스, 특수 레지스터 의존성, UB 용량, 동기화 플래그 라이브러리를 모델링한다. 통합 커널의 collective 경로와 1/2 AIV 발사 지오메트리는 유지된다. L0C→UB 복사는 여전히 AIC에서 실행된다.
  • PTO DeepGEMM codegen(#3330): 제어 흐름 전반에 걸쳐 tl.ascend_set_mmad_direction을 추적하고 적용된 방향을 MAD 명령에 인코딩하며, 충돌 방향에서 도달 가능한 MAD를 거부한다. SIMD 후 증분 로딩(데이터와 갱신 포인터를 동시에 반환), 혼합 AIC/AIV 커널에서 UB 주소의 PTODSL 포인터 변환, 동적 L0C→UB 차원 및 스트라이드, int16 부호 있는 패킹 MX scale을 지원한다. 조건 표현식과 런타임 루프의 코드 생성을 개선했다. 15개 DeepGEMM PTO 케이스 중 14개가 통과했으며, test_bf16_m_grouped_padding은 PTOAS VPTO 백엔드가 FP32→BF16 변환을 합법화하지 못해 여전히 차단된 것으로 보고되었다.
  • 크로스 warp allreduce 수정(#3494): 하나의 cross-warp allreduce 호출이 여러 독립 리덕션 그룹을 커버할 때 ascend와 pto 타깃이 첫 번째 그룹 결과를 모든 그룹에 잘못 전달하던 문제를 수정한다(#3469 후속).
  • 예제 타깃 선택(#3474): Ascend 예제와 테스트에서 하드코딩된 target="ascend"를 제거하고 TILELANG_DEFAULT_TARGET 환경 변수로 결정하도록 변경했다. DeepGEMM JIT 진입점은 execution_backend="auto"를 지원한다. CI는 Ascend 예제 스위트를 ascend와 pto 두 타깃으로 각각 한 번씩 실행하며, 문서에 선택 방식을 명시했다.

1.2 메인 저장소: 인프라 3건——CPU OpenMP 병렬 grid 루프(#3109), C 계열 codegen 공유 발사(#3289), Windows NVCC의 MSVC 전환(#3510) (10-14)

날짜: 2026-10-14　출처: CPU OpenMP(#3109) / codegen 공유(#3289) / Windows MSVC(#3510)

  • CPU OpenMP 병렬(#3109): CPU 백엔드에 선택적 grid 루프 OpenMP 병렬을 추가——새로운 MaterializeCPUParallelGrid가 어노테이션된 CPU grid 루프를 병렬 루프로 변환하며, 루프 collapse, 스레드 수 설정, 최소 trip 수 임계값, 할당 하향을 함께 제공한다. Linux / macOS / Windows의 OpenMP 컴파일 플래그와 pass 설정 항목을 보완했다. 테스트는 정확성, pragma, 할당 하향, 임계값, 단일 차원 상황을 커버한다. CPU 백엔드가 처음으로 grid 수준 병렬 기능을 갖추게 되었다.
  • C 계열 codegen 공유(#3289): CodeGenTileLangCBase를 도입하여 CUDA, HIP, CPU C, Ascend C++, Metal, C 호스트 코드 생성을 통합했다. T.import_source, T.Kernel(prelude=...), pragma_import_c가 소스 텍스트가 끝에 개행 없이 끝나거나 백슬래시로 끝날 때 다음 생성 줄을 삼키는 문제를 수정했다. 가져온 내용을 「헤더→임포트→생성 선언 및 함수」 순으로 정렬하고 두 개의 구분 개행을 보장한다. 검증: 집중 회귀 83건 통과, 관련 codegen 및 launch 스위트 405건 통과.
  • Windows NVCC의 MSVC 전환(#3510): NVCC가 get_cplus_compiler()가 선택한 clang-cl을 거부——NVCC 하위 프로세스 환경에서 cl.exe를 선택하도록 변경(호스트 C++ 컴파일러 선택은 변경하지 않음), VS 2026 18/* 폴백 경로 추가, 비 Windows 플랫폼에서 더 이상 -ccbin=None을 전달하지 않음. CUDA 13.3에서 재현 케이스가 수정 전 실패, 수정 후 컴파일 통과.

