TileLang 데일리 리포트 (2026-11-09)
모니터링 기간: 2026-11-06 07:00 ~ 2026-11-09 07:00 (베이징 시간, 72시간, 토·일요일 포함; 직전 회차 기준 시점은 11-06 07:00).
출처: GitHub tile-ai 조직 저장소별 점검(30개 저장소, 기간 내 푸시 11개) + 머지 및 심사 중 실측 검색(72시간 내 머지 71건, 심사 중 업데이트 96건, 신규 오픈 issue 50건) + 메인 브랜치 커밋별 점검(tilelang 8, TileOPs 33, TileFoundry 5, topa 15, tilelang-ascend 7, tilelang-hygon 2, tilelang-mlir-ascend 1) + 비기본 브랜치 점검(mlir-ascend의 mlir-dialect 및 harness 브랜치, hygon의 분산 브랜치) + 릴리스 페이지 점검(tilelang / TileOPs / TileFoundry 3개 저장소, 기간 내 신규 버전 없음) + 도입처 2개 저장소 + 문서 사이트 및 야간 저장소 점검 + Google News 중·영문 6개 쿼리(프록시 경유) + Hacker News + arXiv. RISC-V 4개 소스 특별 점검 72시간 내 변동 없음.
이번 회차 인덱스
- 오늘의 핵심: TileFoundry의 분석기 변경 3건이 「배치 의미론, TMA 동기화, 덮어쓰기 전 구 데이터 순서」를 검사 가능한 객체로 만들었다. TileOPs 33건과 topa 15건이 병합되어 전체 조직 71건의 68%를 차지했으며, 성능 작업은 이미 야간 큐가 주도하고 있다. Ascend는 하루에 14건의 정적 결함과 3060개 항목 전부 통과한 테스트가 공존한다. 뉴스 측면에서는 Moore Threads Day-0 적응과 확인되지 않은 V5 전언 하나뿐이다.
-
- 핵심 프로젝트 진행
- 1.1 메인라인: CuTeDSL의 grid 동기화를 매 시작 시의 workspace로 변경, 다중 스트림 동시 실행이 더 이상 간섭하지 않음 (#3868) (11-08)
- 1.2 메인라인: CuTeDSL 부호 있는 정수 절단을
arith.divsi의미론에 따라 수정 (#3551) (11-08) - 1.3 메인라인: CuTeDSL이 63개 파일의 예제 공백을 한 번에 보완, SM120 블록 스케일링 MMA 포함 (#3685) (11-07)
- 1.4 메인라인: CUDA 단일 kernel 시작에 이름 지정 가능, profiler에서 단계 구분 가능 (#3816) (11-06)
- 1.5 메인라인: 다중 소스 캐시 디렉터리, 임의 읽기·첫 번째에만 쓰기 (#3807) (11-06)
- 1.6 Ascend: Z3 스케줄링 전역 락 제거, 콜드 컴파일 최장 항목 37.3초에서 25.6초로 단축 (#3812) (11-06)
- 1.7 Ascend: access_ptr 영역 수정, 행 간 및 전치 뷰에서 더 이상 DMA 의존성 유실 없음 (#3805) (11-06)
- 1.8 예제: sm_12x가 사용 가능한 동적 공유 메모리에 따라 타일 선택, RTX PRO 6000 전부 통과 (#3845) (11-08)
- 1.9 신규 issue 그룹: 잘못된 결과가 여전히 가장 무거운 유형, WS 루프 캐리, 복사 루프 원자성, 부호 없는 의미론 관련 (11-06 ~ 11-08)
- 핵심 프로젝트 진행
-
- 다중 백엔드 적응
- 2.1 Ascend: 7건 병합, Chunk O 순전파·역전파와 Sparse MLA SeeSaw 연산자 이관 완료 (11-06)
- 2.2 Ascend: 일일 테스트 3060개 항목 전부 통과, 11-09 워크플로 작업 계층 실패 (11-06 ~ 11-09)
- 2.3 Ascend: 하루 14건의 정적 결함, 13건 수정 PR 심사 중 (11-07)
- 2.4 Hygon: scaled cast와 reduce lane swap 병합, gfx928 지원 선언되었으나 백엔드 분기 부재 (11-06 ~ 11-08)
- 2.5 MetaX: 메인 브랜치는 업스트림 동기화만, 연속 네 번째 모니터링 기간에 자체 변경 없음 (11-06)
- 2.6 mlir-ascend: TLIR 산술 연산자 계속 이전, bf16 vadd/vmul 부재가 정량화됨 (11-06 ~ 11-07)
- 2.7 Moore Threads: 저장소 정숙, MUSA 생태계 측은 여전히 TileLang-MUSA를 마이그레이션 경로에 포함 (11-06)
- 다중 백엔드 적응
-
- 생태계와 채택자
- 3.1 TileOPs: 33건 병합, 성능 항목이 대다수, 각 건마다 A/B와 목표 기준 포함 (11-06 ~ 11-08)
- 3.2 TileOPs: SM89 FP8 가변 길이 어텐션, 그룹 GEMM, decode sinks 보완 (11-07)
- 3.3 TileOPs: 야간 성능 격차가 보고서에서 wiki 큐와 프로젝트 보드로 전환 (11-07)
- 3.4 TileFoundry: 5건 병합, 불변량을 검사 가능한 객체로 작성; 크로스 CTA Partial 심사 중 (11-06 ~ 11-08)
- 3.5 topa: 이틀간 15건, 「한 라운드」를 hunt / round / review 세 가지 명령으로 고정 (11-07 ~ 11-08)
- 3.6 채택자와 제3자: TileKernels, FlashQLA 푸시 없음; Kimi K3 어텐션 잔차와 V4.1 Flash 단편 등장 (11-08)
- 생태계와 채택자
-
- 커뮤니티, 튜토리얼과 활동
- 4.1 문서 사이트 6회 업데이트, 야간 저장소에 메인 브랜치 커밋 없음 (11-06 ~ 11-08)
- 4.2 뉴스 측: Moore Threads Kimi-K3.1 Pro Day-0 적응 완료; Foro3D가 DeepSeek V5 계획 전언 (11-06)
- 4.3 검색 면: Hacker News 적중 없음, arXiv 모니터링 기간 내 신규 논문 없음 (11-06 ~ 11-08)
- 커뮤니티, 튜토리얼과 활동
-
- 트렌드 관찰
- 부록. 자료와 검증 설명
오늘의 핵심
이 모니터링 기간의 산출 중심은 「분석기」이지 「생성기」가 아니다. TileFoundry는 사흘 동안 다섯 건을 머지했는데, 그중 세 건은 원래 저자 머릿속에만 존재하던 불변식을 검사 가능한 객체로 만든 것이다. #291은 TMA 복사의 공유 오퍼랜드가 async-proxy 의미론에 진입하도록 하고, 각 TMA 로드마다 mbarrier 워드를 부여하며, 교차 CTA 시나리오에서 「한 CTA는 비동기 프록시 쓰기를 수행하고 다른 CTA는 순서 없이 동일 전역 요소를 읽는」 프로그램을 거부한다. #293은 배치 값 의미론을 정의하여 Split / Broadcast / Varying / Partial 네 가지 상태, B ⊔ V = V 병합 규칙, Reshard의 목표 검증을 계약으로 명문화하고, 더 이상 지원되지 않는 Dynamic 속성을 삭제한다(64개 파일, +1165 ~ -536). #301은 「스케줄이 이전 데이터를 덮어쓰기 전에, 여전히 이전 데이터를 읽어야 하는 영역이 먼저 와야 한다」를 처리하여 순서를 LivenessMetadata.orders에 기록하고, 배열할 수 없으면 AnalysisError를 던진다. 나머지 두 건(#290, #288)은 분석기 자체의 근사치를 수정한 것이다.
두 번째는 파이프라인화다. 72시간 동안 71건의 머지 중 TileOPs가 33건, topa가 15건으로 합계 68%를 차지했으며, 40건은 동일 저자가 제출했다. 같은 기간 세 건의 CI 변경(#2849는 야간 스코어링의 성능 격차 큐를 wiki에 기록, #2852는 Perf Tracker 프로젝트로 동기화, #2856은 따라잡은 연산자를 자동으로 Done으로 이동)과 함께 성능 작업은 이미 「야간 스코어링 → 격차 큐 → 단일 연산자 1라운드 → 리뷰 → 머지」의 폐루프를 형성했다. topa 저장소의 이틀 간 15건(topa hunt, topa round start, topa round status, topa review prepare)이 바로 이 폐루프의 명령줄 셸이다. 효율 향상은 사실이고, 리스크도 사실이다. 단일 저자에 단일 리뷰가 겹치면 파이프라인이 한 사람의 파이프라인으로 퇴화할 수 있다. 72시간 동안 리뷰 중인 PR 96건 중 여전히 59건이 tilelang 메인 저장소에 적체되어 있어, 리뷰 대역폭이 다음 병목이다.
세 번째는 Ascend다. 11-07 하루 동안 한 계정이 14건의 이슈를 열었고, 같은 날 13건의 수정 PR이 리뷰 중이었다. gemm_blockscaled의 위치 인자와 공개 시그니처가 분기되어 policy가 clear_accum으로 이동했고(#3857), vcvt의 bf16→f16 변환에서 round와 sat 파라미터가 뒤바뀌었으며(#3829), vdupv는 알 수 없는 pos를 만나면 조용히 HIGHEST로 매핑하고(#3832), fp4의 T.fill은 SimdVF에서 0으로 나누기 충돌을 일으키며(#3852), kernel 캐시 키에서 ASCEND_NPU_ARCH와 PTO 툴체인이 누락되어 한 아키텍처의 산출물이 다른 아키텍처로 재사용될 수 있다(#3853). 이 결함들의 공통 형태는 「지원 선언, 구현 분기」다. HCU_MCPU_SET에 있는 아키텍처가 C++ 백엔드에 반드시 분기가 있는 것은 아니다. Hygon gfx928의 새 이슈(#35)도 같은 형태다. 반면 같은 기간 일일 테스트 3060건은 전부 통과했는데, 이는 통과율이 이런 조합을 커버하지 못함을 보여준다. 테스트 수량은 형상 조합의 차분 검증을 대체할 수 없다.
뉴스 측에서는 TileLang과 관련된 것이 두 건뿐이다. Moore Threads는 11-06 MTT S5000과 MUSA 기반으로 3조 파라미터 Kimi-K3.1 Pro의 Day-0 적응을 완료했다고 발표했으며, 마이그레이션 경로에 TileLang-MUSA를 명시적으로 나열했다. 다른 하나는 Foro3D가 11-06 전한 기사로, DeepSeek가 Ascend 950DT에서 TileLang 스택으로 8조 파라미터 V5를 훈련할 것이라고 주장했다. DeepSeek 공식은 이 계획을 공개하지 않았으며(현역 최신은 V4.1 시리즈), 소문으로만 기록할 수 있다. RISC-V 4개 출처는 72시간 동안 변화가 없었고, TVM 노선과 MLIR 노선 모두 11-05 이전 인용에 머물러 있다.
1. 핵심 프로젝트 진행 상황
1.1 메인라인: CuTeDSL의 grid 동기화가 매 시작 시 workspace로 변경되어 멀티스트림 동시성이 더 이상 간섭하지 않음(#3868)
11-08 18:00에 병합되었습니다. CuTeDSL의 sync_grid()는 원래 배리어 카운트와 세대를 모듈 수준 전역(__grid_sync_ctr, __grid_sync_gen)에 두었기 때문에, 동일한 kernel이 두 개의 스트림에서 동시에 시작되면 같은 배리어를 공유하게 됩니다. 두 grid의 도착이 합쳐져서, 특정 시작이 자신의 block이 전부 도착하기 전에 통과될 수 있고, 잔여 카운트가 이후 시작을 붙잡아둘 수도 있습니다. H200 NVL에서 단일 실행은 17.4밀리초, 쌍으로 실행하면 17.8밀리초가 나와 cooperative launch가 실제로 동시에 이루어짐을 보여줍니다. 수정 방법은 inline PTX로 cooperative_groups::details::sync_grids를 복제하는 것입니다. 배리어 워드는 드라이버가 각 cooperative launch마다 제공하는 grid workspace의 barrier 필드에서 가져오고, 주소는 %envreg1(상위 절반)과 %envreg2(하위 절반)에서 옵니다. 각 block의 thread 0이 atom.add.release.gpu를 한 번 수행하는데, block 0은 0x80000000 - (nblocks - 1)을 더하고 나머지는 1을 더한 뒤, ld.acquire.gpu로 스핀하며 bit 31이 뒤집히기를 기다립니다. 상태가 시작별로 격리되므로 동시 시작이 서로 영향을 주지 않습니다. 회귀 테스트는 main에서 멈추지만(300초 후 종료됨), 수정 후에는 통과합니다. 작성자는 동시에 CUDA 백엔드를 대조군으로 유지했는데, 이쪽은 계속 정상이었습니다.
출처: https://github.com/tile-ai/tilelang/pull/3868
1.2 메인라인: CuTeDSL 부호 있는 정수 절단을 arith.divsi 의미에 맞게 수정 (#3551)
11-08 07:48에 병합되었습니다. CuTeDSL은 부호 있는 TIR의 DivNode에 대해 Python 바닥 나눗셈을 내보내서, 런타임의 T.truncdiv(A[i], 3)이 -7에서 -2가 아닌 -3을 반환했고, 이후의 floor/ceil 수정이 이 몫을 기반으로 계속 계산하면서 오차가 확산되었습니다. 수정 방법은 부호 있는 스칼라와 벡터에 tl.truncdiv(저수준 MLIR arith.divsi)를 내보내는 것이며, 순수 Python 입력은 정확한 정수 연산으로 처리하고, 벡터 저장 경로와 부호 없는 lowering은 변경하지 않습니다. 회귀 테스트 25건으로 int8/int16/int32/int64, 스칼라와 벡터, 음수 제수, 정수 극값, 그리고 “몫 곱하기 제수 더하기 나머지가 피제수와 같다”를 포함합니다. 보고자는 issue #2973의 논의에서 독립적으로 CPU 참조와 MLIR로 검증했고, 순수 Python %의 경계도 지적했으며, 이 의견이 구현에 직접 반영되었습니다.