1.3 메인 저장소: ROCm scan 웨이브프론트 수정(#2326), 테스트 인프라 캐시(#3502), 거버넌스 설정(#3513) (10-14)

날짜: 2026-10-14　출처: ROCm scan (#2326)／ 테스트 인프라 (#3502)／ CodeRabbit 레이블 (#3513)

  • ROCm scan 웨이브프런트 수정 (#2326): HIP의 cumsum / cummax는 기본적으로 64 lane 세그먼트로 실행되어 Wave32 GPU에서 결과가 잘못됨——기존 run 진입점이 대상 웨이브프런트 너비에 따라 세그먼트 너비를 선택하도록 하고(블록 스레드 수 상한에 제약됨), 32 스레드 블록은 컴파일 시점에 64 lane 템플릿을 제외하며, 32 스레드 전방/역방향 스캔과 소스/대상 스트라이드가 다른 경우에 대한 커버리지를 보강하고, gfx950 MXFP4 예제와 테스트를 {"kind": "hip", "mcpu": "gfx950"} 대상 표기법으로 변경. 검증: CUDA scan 스위트는 B300에서 17개 통과, CuTeDSL 소스 생성 테스트 2개 통과; AMD 측 런타임 검증은 ROCm CI에 위임.
  • 테스트 인프라 캐시 (#3502): 최근 조회된 IR 본문의 호출 데이터를 캐시하여 collect_calls / assert_call_count에 제공; 변환 테스트의 재귀 visitor와 생성 스크립트 텍스트 검사를 구조화된 IR 어서션으로 교체하고, 소프트웨어 파이프라이닝, 스케줄링, 동기화, 배리어 및 Hopper intrinsic의 구조 검사를 확장.
  • 거버넌스 구성 (#3513): PR과 issue에 대한 CodeRabbit 자동 레이블 활성화(PR 13개 레이블, issue 14개), 11개 리뷰 라우팅 규칙 전부 유지, 레이블 추가/이름 변경/삭제 없음.

1.4 메인 저장소 심사 중: PTO 패밀리 4건 신규 오픈, TMA 배리어 및 공유 버퍼 수정 업데이트 (10-14)

날짜: 2026-10-14　출처: PTO/tvm_ffi (#3516)／ PTO VMI 벡터화 (#3512)／ TMA 배리어 (#3503)／ 공유 버퍼 이중 확장 방지 (#2342)／ 메인 저장소 PR 목록

  • PTO 패밀리 4건 신규 오픈: tvm_ffi 실행 백엔드의 PTO 대상 지원(#3516), T.Parallel에서 PTO VMI로의 벡터화(파이프라인 프레임워크 및 원소별 지원, #3512), SS buffer 지원(#3514), 부분 L0 복사의 명시적 pitch(#3511).
  • TMA 및 파이프라인: 전체 프로듀서 스레드 도착 TMA forward 배리어(#3503, 업데이트), 형제 파이프라인 공유 버퍼 이중 확장 방지(#2342), 검증된 TMA 디스크립터 이름만 기록(#3484).
  • 기타 심사 중 업데이트: 테스트 컴파일 시간 제거(#3517), 정상량 제수 안전 보호 평탄화(#3488), torch_npu 작업 큐(#3324), SimdVF dim=1 리덕션(#3437), 수동 스케줄링 FlashMLA 예제(#3464), Windows ARM64 CI(#2962). 메인 저장소 오픈 PR은 총 160건(지난 호 161건).

2. 멀티 백엔드 적응 (Ascend / MetaX / Hygon / Moore Threads)

2.1 Hygon: v0.1.15 업그레이드 머지(#20), 릴리스 브랜치 생성, 분산 IPC 라인 오픈(#19) (10-14)

날짜: 2026-10-14　출처: v0.1.15 업그레이드 (#20)／ Distributed (#19)／ distributed 브랜치／ v0.1.15-release 브랜치

  • v0.1.15 업그레이드 병합（#20）：코드 저장소 전체를 업스트림 TileLang v0.1.15로 업그레이드하고, HCU 백엔드 지원과 기존 build.sh 워크플로를 유지했습니다. 업그레이드된 백엔드, lowering 파이프라인, 언어 API 및 테스트 인터페이스에 적응했으며, HCU 블록 스케일 GEMM의 scale 버퍼 레이아웃 계획과 이에 수반되는 LDS 레이아웃 지원을 새로 추가했습니다. README 릴리스 정보도 동기화하여 업데이트했습니다. 병합 후 v0.1.15-release 브랜치를 생성했으며（main과 동일 헤드), 릴리스 라인을 위한 아카이브로 남겨두었습니다.
  • 분산 IPC 라인 개설（#19）：+2577/-28, 44개 파일 규모로 「Distributed」를 개설했습니다——distributed 브랜치에는 한 줄기의 HCU IPC（프로세스 간 통신）작업이 포함되어 있습니다: 통합 분산 프로세스 런처, IPC 메타데이터 초기화 검증, BF16 / 전대칭 IPC allreduce 테스트, IPC GEMM allreduce 예제, IPC 종료 및 초기화 실패 전파, 유효하지 않은 peer 가드 등입니다. 다중 카드 집합 통신이 Hygon 백엔드의 새로운 작업 방향이 되었습니다.
  • 레지스터 파이프라인（#18）：계속 심사 중（10-13 이후 새로운 푸시 없음). Hygon 저장소 오픈 PR은 2건입니다（지난 기간 1건). feat/hcu-mqa-fp8과 feat/hcu-gemm-blockscaled-async-copy-layout 브랜치는 모니터링 기간 내 새로운 푸시가 없습니다.