출처: https://github.com/tile-ai/tilelang/pull/3551
1.3 메인라인: CuTeDSL에서 63개 파일의 예제 공백을 한 번에 보완, SM120 블록 스케일링 MMA 포함 (#3685)
11-07 18:59에 병합되었으며, +7075에서 -394, 63개 파일로 이번 기간 최대 규모입니다. 추가된 범위에는 warp vote, match와 비트 검색, 블록 프레디케이트 배리어, 명시적 폭의 로드와 스토어 및 캐시 힌트, NaN 전파 min/max, TMA와 cluster 복사(multicast, store_cluster, gather4, scatter4), SM120의 블록 스케일링 MMA(mxf4nvf4)와 이에 대응하는 NVFP4 GEMM 예제가 포함됩니다. 같은 변경에서 warp specialization의 오래된 문제도 수정했습니다. pipeline 앞에 끼어 있던 T.fill이 producer/consumer 분기로 옮겨진 후, 루프나 조건을 사이에 두더라도 매 반복 후 다시 실행되어 해당 라운드의 T.clear 결과를 덮어쓰는 문제였습니다.
출처: https://github.com/tile-ai/tilelang/pull/3685
1.4 메인라인: CUDA 단일 kernel 시작에 이름 부여 가능, profiler에서 단계 구분 (#3816)
11-06 17:45에 병합되었습니다. 하나의 PrimFunc 안에 있는 여러 T.Kernel이 원래 자동 생성된 이름 접두사를 공유해서 profiler에서 단계를 구분할 수 없었습니다. 선택적 name= 매개변수가 추가되어 T.Kernel(grid, threads=128, name="compute_stats")와 T.ClusterKernel 모두 지원하며, 생성되는 디바이스 심볼은 compute_stats가 되고 더 이상 _kernel 접미사가 붙지 않습니다. 이름은 tl.kernel_name 애노테이션을 통해 LowerOpaqueBlock을 거쳐 SplitHostDevice가 디바이스 함수를 생성할 때 소비됩니다. 명시적 이름은 비어 있지 않은 ASCII 식별자로 검증되며, 중복 이름과 호스트 함수 충돌은 기존의 전역 심볼 공급을 따르고, 이름이 없는 시작은 이전 명명 방식을 유지합니다. 문서는 명명, 호스트 호출 대상, 잘못된 입력, eager JIT, 공유 메모리와 cluster 시작을 함께 다룹니다.
출처: https://github.com/tile-ai/tilelang/pull/3816
1.5 메인라인: 다중 소스 캐시 디렉터리, 읽기는 임의, 쓰기는 첫 번째만 (#3807)
11-06 13:31에 병합되었으며, +593에서 -288, 18개 파일입니다. TILELANG_CACHE_DIR은 콜론으로 구분된 여러 디렉터리를 지원합니다. 예를 들어 /cache/read/and/write:/cache/readonly/A:/cache/readonly/B와 같으며, 컴파일 산출물은 임의의 디렉터리에서 히트할 수 있지만 첫 번째 디렉터리에만 씁니다. 이는 클러스터에서 흔한 형태인 “공유 읽기 전용 캐시 + 로컬 쓰기 가능 계층”에 대응하며, 한 배치의 빌드들이 동일한 연산자 캐시를 공유할 수 있게 합니다. 작성자는 경계를 명시했습니다: CuTeDSL 백엔드는 읽기 전용 디렉터리에서 문제가 발생할 수 있습니다.
출처: https://github.com/tile-ai/tilelang/pull/3807
1.6 Ascend: Z3 스케줄링 전역 락 제거, 콜드 컴파일 최악 항목 37.3초에서 25.6초로 단축 (#3812)
11-06 18:17에 병합되었습니다. Ascend의 Python 스케줄링 콜백은 모든 Z3 solve를 하나의 전역 락으로 직렬화했는데, 비록 각 호출이 이미 사설 Z3 context를 보유하고 있었음에도 그랬습니다. 제거 후 독립 컴파일 스레드가 병렬로 스케줄링할 수 있게 되었습니다: 8스레드, 커널당 8개 구성의 콜드 컴파일 배치 처리에서 SwiGLU backward가 33.1초에서 30.0초로, MoE gate forward가 37.3초에서 25.6초로 단축되었습니다. 검증은 884개의 기존 Ascend auto-schedule CPU 테스트, 64개 동시 요청과 직렬 결과의 일치, 그리고 16개 샘플링된 SwiGLU backward 및 MoE gate 구성이 변경 전후에 완전히 동일한 스케줄, 소스, 디바이스 ELF를 생성하는 것으로 이루어졌습니다.
출처: https://github.com/tile-ai/tilelang/pull/3812
1.7 Ascend: access_ptr 영역 수정, 행 교차 및 전치 뷰에서 DMA 의존성 유실 방지 (#3805)
11-06 12:08에 병합되었습니다. 연속 SIMD 로드가 행을 교차하거나 전치 뷰를 사용할 때, access_ptr이 재구성한 영역이 입력 DMA 의존성을 잃어버려 AutoSchedule이 load를 copy 앞에 배치할 수 있었고, 그 결과 InsertSync가 MTE2에서 V로의 동기화를 삽입하지 않게 되었습니다. 수정 방법은 보수적인 포인터 영역 재구성을 재사용하는 것입니다: 행 교차 시 시작 오프셋을 포함하고, 재구성할 수 없는 레이아웃은 전체 버퍼로 폴백하며, 단순한 1차원 양의 스트라이드 고속 경로는 유지합니다. 회귀는 두 개의 행 교차 사례와 하나의 전치 뷰를 커버하며, 각각 AutoSchedule 유무에 따라 “DMA → set/wait → load” 순서와 이벤트 ID 정렬을 검증합니다; 171개의 관련 host 측 IR 테스트가 통과했고, 디바이스 실행은 테스트되지 않았습니다(작성자가 이 경계를 명시했습니다).
출처: https://github.com/tile-ai/tilelang/pull/3805
1.8 예제: sm_12x에서 사용 가능한 동적 공유 메모리에 따라 타일 선택, RTX PRO 6000 전부 통과 (#3845)
11-08 06:25에 병합되었습니다. dim=128의 block-causal varlen 사례는 원래 128x128 타일로 고정되어 있었으며, forward에는 128 KiB가 필요하고 dK/dV는 약 192 KiB인데, sm_86/89/120의 동적 공유 메모리 상한은 약 99 KiB이므로 시작 시 바로 Failed to set the allowed dynamic shared memory size 오류가 발생했습니다. get_max_dynamic_shared_memory()에서 block_size를 가져오도록 변경했습니다: 데이터센터 카드는 128x128을 유지하고, 공유 메모리가 작은 디바이스는 64x128(약 96 KiB)을 사용하며, block_size가 dllm_block=64로 나누어떨어지도록 유지합니다. RTX PRO 6000(sm_120)에서 CUDA와 CuTeDSL 각각 209 passed, 26 skipped, 0 failed; H200 NVL(sm_90)에서 128x128 두 사례가 통과했습니다. 작성자는 이것이 #3701이 남긴 마지막 실패 예제라고 밝혔습니다.