2.2 Ascend: 세 건의 사실 확인 롤백과 재작업（#1888~#1890, #1893); 예제와 연산자 신규 세 건（10-14）

날짜：2026-10-14　출처：롤백 #1888／ 롤백 #1889／ 롤백 #1890／ 재작업 버전（#1893）／ Ascend PR 목록

  • 세 건의 롤백（#1888 / #1889 / #1890）：이전 모니터링 기간에 병합된 세 건의 「문서 사실 확인」 PR——round 시맨틱（#1612), bitwise_rshift（#1676), bitwise_xor（#1681)——이 건별로 롤백되었습니다. 재작업 버전 #1893은 원인을 설명합니다: 일일 전체 스위트에서 낮은 우선순위 케이스를 실행할 때 예상 실패 케이스의 예외 정규식이 일치하지 않는 것을 발견했습니다（실제로는 AscendVectorInstructionSelection의 InternalError가 발생하며, 단언된 "Compilation Failed"가 아님); 이 케이스들은 low_priority로 표시되어 PR 단계 CI（-m "not (low_priority or ci_skip)")에서는 실행되지 않으므로, 병합 후 일일 전체 실행이 이를 보완적으로 발견합니다.
  • 재작업 버전（#1893）：bitwise_rshift 재작업——리뷰 의견에 따라 모든 예상 실패 케이스를 삭제했습니다（지원표 외 dtype은 문서 dtype 지원표로 대체하며, 더 이상 예상 실패 단언을 사용하지 않음). docstring 재작성과 실기 테스트는 유지합니다. round와 bitwise_xor 두 건의 재작업 버전은 아직 제출되지 않았습니다.
  • 예제와 연산자 신규 개설: situ_glu 연산자（#1891), cann-bench/lstm 예제（#1892), indexer_bwd 연산자와 테스트（#1887); 심사 중 업데이트: situ_glu_grad（#1877), sparse_mla_topk_reducesum（#1884), MHA 예제（#1879), Sparse MLA SeeSaw / Pipelined（#1869 / #1870). Ascend 저장소 오픈 PR은 233건입니다（지난 기간 229건).

2.3 MetaX: 모니터링 기간 내 푸시 없음; Moore Threads와 Sunrise 조용함（10-14）

날짜：2026-10-14　출처：MetaX 저장소／ Moore Threads 저장소

  • MetaX：모니터링 기간 내 푸시 없음（마지막 푸시는 10-13 오전 main이 업스트림 v0.1.15 노드를 따라잡은 시점); dev 브랜치는 여전히 09-24에 멈춰 있습니다. 오픈 PR은 16건입니다（변동 없음).
  • Moore Threads：09-30 이후 활동 없음; Sunrise 저장소도 모니터링 기간 내 동향이 없습니다. MLIR Ascend（tilelang-mlir-ascend)는 모니터링 기간 내 푸시 제로（최신 커밋 10-10), 오픈 PR은 32건입니다（변동 없음).

3. 생태계와 채택자

3.1 TileOPs: foundry 성능 배치 11건 마무리——softmax / 풀링 / 정규화 / 리덕션 전면 확장（10-14）

날짜: 2026-10-14　출처: softmax(#2570)／ 풀링 3건(#2572 / #2573 / #2579)／ 정규화 3건(#2576 / #2581 / #2585)／ 리덕션 2건(#2571 / #2578)／ GEMM과 Elementwise 2건(#2582 / #2577)