출처: https://github.com/tile-ai/tilelang/pull/3845
1.9 신규 이슈 그룹: 오류 결과가 여전히 가장 무거운 유형, WS 루프 캐리, 복사 루프 원자성, 부호 없는 시맨틱스 관련
모니터링 기간 동안 메인 저장소에 새로 열린 이슈는 29건이며, 가장 중대한 것은 “계산은 틀리지만 오류를 보고하지 않음” 그룹입니다. #3842: warp specialization을 활성화한 후 pipeline의 두 라운드 사이 변수 업데이트가 consumer 브랜치에서만 적용되고 producer는 이를 볼 수 없어 결과가 잘못됩니다. #3870: 복제된 병렬 루프에서 fragment에 대한 원자 연산과 읽기-수정-쓰기가 각 복사본마다 한 번씩 수행됩니다. #3871: tvm_ffi 백엔드 호출이 끝난 후 호출자의 현재 디바이스를 복원하지 않아, 호출자가 이후 잘못된 디바이스에서 시작합니다. #3877과 #3881: NVRTC 경로에서 매개변수가 하나뿐인 kernel이 시작되지 않으며, cython 경로에서는 동적 공유 메모리가 48 KB를 초과할 때 두 번째 디바이스에서 실패합니다. #3866: Metal의 packed FP16 벡터 산술이 정수 비트 패턴으로 연산되며, #3884는 이미 검토 중입니다(half2로 변경). CuTeDSL의 부호 없는 시맨틱 관련 이슈도 세 건 연속 열렸습니다: #3874 원자 max/min이 부호 있는 비교로 동작, #3876 부호 없는 원자 비교, #3875 부호 없는 버퍼에서 읽은 값은 부호 없이 유지되어야 함. 이 중 앞의 두 건은 이전 모니터링 기간의 #3808, #3800과 같은 유형입니다: 컴파일러가 오류를 보고하지 않고, 생성된 코드가 특정 조합에서 잘못된 결과를 냅니다.
출처: https://github.com/tile-ai/tilelang/issues/3842, https://github.com/tile-ai/tilelang/issues/3870, https://github.com/tile-ai/tilelang/issues/3871, https://github.com/tile-ai/tilelang/issues/3877, https://github.com/tile-ai/tilelang/issues/3881, https://github.com/tile-ai/tilelang/issues/3866, https://github.com/tile-ai/tilelang/issues/3874, https://github.com/tile-ai/tilelang/issues/3876, https://github.com/tile-ai/tilelang/issues/3875
2. 멀티 백엔드 적응
2.1 Ascend: 7건 머지, Chunk O 순전파·역전파 및 Sparse MLA SeeSaw 연산자 이전 완료 (11-06)
ascendc_pto 브랜치에 11-06 오후 연속으로 7건이 머지되었으며, 연산자 이전과 툴체인에 집중되었습니다: #1949는 T.tile.bitwise_lshift가 AscendC와 PTO에서 텐서 시프트량을 지원하도록 했습니다(이전에는 스칼라만 허용). #1959는 PTO bitwise_xor의 uint8 workspace view 형상을 수정했습니다. #1866은 Chunk O 순전파, #1802는 Chunk O 역전파, #1869는 Sparse MLA Forward의 SeeSaw 구현을 이전했습니다. #1953은 fla_chunk_o 예제와 테스트를 추가했습니다. #1990은 데일리 테스트의 CI 알림 수신자를 업데이트했습니다. 이 배치의 공통점은 “브랜치에서 이미 검증된 FlashAttention 계열 연산자를 메인라인으로 옮기는 것”이지 백엔드 기반을 변경하는 것이 아닙니다.
출처: https://github.com/tile-ai/tilelang-ascend/pull/1949, https://github.com/tile-ai/tilelang-ascend/pull/1959, https://github.com/tile-ai/tilelang-ascend/pull/1866, https://github.com/tile-ai/tilelang-ascend/pull/1802, https://github.com/tile-ai/tilelang-ascend/pull/1869, https://github.com/tile-ai/tilelang-ascend/pull/1953, https://github.com/tile-ai/tilelang-ascend/pull/1990
2.2 Ascend: 데일리 테스트 3060건 전부 통과, 11-09 워크플로 작업 계층 실패 (11-06 ~ 11-09)
데일리 테스트 보고서는 네 건입니다: #1993(11-06)은 3032건 전부 통과, #1995(11-07)와 #1996(11-08)은 모두 3060건 전부 통과로 통과율 100%입니다. #1997(11-09 05:50)은 Workflow test job failure를 보고했는데, 이는 GitHub Actions 작업 계층 실패이지 테스트 케이스 실패가 아니며, 산출물 test-results는 30일간 보관되고 수신자가 지정되었습니다. 이 보고서를 2.3의 정적 결함 14건과 나란히 보면, 3060건이 커버하는 것은 “이미 수록된 형상”이며 “지원한다고 선언했지만 구현이 분기된” 조합은 커버하지 못합니다.
출처: https://github.com/tile-ai/tilelang-ascend/issues/1993, https://github.com/tile-ai/tilelang-ascend/issues/1995, https://github.com/tile-ai/tilelang-ascend/issues/1996, https://github.com/tile-ai/tilelang-ascend/issues/1997
2.3 Ascend: 하루 14건의 정적 결함, 13건의 수정 PR 심사 중 (11-07)
11-07 메인 저장소에 새로 열린 29건의 issue 중 14건이 Ascend 백엔드이며, 모두 동일 계정의 정적 감사에서 나왔다. 같은 날 13건의 수정 PR이 심사 중이다(#3834, #3835, #3836, #3843, #3844, #3849, #3850, #3851, #3854, #3860, #3861, #3862, #3863). 대표적인 몇 가지: gemm_blockscaled의 위치 인자가 공용 시그니처와 분기되어 policy가 clear_accum으로 이동(#3857); T.simd.vcvt의 bf16→f16에서 round와 sat가 뒤바뀜(#3829), 동시에 문서에 명시된 int32/int64→float16을 거부(#3833); vdupv가 알 수 없는 pos를 조용히 HIGHEST로 처리(#3832); pset이 지원하지 않는 비트 폭을 받아들여 pset_b4/pset_b64를 발행(#3831); fp4의 T.fill이 SimdVF에서 ComputeVRegSize 0으로 나누기가 발생해 컴파일러 SIGFPE(#3852); vgatherb가 FP4 결과 레지스터를 물리 폭의 두 배로 선언(#3839); kernel 캐시 키에서 ASCEND_NPU_ARCH와 PTO 툴체인이 누락(#3853); T.gemm의 형상 검사가 순수 assert를 사용해 python -O에서 사라짐(#3840); annotate_unlimit_memory가 자체 오류 메시지에서 사용자에게 전달하라고 한 "shared.ss"를 거부(#3846). 또 하나의 구조적 문제: CodeGenTileLangPTO::VisitExpr_는 1441줄의 분기 체인이며, SIMD 연산자 분류가 일곱 곳에서 중복(#3848)되어 향후 유지보수 비용의 원인이 된다.