  • softmax(#2570): 16바이트 L2 evict-last 로드 tileops::load16_evict_last를 추가; 전체 벡터 행(스레드당 최대 64개 요소)을 레지스터 상주 _held_row로 변경하고 warp shuffle로 최댓값과 합을 폴딩; SoftmaxWarpRowsKernel은 2KB 행까지 커버하고 SoftmaxOnChipKernel은 레지스터와 공유 메모리 두 경로 모두 새 로드를 사용. 39/42개의 SoftmaxFwdOp 행이 가장 빠른 대조군 대비 1.1%에서 78.1% 앞서며, (32768, 65536) float32는 quack과 동등; lm-head 두 행은 여전히 뒤처짐(0.909x / 0.934x).
  • 풀링 3건: #2572 MaxPool1dIndices——새 load_evict_last 스칼라 로드, 인접 출력을 벡터 저장으로 처리, sincnet-local은 torch-compile 대비 1.009x / 1.006x, 구버전 커널 대비 1.049x 속도 향상(float32); #2573 AvgPool3d——고정 제수이고 taps ≤32인 윈도우는 모든 taps를 한 번에 읽고(L1/L2 evict-last) select로 도메인 밖을 제거하며, 2의 거듭제곱이 아닌 고정 제수는 float32(float64(sum) * float64(1/divisor))로 슬로우 패스 분기 없이 처리, 결과는 PyTorch와 비트 단위로 일치; #2579 MaxPool3dIndices——float32 tile 정렬 윈도우에서 스레드당 두 개의 인접 출력, 값/인덱스를 벡터 저장, c3d-pool1은 170.1마이크로초에서 166.0마이크로초로 감소.
  • 정규화 3건: #2576 RMSNorm——행 너비에 따라 네 가지 body로 구분(256~2048개 요소는 warp 분할 행, 4096 이상은 전체 벡터 레지스터 상주, 16384 이상은 두 패스, 나머지는 fragment), jit builder와 autotune 모두 body에 따라 튜닝 공간 선택; #2581 InstanceNorm——전체 벡터 행(최대 2048개 요소)은 행당 하나의 warp, 8행을 한 블록으로, 12개의 InstanceNormFwdOp 행이 모두 동등하거나 앞서며, 세 개의 wider-channel 행이 0.980x-0.988x에서 1.042x-1.108x로 상승; #2585 후속——warp 행은 최대 1024열, 소배치에서는 블록당 더 적은 행(최대 1행)으로 그리드가 최소 128블록을 보장, 세 가지 학습 경로가 역수 나눗셈으로 전환하여 torch mean과 정렬.
  • 리덕션 2건: #2578 any/all——float16 / bfloat16 / float32 행을 32비트 워드로 읽어 비트 연산 테스트(부호 비트 마스크, -0.0은 0으로, NaN은 비0으로 처리), 16 이내의 warp는 lane 0이 직렬 폴딩; #2571 그룹 타일 카운트——varlen과 그룹화 그리드의 GroupTiling 접두사 합을 CTA 내 warp 간 shuffle 스캔으로 변경(8그룹 이내는 루프 유지), 4096그룹에서 32스레드 기준 152개 대신 62개 레지스터 사용, 모든 GroupTiling 호출자(GQA / MLA / FP8 varlen, 페이지드 GQA, varlen key RoPE, 그룹화 GEMM, GLA/GDN/KDA varlen)가 동시에 이득.
  • GEMM과 Elementwise: #2582 그룹화 GEMM——타일 마무리 시 두 개의 staging 버퍼를 교대 가능(store가 진행 중일 때 다음 블록 계속), 프로듀서 warp-group은 warp 하나만 남겨 복사 발행, 네 개의 MoE 워크로드 모두 quack을 앞섬(fwd 1.015x, dgrad 1.012x, wgrad 1.033x; 이전 main은 0.936x-0.968x와 0.869x); #2577 SiluAndMul——양쪽 절반 모두 load16_evict_last를 사용하고, 입력이 16바이트 정렬이 아닐 때 오류를 내던 문제를 수정(vector_aligned).

3.2 TileOPs: 선형 어텐션과 MoE 4건——KDA 프리필 역산, GLA 역방향 메모리, 전문가 검색 스킵, permute 경계 축소(10-14)

날짜: 2026-10-14　출처: KDA 프리필(#2584)／ GLA 역방향(#2569)／ MoE 탐색 건너뛰기(#2575)／ permute 범위 제한(#2559)

  • KDA 프리필 역산 안정화(#2584): 상관 키(correlated keys) 하에서 KDA 프리필 오류 발생——main이 6개 chunk 케이스와 2개 fused 케이스에서 실패(NaN 포함); 수정은 16행 대각 블록 기준으로 FP32에서 해를 구하고 기존 공유 버퍼를 재사용해 블록 곱을 수행하도록 변경, 게이팅 프리픽스는 FP32 레지스터에 유지하고 공유 메타데이터는 참조 행만 저장, TileLang 0.1.12에서 범위를 벗어나던 혼합 dtype 공유 뷰 제거; chunk와 fused 프리필이 역산 헬퍼를 공유하고 4개 회귀 케이스 추가(두 가지 반정밀도 × 두 경로 × 부분 chunk). sm89 벤치마크(FLA 0.5.2 외부 기준선 대비) 출력과 최종 상태 전부 FP64 대조 통과.
  • GLA 역방향 메모리 재사용(#2569): SM89에서 FP32 chunk32/K64/V192의 공유 메모리 요청이 131072에서 98304 바이트로 감소, SM89의 101376 상한 내에 진입(두 dh 소비자 종료 후 상태 버퍼 재사용, h 로드 전 블록 배리어 추가); 비대칭 FP32 회귀 1개 추가. 참고: 해당 수정은 시작 실패 문제를 해결하며, 속도는 여전히 FLA보다 느림(256 / 2048 token에서 0.0942 / 0.4164 밀리초 대 FLA의 0.0550 / 0.1494 밀리초), PR은 속도 향상을 주장하지 않음을 명시.
  • MoE 전문가 탐색 건너뛰기(#2575): tight per-row MMA 타일이 소유 전문가를 찾은 후 나머지 전문가 경계에 대한 이분 탐색 중단(기존 로직은 각 나머지 전문가에 대해 여전히 조회를 한 번씩 실행); 그룹 센티넬 재사용, 미스 타일은 여전히 전체 전문가 탐색, 물리적 프리픽스 합 / 정렬 / masked 경로 동작 불변. sm89(RTX 6000 Ada) 벤치마크가 K512/N256 tight 행 시나리오를 커버.
  • permute-align 범위 제한(#2559): vLLM moe_align_block_size 대비 전체 12행에서 뒤처지는 것에 대한 범위 제한 및 정확성 수정——threads가 32의 배수가 아닐 때 오류 결과 대신 오류 보고, 빈 라우팅 호출은 임의 전문가 수에서 num_tokens_post_pad=0 반환, 범위를 벗어난 expert_ids는 전문가 수 밖의 값으로 패딩, verifier와 문서의 결과 집합 정렬, 전문가 루프 범위 제한 및 블록별 해시 구간 예약.