출처: https://github.com/tile-ai/tilelang/issues/3857, https://github.com/tile-ai/tilelang/issues/3829, https://github.com/tile-ai/tilelang/issues/3833, https://github.com/tile-ai/tilelang/issues/3832, https://github.com/tile-ai/tilelang/issues/3831, https://github.com/tile-ai/tilelang/issues/3852, https://github.com/tile-ai/tilelang/issues/3839, https://github.com/tile-ai/tilelang/issues/3853, https://github.com/tile-ai/tilelang/issues/3840, https://github.com/tile-ai/tilelang/issues/3846, https://github.com/tile-ai/tilelang/issues/3848
2.4 Hygon: scaled cast와 reduce lane swap 병합, gfx928은 지원 선언되었으나 백엔드 분기 누락 (11-06 ~ 11-08)
두 가지 기능이 병합되었다: #33은 scaled cast를 지원하고, #34는 reduction의 lane swap과 레이아웃 추론을 처리한다. 이후 #35가 아키텍처 수준의 문제를 보고했다: K500SM_AI(gfx928, 즉 K100AI)가 tilelang/hcu/target.py의 HCU_MCPU_SET에 지원 대상으로 선언되어 있고, determine_target("auto")도 mcpu=gfx928을 올바르게 인식하지만, src/hcu/의 C++ 쪽(target_utils.cc, copy.h, reduce.h, scan.h, hcu_fp8.h, mls/*.hpp)에는 gfx928 분기가 대부분 없어 “지원 선언은 되었으나 실제 컴파일은 되지 않는” 상태다. 보고자는 핵심 아키텍처 차이를 제시했다: gfx928은 FP64가 없고 일부 Matrix Core 명령과 INT4가 gfx936과 다르다. 심사 중인 두 건은 분산 경로다: #36은 Block-Push 버전 GEMM+AR과 GEMM+RS를 추가하며, #19는 Distributed 브랜치의 오래된 PR이다.
출처: https://github.com/tile-ai/tilelang-hygon/pull/33, https://github.com/tile-ai/tilelang-hygon/pull/34, https://github.com/tile-ai/tilelang-hygon/issues/35, https://github.com/tile-ai/tilelang-hygon/pull/36, https://github.com/tile-ai/tilelang-hygon/pull/19
2.5 MetaX: 메인 브랜치는 업스트림만 동기화, 연속 네 번째 모니터링 기간 자체 변경 없음 (11-06)
모니터링 기간 내 유일한 푸시는 main을 a35f8ddf에서 64b52b4b로 올린 것이지만, tip 커밋은 업스트림의 #3760([Language] Reuse macro transformation templates, committer 날짜 11-05)으로, 즉 업스트림 동기화이며 자체 적응 커밋은 없습니다. 이는 MetaX가 연속 네 번째 모니터링 기간 자체 변경이 없는 것으로, Ascend, Hygon과 비교할 때 MetaX 백엔드는 이 기간 동안 개발이 아닌 유지보수 상태에 있었습니다.
출처: https://github.com/tile-ai/tilelang-metax
2.6 mlir-ascend: TLIR 산술 연산자 계속 이전, bf16 vadd/vmul 부재 정량화 (11-06 ~ 11-07)
mlir-dialect 브랜치에 #203이 병합되어 tl.sub, tl.mul, tl.div, tl.max, tl.min을 TLIR에 추가하고 TL에서 HIVM으로의 lowering과 테스트를 보완했습니다. 같은 기간 심사 중인 것으로는 #211(tl.shl), #212(tl.shr), #214(tl.cast), #218(tl.and)가 있으며, 연산자 하나당 PR 하나씩 이전하고 있습니다. harness 브랜치에는 별도로 세 건(대화형 onboard 환경 준비, 프로젝트 계약 및 납품 검사, 프로젝트 격리 및 아카이브 수명주기)이 있습니다. 두 개의 새로운 이슈가 bf16의 성능 문제를 정량화했습니다: #216은 bf16에 vadd/vmul이 없어 매 residual-add와 weight-mul마다 fp32 pass를 두 번 더 거쳐야 하며 FusedAddRMSNorm이 50%에 불과한 반면 fp16은 60%라고 지적했습니다. #213은 bf16과 fp16의 cast가 지원되지 않고, bf16 벡터 연산이 절반 속도이며, bf16 리덕션이 fp16보다 약 25% 느리다고 지적했습니다.
출처: https://github.com/tile-ai/tilelang-mlir-ascend/pull/203, https://github.com/tile-ai/tilelang-mlir-ascend/issues/216, https://github.com/tile-ai/tilelang-mlir-ascend/issues/213
2.7 Moore Threads: 저장소 조용, MUSA 생태계 측은 여전히 TileLang-MUSA를 마이그레이션 경로에 포함 (11-06)
tilelang-musa의 마지막 푸시는 11-05(모니터링 기간 외)에 멈춰 있으며, 이번 모니터링 기간에는 커밋이 없습니다. 그러나 11-06 Moore Threads의 Kimi-K3.1 Pro Day-0 공지에서 마이그레이션 경로는 “MATE 연산자 라이브러리, Triton-MUSA, TileLang-MUSA 및 MTCC 컴파일러를 통해 신규 아키텍처의 핵심 계산 경로 마이그레이션과 연동을 완료한다”고 명시하고 있어, TileLang-MUSA가 단순히 저장소에만 존재하는 것이 아니라 실제 모델 적응 툴체인에 진입했음을 보여줍니다.
출처: https://news.qq.com/rain/a/20261106A0FH3900
3. 생태계와 채택 측
3.1 TileOPs: 33건 병합, 성능 항목이 대다수, 건마다 A/B와 목표 기준 포함 (11-06 ~ 11-08)
72시간 이내에 TileOPs에 33개의 커밋이 머지되어 조직 내에서 가장 활발한 저장소가 되었습니다. 주제별로 병합하면: 원소별 및 리덕션 측면에서 #2869는 float32 역수에 스레드당 두 개의 16바이트 벡터를 제공하여, 1600만 행이 16개의 메모리 배치 중 원래 12개가 torch.compile에 뒤처졌지만(최악 비율 0.9917) 변경 후에는 하나도 뒤처지지 않게 했습니다. #2867은 비교 행 브로드캐스트 한 묶음을 두 라운드로 분할하고 블록 수를 절반으로 줄였으며, 16비트 ne를 단일 __hneu로 변경하고 logical_and/or가 NaN을 false로 읽던 오래된 문제를 수정했습니다(작성자는 결과가 목표 항목보다 낮다고 표시). #2851은 bf16 및 f32 나눗셈의 원소별 분기를 제거했습니다. #2862는 float16 나눗셈이 서브노멀 동점에서 torch 방식으로 반올림되도록 했습니다. 정규화 및 어텐션 측면에서 #2866은 8192 너비의 RMSNorm 긴 시작을 두 번 읽기, warp당 네 행 256 너비로 변경했습니다. #2846은 안정적 이동 후의 통계량과 분산 리덕션을 수행합니다. #2848, #2854, #2843은 각각 페이징 split의 상주도, SM90 가변 길이 GQA의 decode 패킹, gathered paged split의 공유 메모리 자리 표시를 처리합니다. GEMM 및 양자화 측면에서 #2863은 basic 및 split-K 타일의 SMEM 링을 채우고, bias를 producer에 넣으며, GEMV에 더 깊은 링을 제공합니다. #2864는 kernel 내에서 그룹 시작점을 읽고 그룹 행 수에 따라 타일을 선택합니다. #2865는 TMA로 128행 타일의 FP8 A scale을 로드합니다. #2853은 M=128의 o-proj FP8 GEMM에 대해 CTA 쌍에서 K를 분할합니다. #2844는 INT8 W8A8의 96 및 160 너비 타일을 해당 너비의 단일 WGMMA로 발행합니다. #2842는 INT8 per-tensor 역양자화를 분기 없는 경로로 수렴시킵니다. 저장 및 풀링 측면에서 #2868은 인접 lane이 16바이트 int64 위치를 교환하여 각 16바이트 저장이 32바이트 섹터를 채우도록 하며(vgg-block은 원래 501760개의 쓰기에 대해 900444개의 섹터를 발행하고 warp 종료 시 drain에 걸렸음), 윈도의 첫 번째 tap으로 초기화하여 비교와 선택을 한 번 절약합니다. 유지보수 측면에는 #2857, #2858, #2859, #2850 네 건의 정리 및 리팩터링이 있습니다.