3.3 TileOPs: D=256 디코드를 SM80 / SM90으로 확장(#2563); 심사 중 어텐션 계열과 GEMM 신규 배치(10-14)

날짜: 2026-10-14　출처: D=256 디코드(#2563)／ 어텐션 심사 중(#2515 ~ #2541)／ GEMM 신규 배치(#2586 / #2587)／ TileOPs PR 목록

  • D=256 디코드 확장(#2563): D=256 FP16/BF16 밀집 디코드를 SM89에서 SM80 / SM90으로 확장(64-head × 64-key 단일 레벨 프로그램과 공유 메모리 split 선택 유지), Gemma-2B 8K cache의 B=1 / B=16 부하 추가; 동시에 밀집 RoPE split 소비자가 softcap을 무시하던 문제 수정(cap=2 회귀가 이전에 실패), D=128과 새로 추가된 D=256 경로 커버. #2420 종료.
  • 심사 중인 어텐션 패밀리: 밀집 GQA 어텐션 집계(#2515), 페이지드 GQA의 RoPE / 윈도우 / 집계(#2516), 페이지드 KV cache gather(#2519), PagedKVCacheWriteFwdOp(#2539), LSE 가중 어텐션 상태 병합(#2530), varlen GQA 집계와 파이프라인 슬라이딩 윈도우(#2537), 밀집 FP8 GQA 롱 인과 KV 파이프라인(#2541) — superAngGao의 어텐션 패밀리 일괄 업데이트.
  • GEMM 신규 배치와 테스트: K-512 FP8 프리필 256 행 웨이브 타일(#2587), W4A16 가중치 선행 로딩과 8 행 타일 단일 시프트 디코드(#2586), MoE 반올림 예산 검수(#2583), FlashInfer fused-MoE 베이스라인 액티베이션별 자동 튜닝(#2580). TileOPs 공개 PR 17건(지난 회차 26건).

3.4 채택자 양건: TileKernels v2.1.0 릴리스(#38)와 FlashQLA sm120 수정(#48) (10-14)

날짜: 2026-10-14　출처: TileKernels v2.1.0(#38)／ TileKernels 저장소／ FlashQLA(#48)

  • TileKernels v2.1.0(#38, 16 파일, +352/-382): DeepSeek 채택자 저장소 릴리스(버전 커밋 4d5ad0f5「Release tile-kernels v2.1.0」). 변경은 Ascend 측에 집중: norm_forward_asc 대폭 재작성(+166/-207), norm 순전파/역전파 커널과 테스트 업데이트, SwiGLU 순전파와 역전파의 asc / cuda 양측 수정, Engram 게이팅 전/후방(asc + cuda)과 테스트 정렬, cast.py 간소화(+12/-36). README 요구사항은 TileLang 0.1.15, PyTorch 2.13, Ascend 950 NPU와 CANN 9.2.0으로 동기 상향. 이전 09-30 Ascend 지원 추가(엔비디아 경로와 일대일 대응, 런타임 자동 백엔드 선택) 이후 해당 저장소가 Ascend로 전환한 이래 첫 버전 반복.
  • FlashQLA sm120 수정(#48, 5 파일, +82/-5): 0.1.13 이후 Blackwell sm120 순전파와 역전파 경로 사용 불가 — 근본 원인은 block_DV가 잘못 128로 변경(sm120 구현은 64 요구)되고 aggregate_card_state 누락; 수정으로 block_DV=64 복원, aggregate_card_state 처리 보완 및 sm120.csv 업데이트. RTX 5090(sm120) + tilelang 0.1.15 + CUDA 13.0에서 전체 테스트 통과; 후속으로 노드 내 / 노드 간 컨텍스트 병렬 지원 탐색 예정.