출처: https://github.com/tile-ai/TileOPs/pull/2869, https://github.com/tile-ai/TileOPs/pull/2868, https://github.com/tile-ai/TileOPs/pull/2867, https://github.com/tile-ai/TileOPs/pull/2866, https://github.com/tile-ai/TileOPs/pull/2865, https://github.com/tile-ai/TileOPs/pull/2864, https://github.com/tile-ai/TileOPs/pull/2863, https://github.com/tile-ai/TileOPs/pull/2862, https://github.com/tile-ai/TileOPs/pull/2851, https://github.com/tile-ai/TileOPs/pull/2846, https://github.com/tile-ai/TileOPs/pull/2848, https://github.com/tile-ai/TileOPs/pull/2854, https://github.com/tile-ai/TileOPs/pull/2843, https://github.com/tile-ai/TileOPs/pull/2844
3.2 TileOPs: SM89, FP8 가변 길이 어텐션, 그룹 GEMM 및 decode sinks 보완 (11-07)
소비자용 및 워크스테이션 카드 지원 범위가 이 모니터링 기간에 집중적으로 보강되었다: #2855는 SM89에서 일반 FP8 가변 길이 GQA kernel을 활성화했으며(warp specialization 구현은 여전히 SM90으로 제한되며 명시적 서브클래스 선언을 사용), 작성자는 RTX 6000 Ada, PyTorch 2.13.0+cu130 환경의 전체 호출 시간과 CUPTI GPU 시간 비교를 제공하고 「후보가 항상 Torch보다 먼저 실행되어 실행 순서 효과를 통제하지 못했다」고 명시했다; #2840은 SM89의 prefill sinks를 지원하고 packed 입력 ABI를 유지한다; #2845는 SM89의 dense decode sinks를 지원한다; #2841은 SM89에서 정렬된 FP8 grouped GEMM을 지원한다. 기능 측면에서는 #2823이 GEMMFwdOp에 선택적 bias를 추가하여 dense, GEMV, split-K 세 경로를 모두 커버한다; #2847은 FP8 dense prefill의 입력과 RoPE 정밀도를 수정한다; #2838은 넓은 피연산자 행의 TN 단일 요소 축소를 허용한다. 이번 변경들은 SM89(RTX 6000 Ada, L40S 계열)가 더 이상 「CUDA 참조 구현만 실행할 수 있는」 아키텍처가 아님을 의미한다.
출처: https://github.com/tile-ai/TileOPs/pull/2855, https://github.com/tile-ai/TileOPs/pull/2840, https://github.com/tile-ai/TileOPs/pull/2845, https://github.com/tile-ai/TileOPs/pull/2841, https://github.com/tile-ai/TileOPs/pull/2823, https://github.com/tile-ai/TileOPs/pull/2847, https://github.com/tile-ai/TileOPs/pull/2838
3.3 TileOPs: 야간 성능 격차가 리포트에서 위키 큐와 프로젝트 보드로 전환 (11-07)
세 건의 CI 변경이 「벤치마크 결과」를 「실행 가능한 큐」로 바꾼다: #2849는 매 night의 성능 격차 큐를 위키의 Perf Tracker에 기록한다; #2852는 해당 큐를 GitHub 프로젝트 보드로 동기화한다; #2856은 각 연산자가 목표에 도달하면 자동으로 Done으로 이동시킨다. 같은 날 #2860은 이 파이프라인의 산출물 중 하나의 예시이다: softmax 입력 행이 L2를 초과할 때 evict-last 로드를 사용하여 이후에도 사용해야 할 행이 캐시에서 밀려나지 않도록 한다. 이 메커니즘의 가치는 자동화 자체가 아니라 「어떤 연산자가 얼마나 부족한지, 어떤 형상에서 부족한지」를 공개적이고 큐에 넣을 수 있으며 종료 가능한 항목으로 만들어, 성능 작업에 대한 개인 기억 의존도를 줄인다는 데 있다.
출처: https://github.com/tile-ai/TileOPs/pull/2849, https://github.com/tile-ai/TileOPs/pull/2852, https://github.com/tile-ai/TileOPs/pull/2856, https://github.com/tile-ai/TileOPs/pull/2860
3.4 TileFoundry: 5건 병합, 불변량을 검사 가능한 객체로 작성; 크로스 CTA Partial 검토 중 (11-06 ~ 11-08)
오늘의 중점에서 다룬 세 건 외에 #290과 #288이 추가로 있다: 전자는 isl 관계가 상수 곱 나눗셈에서 정밀도를 유지하도록 하여 스케줄링 분석이 정수 근사로 인해 오판하지 않도록 한다; 후자는 「완료된 부분 축소」를 비용에 포함시켜, 이전에 partial 축소를 미완료로 계산하던 편차를 수정한다. 검토 중인 #292는 크로스 CTA Partial 축소와 split-K 스케줄링을 지원하려 하며, 이는 #293이 정의한 배치 의미와 정확히 연결된다——#293은 이미 크로스 CTA Partial을 할당 분석 내로 제한했고, 축소 lowering, 다중 gmem 사본의 런타임 읽기, split-K 스케줄링은 #292에 남겨두었다. 이 라인이 병합되면 TileFoundry는 「하나의 텐서를 CTA별로 분할하고, 각각 부분합을 하나씩 쓰고, 마지막에 병합하는」 분산 GEMM의 일반적인 형태를 표현할 수 있게 된다.