3.5 TileFoundry: schedule CLI 강화 머지(#231); 모듈 표현과 lowering 두 건 심사 중 (10-14)

날짜: 2026-10-14　출처: schedule CLI(#231)／ 모듈 인스턴스 슬롯(#232)／ lowering 계약(#233)

  • #231 병합: 통합 명령 매처(타입 추론과 후보 공용, 실행 그리드·오퍼랜드 범위·필드 매칭·타일 프로젝션과 검증 커버); 신규 tf.empty 추가 및 schedule fixtures / 튜토리얼 소스와 notebook 이전; 의존 원자의 facts 수정, 신규 schedule finalize --dim, 공유 속성 렌더링, 비유한 상수 왕복; 확정 주소 합집합과 좌표 예산 통계로 may-access footprint 처리. 검증: 전체 소스 동결 1617 통과 / 11 스킵. #222 / #224 / #226 다중 섹션 문제 대응(일부 항목은 lowering 도메인으로 전환, PR에 구분 명시).

  • 심사 중 2건: #232 모듈 하위 노드를 공유 인스턴스 슬롯으로 표현; #233 storage 범위와 printer 계약 유지. TileFoundry 공개 PR 총 3건(지난 회차 1건).

3.6 야간 파이프라인: 신규 스냅샷 35a25677——정확성 1105건(+41), 벤치마크 1970건(+4) 무실패(10-15 새벽)

날짜: 2026-10-15　출처: 야간 스냅샷 56c2ab6b／ 스냅샷 메타데이터

  • 신규 스냅샷 35a25677(run 38611488940, 스냅샷 날짜 10-14, 베이징 시간 10-15 05:15 푸시): 정확성 1105건(65개 스위트, 직전 대비 +41, 0 실패 0 오류 1 스킵), 벤치마크 1970건(53개 스위트, +4, 0 실패); 환경 H200, CUDA 13.2, 드라이버 595.71.05, 이미지 cu132-torch2.13-tl-0.1.12, 스냅샷 내 tileops 0.0.1.dev1330+g35a25677c(직전 대비 +16 개발 번호), tilelang 0.1.12, torch 2.13.0+cu132.
  • 스냅샷은 TileOPs 35a25677, 즉 #2576(RMSNorm 분할 행) 병합 지점에 대응——정확성 +41은 최근 일주일 단일 일 최대 증가폭으로, 모니터링 기간 내 16건 병합(대부분 테스트 증항 포함)과 같은 박자.

3.7 문서와 사이트: TileOPs 사이트 렌더링 시점 앞당김(#70)과 듀얼 서브사이트 정례 업데이트(10-14)

날짜: 2026-10-14　출처: 렌더링 시점 앞당김(#70)／ TileOPs 문서 사이트／ 메인 사이트

  • TileOPs 사이트 렌더링 앞당김(#70): render-benchmarks.yml의 매일 갱신 cron을 0 22 * * *(22:00 UTC, 베이징 06:00)에서 30 20 * * *(20:30 UTC, 베이징 04:30)으로 이동; 근거는 야간 스냅샷이 19:38에서 20:18 UTC 사이(지난 7일 밤)에 반영되며, 새 시점은 최악의 경우 그 후 12분 내에 큐에 들어감. 모니터링 기간 내 gh-pages 배포 1회(Deployed 8f46bef, MkDocs 1.6.1).
  • 메인 사이트 정례 업데이트: tilelang.github.io 자동 문서 업데이트 2회(10-14 19:15 / 19:34 UTC). 릴리스 페이지: 메인 저장소 최신 v0.1.15(09-30), TileFoundry v0.0.2(09-10), TileRT v0.1.5.post2(08-06), 모니터링 기간 내 신규 없음.

4. 커뮤니티, 튜토리얼과 활동

4.1 PTO-ISA: tilelangGym 신규 저장소 생성, SuperNPUBench 아카이브 배치와 SIMT 대조 추진(10-14)

날짜: 2026-10-14　출처: tilelangGym／ 아카이브 PR(#242)／ SuperNPUBench／ simt_compare 브랜치／ PTO-ISA/tilelang fork

  • tilelangGym(신규 저장소): PTO-ISA 조직이 10-14에 생성, “서로 다른 benchmark / microbenchmark의 PTO lowering과 성능 민감도를 테스트”하는 테스트베드로 포지셔닝(첫 커밋 10-14 06:21).
  • SuperNPUBench 모니터링 기간 내 3건:
    rms_norm_dynamic_simt_32k를 V2에 아카이브(#242), group_norm_grad 정적 커널을 V0에 아카이브(#239), matmul에 reuseB 커널 추가(valid-tail 처리, PR 미경유).
  • tilelang-puzzles-ascend(SIMT 대조): simt_compare 브랜치 모니터링 기간 내 2건——T.reduce_max가 직렬 스캔 대비 실측 8.94배 빠름, 12개 커널을 T.reduce_absmax 폴딩으로 전환 후 재측정.
  • PTO-ISA/tilelang fork: 업스트림 main을 따라 전진(모니터링 기간 내 최신 병합까지 동기화).

4.2 서드파티 커뮤니티: TileMC 목표 확장, BM1690 보드 레벨 로그 배치; 튜토리얼 및 디버그 저장소 무활동(10-14)

날짜: 2026-10-14　출처: TileMC／ BM1690 pipelines／ easy-tilelang／ SwHwCodesign／ tilelang-debugger

  • TileMC(서드파티 manycore 아키텍처 대상 TileLang 타깃): 1건——TileMC 타깃의 FP32 지원, panel 매핑 및 워크로드 스케일링 확장.
  • BM1690 파이프라인 저장소(Sophon TPU): 모니터링 기간 내 18건의 개발 로그식 커밋——Matmul / RMSNorm 보드 레벨 스모크 및 1024 교대 검증, Split-K 보드 레벨 결과, RoPE 연동 디버깅 및 타임아웃 진단, 드라이버 종료 시맨틱 및 7.0.0-34 커널 호스트 빌드 등. 개인 실험 저장소의 보드 레벨 디버깅 기록에 해당.
  • 무활동 항목: easy-tilelang 튜토리얼 저장소는 모니터링 기간 내 푸시 없음(최근 10-13); SwHwCodesign 공개 저장소(AI-Compiler / AI-Infra) 푸시 없음(10-12 이후); tilelang-debugger 업데이트 없음(10-10 이후).

4.3 미디어 및 학술: Google News / Hacker News / arXiv 모니터링 기간 내 신규 없음(10-14)

날짜: 2026-10-14　출처: Google News／ Hacker News 검색／ arXiv 검색

  • Google News 중영문 다중 쿼리(TileLang 연산자 / Ascend / tile-ai / 정확 단어) 모니터링 기간 내 신규 없음——최근 보도 흐름은 09-29~10-02에 멈춤(DeepSeek×Ascend TileLang 화제, 이미 지난 호에 수록); 범용 AI 산업 논평 기사 하나가 쿼리어에 매칭되었으나 본문에 TileLang 또는 tile-ai 문구가 보이지 않아 노이즈로 제외.
  • Hacker News 모니터링 기간 내 관련 항목 없음(Brainfuck 컴파일러 Show HN 하나는 퍼지 매칭 노이즈); arXiv 신규 프리프린트 없음(최신 관련 항목은 여전히 07-24의 TileSight 분석 모델 논문).

5. 트렌드 관찰

5.1 전 백엔드 v0.1.15 정렬 마무리 임박

  • 업스트림 v0.1.15(09-30) 릴리스 후, MetaX가 10-13에 main을 v0.1.15 노드까지 따라잡았고, Hygon은 이번 모니터링 기간에 #20으로 전량 업그레이드를 완료하고 릴리스 브랜치를 생성——두 백엔드가 2주 안에 잇따라 정렬했으며, 그중 Hygon은 업그레이드와 동시에 블록 스케일링 GEMM의 레이아웃 플래닝을 새 베이스라인에 반영. 남은 Moore Threads는 여전히 09-30 이후 정체 상태이고, Ascend는 이후 “문서 사실 검증”으로 API 설명을 항목별로 보완. 다중 백엔드의 “동일 버전, 동일 시맨틱” 기반이 수렴 중.

5.2 메인 저장소의 “인프라 데이”: 컴파일 면 재구성과 플랫폼 확장

  • 단일 모니터링 기간 10건 병합 중 절반 이상이 컴파일 및 플랫폼 인프라: C 계열 codegen 공유(CUDA / HIP / CPU / Ascend / Metal 통합 베이스 클래스), CPU OpenMP 그리드 병렬, Windows MSVC 툴체인, 테스트 인프라 캐시, ROCm scan 웨이브프론트——여기에 PTO/Ascend 신규 4건 추가. 릴리스 정적기(v0.1.15 이후 15일간 신규 버전 없음)에 화력이 뚜렷하게 저수준 확장성과 신규 플랫폼 지원으로 향하고 있으며, 이는 “MoE/성능 병합 → 기반 성장 → 신규 버전”의 리듬과 표리 관계.

5.3 야간 기준선 +41: 테스트가 머지와 함께 동반 확장

  • 정확성 일일 +41건은 최근 일주일 중 최대 증가폭이며, TileOPs 16건 머지와 일대일로 대응한다(성능 배치는 일반적으로 test-node 증항을 동반하고, 어텐션 확장은 신규 부하 행을 동반한다). 「한 건 머지할 때마다 기준선이 한 칸 올라간다」는 롤링 집계는 각 변경의 검증을 야간 스냅샷에 계속 축적해 왔다——릴리스 전 정적 준비는 여전히 꾸준히 누적되고 있다.