출처: https://github.com/tile-ai/TileFoundry/pull/290, https://github.com/tile-ai/TileFoundry/pull/288, https://github.com/tile-ai/TileFoundry/pull/292
3.5 topa: 이틀간 15건, 「한 라운드」를 hunt / round / review 세 명령으로 고정 (11-07 ~ 11-08)
topa는 조직 내에서 10-04에야 만들어진 새 저장소로, 포지셔닝은 README 배너에 적혀 있다: 「TileFoundry and TileOPs, a Path to Autonomous kernel engineering」. 이틀 동안 15건이 머지되었고, 주로 워크플로를 고정하는 작업이었다: topa hunt는 wiki에서 최신 하룻밤의 성능 격차 큐를 가져오고, topa round start <Op>는 「에이전트 하나, GPU 하나, 연산자 하나」로 한 라운드를 시작하며, topa round status는 각 라운드의 에이전트와 PR을 보여주고, topa review prepare <PR>은 체크리스트에 따라 한 차례 리뷰를 수행한다. 함께 포함된 변경으로는 PR 본문을 squash 커밋이 지닌 Summary로 제한(#7 시리즈), 큐 라운드에 해당 연산자의 이전 시도 기록을 첨부(#16), PR을 열기 전에 체크리스트로 전체 diff를 리뷰(#19), round stop --rm으로 이번 라운드에서 만든 worktree 정리(#21), CI에서 Python 3.11과 3.13의 단위 테스트와 ruff 실행(#14)이 있다. 이것은 컴파일러 변경은 아니지만, TileOPs의 perf PR이 이틀 만에 33건까지 올 수 있었던 이유를 설명해 준다.
출처: https://github.com/tile-ai/topa, https://github.com/tile-ai/topa/pull/5, https://github.com/tile-ai/topa/pull/16, https://github.com/tile-ai/topa/pull/19, https://github.com/tile-ai/topa/pull/21, https://github.com/tile-ai/topa/pull/14
3.6 채택자와 서드파티: TileKernels, FlashQLA 푸시 없음; Kimi K3 어텐션 레지듀얼과 V4.1 Flash 조각 등장 (11-08)
공식 채택자 두 저장소는 모니터링 기간 내 푸시가 없었다: deepseek-ai/TileKernels는 10-14에 멈춰 있고, QwenLM/FlashQLA는 10-30에 멈춰 있다. 서드파티 측에서는 언급할 만한 새 저장소 두 개가 나타났다: Index4NekoMeteor/Tilelang-AttnRes는 TileLang으로 Kimi K3의 Attention Residual 아키텍처를 구현했으며(전방향만), 테스트 환경은 Windows 11, 9800X3D와 RTX 5080이다; kevin3113/models-tilelang에는 DeepSeek V4.1 Flash의 모델 조각 예제가 있으며, 그중 L0의 「Attention 출력 + FFN 전처리」는 7개의 ops-tilelang 연산자로 이어지며 post, 제곱합을 포함한 GEMM, 부분합 리덕션과 RMSNorm, split 단위 혼합 등의 단계를 순서대로 수행한다. 또 xwhzz/tilelang-hexagon은 업스트림 포크로, README는 여전히 TileLang 원문이며 검증 가능한 Hexagon 백엔드 변경은 보이지 않는다.
출처: https://github.com/deepseek-ai/TileKernels, https://github.com/QwenLM/FlashQLA, https://github.com/Index4NekoMeteor/Tilelang-AttnRes, https://github.com/kevin3113/models-tilelang, https://github.com/xwhzz/tilelang-hexagon
4. 커뮤니티, 튜토리얼 및 활동
4.1 문서 사이트 6회 업데이트, 야간 저장소 메인 브랜치 커밋 없음 (11-06 ~ 11-08)
tilelang.github.io는 모니터링 기간 내 6회 Update docs(11-06 두 번, 11-07 한 번, 11-08 두 번, 그리고 새벽 커밋 한 번)를 기록했으며, 이는 메인 저장소의 이번 라운드 신규 kernel 명명, 다중 소스 캐시 및 CuTeDSL 예제에 대응한다; TileOPs.github.io는 한 번 푸시되었다. TileOPs-nightly는 11-08 22:07에 푸시가 있었지만 메인 브랜치에는 새 커밋이 없으며, 야간 벤치마크 산출물 갱신에 해당한다.
출처: https://github.com/tile-ai/tilelang.github.io, https://github.com/tile-ai/TileOPs.github.io, https://github.com/tile-ai/TileOPs-nightly
4.2 뉴스 측: Moore Threads, Kimi-K3.1 Pro Day-0 적응 완료; Foro3D, DeepSeek V5 계획 전언 (11-06)
Moore Threads는 11-06에 MTT S5000과 MUSA 소프트웨어 스택을 기반으로 Kimi-K3.1 Pro(3조 파라미터, 100만 컨텍스트)의 Day-0 적응을 완료했다고 발표했으며, 모델 로딩, 서비스 기동 및 텍스트/이미지 추론 경로를 연결했습니다. 공식 설명에는 팀이 SGLang-MUSA를 통해 업스트림 구현을 수용했고, MATE 연산자 라이브러리, Triton-MUSA, TileLang-MUSA 및 MTCC 컴파일러로 핵심 연산 경로 마이그레이션을 완료했으며, 희소 어텐션 DSA의 인덱스 선택, KV 캐시 레이아웃 및 Prefill/Decode 경로도 적응 범위에 포함된다고 명시했습니다. 공개 보도에서는 검증 구성이 6대의 서버, 각 서버당 8장의 S5000, 총 48카드였다고 언급했으며, 공지 자체는 처리량과 동시성 수치를 공개하지 않았습니다.
같은 날 Foro3D의 영문 기사는 DeepSeek가 Huawei Ascend 950DT(Atlas SuperPoD)에서 약 8조 파라미터의 V5를 처음부터 학습할 계획이며, 해당 소프트웨어 스택이 TileLang, DeepGEMM-Ascend 및 FlashMLA로 MFU를 45%까지 끌어올리고 구매 규모는 16만 장이라고 보도했습니다. 유의할 점: DeepSeek 공식은 V5 계획을 공개하지 않았으며, 공개적으로 확인 가능한 최신은 여전히 V4.1 시리즈(V4.1-Flash 및 10-17의 V4.1-Flash-1017)이고, 제3자 추적 사이트도 V5를 미출시로 표시하고 있으므로 이 항목은 소문으로만 기록해야 하며 기정사실로 삼아서는 안 됩니다.
출처: https://news.qq.com/rain/a/20261106A0FH3900, https://foro3d.com/en/2026/noviembre/deepseek-prepara-su-v5-de-8-billones-de-parametros-sobre-silicio-huawe.html
4.3 검색 범위: Hacker News 미검출, arXiv 모니터링 기간 내 신규 논문 없음(11-06 ~ 11-08)
Google News의 중영문 6개 쿼리에서 15건이 검출되었고, 중복 제거 후 TileLang과 관련된 것은 4.2의 두 건뿐이며, 나머지는 DeepSeek와 Ascend의 기사 또는 무관한 재테크 기사입니다. Hacker News에서 tilelang으로 조회한 모니터링 기간 내 결과는 0건입니다. arXiv에서 all:tilelang으로 검색한 결과, 최신 관련 항목은 11-03의 KV 압축 논문(v2)이며, 모니터링 기간 내 신규 논문은 없습니다.