5.4 Ascend 저장소의 롤백 규율: 저우선순위 케이스도 지킨다

  • 앞선 세 건의 「문서 사실 검증」 PR이 저우선순위 예상 실패 케이스의 이상 정규식 불일치로 인해 전체 롤백되고, 이후 삭제 버전으로 재작업되었다——이는 「PR 단계 CI는 저우선순위 케이스를 실행하지 않고, 매일 전체 스위트가 이를 보완한다」는 2단계 검증 구조를 드러낸다. 이러한 「롤백—재작업」이지 「부상 상태로 전진」이 아닌 처리 방식은 Ascend 적응 저장소의 CI 거버넌스가 「전부 통과」에서 「단언 정밀화, 기준 통일」로 전환되고 있음을 보여주며, 이는 모니터링 기간 내 머지 품질이 매일 전체 실행의 지속적 제약을 받는다는 것을 의미한다.

부록: 자료 및 검증 설명

출처 검증 결과
tile-ai 조직(29개 저장소) 모니터링 기간 내 8개 저장소에 푸시 발생: tilelang(머지 10), TileOPs(머지 16), TileFoundry(머지 1, 신규 2), tilelang-ascend(롤백 3, 신규 3), tilelang-hygon(머지 1, 신규 1, 브랜치 생성 1), TileOPs-nightly(스냅샷 1), tilelang.github.io(자동 업데이트 2), TileOPs.github.io(머지 1, 배포 1); 조직 모니터링 기간 내 합계 머지 32건, 신규 27건(그중 리뷰 중 16), 리뷰 중 업데이트 40건
메인 저장소 tilelang 머지 10건(#3109, #3289, #3330, #3474, #3485, #3494, #3502, #3510, #2326, #3513); 오픈 PR 총 160건(이전 기간 161); 릴리스 페이지 모니터링 기간 내 신규 없음(최신 v0.1.15, 09-30)
Ascend 저장소(ascend / mlir-ascend) ascend: 롤백 3건(#1888부터 #1890), 신규 3건(#1891부터 #1893); 오픈 PR 총 233건(이전 기간 229). mlir-ascend: 모니터링 기간 내 푸시 없음(최신 커밋 10-10); 오픈 PR 총 32건(변동 없음)
Hygon / MetaX / Moore Threads Hygon: 머지 1건(#20 v0.1.15 업그레이드), v0.1.15-release 브랜치 생성, distributed 브랜치 푸시(#19 리뷰 중); 오픈 PR 총 2건(이전 기간 1). MetaX: 모니터링 기간 내 푸시 없음(지난 10-13); 오픈 PR 총 16건(변동 없음). Moore Threads: 09-30 이후 활동 없음
TileOPs 머지 16건(#2559, #2563, #2569, #2570부터 #2573, #2575부터 #2579, #2581, #2582, #2584, #2585); 오픈 PR 총 17건(이전 기간 26건)
TileOPs-nightly 신규 스냅샷 35a25677(run 38611488940, 10-15 05:15 푸시): 정확성 1105건(65개 스위트, +41), 벤치마크 1970건(53개 스위트, +4), 실패 제로 오류 제로(1건 스킵)
TileFoundry 머지 1건(#231); 신규 2건(#232, #233); 오픈 PR 총 3건; 릴리스 페이지 신규 없음(최신 v0.0.2, 09-10)
채택자 TileKernels: 머지 2건(v2.1.0 릴리스 PR #38 및 버전 커밋); FlashQLA: 머지 2건(#48 sm120 수정); TileRT 동향 없음
PTO-ISA 조직 및 커뮤니티 서드파티 tilelangGym 신규 저장소(첫 커밋 10-14); SuperNPUBench 모니터링 기간 내 3건; tilelang-puzzles-ascend simt_compare 브랜치 2건; PTO-ISA/tilelang fork 업스트림 동기화; TileMC 1건; BM1690 pipelines 18건; easy-tilelang / SwHwCodesign / tilelang-debugger 모니터링 기간 내 푸시 없음
Google News / Hacker News / arXiv Google News 모니터링 기간 내 신규 히트 제로(일반 AI 논평 기사 1건은 노이즈로 제외); HN 관련 항목 제로; arXiv 신규 프리프린트 없음

전체 출처 목록

ree/distributed>

MaxPool3dIndices fp32(#2579) — https://github.com/tile-ai/TileOPs/pull/2579

puzzles-ascend simt_compare — https://github.com/PTO-ISA/tilelang-puzzles-ascend/commits/simt_compare