출처: https://news.google.com/, https://hn.algolia.com/, https://arxiv.org/
5. 트렌드 관찰
첫째, 자동화의 폐루프가 형성되었으나 폐루프의 중심이 「코드 작성」에서 「계약 정의」로 이동했습니다. topa의 15건에는 커널 코드가 한 줄도 없으며 전부 라운드 규칙, 리뷰 체크리스트, PR 본문 형식 및 worktree 정리였습니다. TileOPs의 33건 중 대부분은 「목표 항목에 따라 파라미터 하나 수정, A/B 한 세트 제공」이었고, TileFoundry의 5건은 「배치 동등」「TMA 완료」「덮어쓰기 전 읽기」의 정의를 내리는 것이었습니다. 세 가지를 겹치면 완전한 파이프라인이 됩니다: 야간 벤치마크로 격차 발견, 큐가 연산자 할당, agent가 TileFoundry의 스케줄링 공간에서 수정, 리뷰가 체크리스트에 따라 수치 확인, 병합 후 자동 종료. 이 파이프라인의 산출 효율은 이미 수치로 드러났지만(72시간 71건), 「계약이 충분히 명확하게 작성되었는가」에 극도로 민감합니다. 오늘 #2867이 「목표 항목 미달」로 표시되었음에도 병합되었고, #301이 순서를 정할 수 없을 때 추측 대신 오류를 선택한 것은 모두 계약이 작동하는 모습입니다.
둘째, Ascend의 병목이 「컴파일 가능 여부」에서 「선언과 구현의 일치 여부」로 바뀌었습니다. 14건의 issue 중 「특정 기능 미지원」은 한 건도 없으며, 전부 「지원한다고 선언했으나 구현이 다른 경로로 감」입니다: HCU_MCPU_SET에 gfx928이 있으나 C++에 분기가 없음(Hygon도 동일), T.simd.vcvt 문서에는 int32/int64에서 f16으로 변환이라고 적혀 있으나 구현이 거부, annotate_unlimit_memory의 오류 메시지는 사용자에게 "shared.ss"를 전달하라고 하지만 함수 자체가 거부, gemm_blockscaled의 위치 파라미터와 공개 시그니처의 분기. 이런 결함의 공통 수정 방식은 기능 추가가 아니라 「선언」과 「구현」을 같은 표에 두고 생성적 검사를 수행하는 것입니다. 예를 들어 HCU_MCPU_SET에서 백엔드가 반드시 커버해야 할 아키텍처 목록을 생성하고, intrinsic 레지스트리에서 dtype/비트폭 지원 매트릭스를 생성하는 것입니다. 이를 달성하기 전까지 3060개 전부 통과한 테스트 보고서는 「테스트된 조합에 문제가 없다」만을 의미합니다.
셋째, CuTeDSL은 현재 「기능 커버리지는 CUDA에 근접, 정확성 경계는 아직 수렴하지 않음」 단계에 있습니다. #3685가 한 번에 63개 파일을 보완하며 cluster TMA, SM120 블록 스케일링 MMA, Philox, warp vote 등 CUDA 측에 이미 있던 기능을 채운 것은 기능 면의 정렬이 거의 완료되었음을 보여줍니다. 그러나 같은 모니터링 기간의 결함은 전부 경계에 있습니다: 다중 스트림 동시성 하의 grid barrier(#3868), 부호 있는 정수 나눗셈(#3551), 부호 없는 원자 연산과 부호 없는 버퍼(#3874/#3875/#3876). 이는 모두 「미구현」이 아니라 「구현되었으나 의미가 CUDA와 불일치」입니다. 사용자에게 실질적인 조언은 다음과 같습니다: CuTeDSL 경로는 예제 실행과 개발에 적합하며, 프로덕션 커널은 백엔드를 교체하기 전에 CUDA 백엔드와 원소별 비교 검증을 한 차례 수행해야 하며, 특히 음수 나눗셈, 부호 없는 비교 및 다중 스트림 동시성 시나리오에서 그러합니다.
넷째, 성능 최적화의 기록 방식이 변하고 있다. TileOPs의 이번 PR들의 특징은 각 건마다 ‘어떤 op, 어떤 benchmark, 결과가 기준을 충족했는지, 근본 원인이 무엇인지’를 명확히 적는다는 점이다: #2868은 900444개의 sector 대 501760개의 쓰기의 구체적 숫자를 제시하고, #2869는 16개의 메모리 배치 중 12개가 뒤처진 분포를 제시하며, #2855는 12라운드 워밍업, 각 라운드 10회 호출의 중앙값을 제시하면서 ‘실행 순서 효과를 통제하지 않았다’고 자발적으로 명시한다. 이러한 작성 방식은 ‘기준 미달’도 병합될 수 있게 한다(#2867). 독자가 그것이 가치가 있는지 판단할 수 있기 때문이다. 이에 비해 ‘X% 향상’만 적는 PR은 리뷰 시 kernel이 빨라진 것인지 측정이 변한 것인지 구분할 수 없다.
마지막으로 RISC-V 라인이다. 4개 소스 순회 점검 72시간 동안 변화 없음: kubuds/tilelang-riscv-kubuds의 두 kubuds- 브랜치, RuyiAI-Stack/tilelang-riscv의 MLIR 노선, TongmingLAIC/tilelang-riscv 인덱스 페이지와 TongmingLAIC/tilelang-tpu의 SOPHGO 브랜치 모두 원래 참조에 머물러 있다. 이는 메인라인의 리듬과 대조를 이룬다: GPU 측의 agent화 파이프라인은 이미 반복 주기를 ‘일’ 단위로 압축했지만, RISC-V 측은 여전히 ‘주’ 단위의 수동 추진이다. 두 라인의 격차는 엔지니어링 분량이 아니라, 격차를 자동으로 발견하고 자동으로 검증하며 자동으로 대기열에 넣는 회로가 있느냐에 있다.
부록, 자료 및 검증 설명
출처 검증표
| 출처 | 검증 결과 |
|---|---|
| tile-ai 조직(30개 저장소) | 모니터링 기간 내 11개 저장소 푸시; 신규 저장소 topa(10-04 생성) 이틀간 15건 병합 |
| tilelang 메인 저장소 | 메인 브랜치 8건 병합; 신규 issue 29건; 심사 중 59건(CuTeDSL, Ascend, WS, JIT 네 클러스터) |
| TileOPs | 메인 브랜치 33건 병합; 심사 중 12건; 신규 issue 없음 |
| TileFoundry | 메인 브랜치 5건 병합; 신규 issue 14건(대부분 분석기 공백); 심사 중 1건(#292 크로스 CTA Partial) |
| topa | 메인 브랜치 15건 병합; issue 없음; release 없음 |
| tilelang-ascend | ascendc_pto 브랜치 7건 병합; 4건의 issue 중 3건은 일일 테스트 리포트, 1건은 워크플로 실패 |
| tilelang-hygon | 2건 병합(#33, #34); 신규 issue 1건(gfx928); 심사 중 2건(#19, #36) |
| tilelang-mlir-ascend | mlir-dialect #203 병합; harness 3건; 신규 issue 2건; 심사 중 5건 |
| tilelang-metax | 메인 브랜치 업스트림 동기화만(tip은 #3760), 자체 커밋 없음 |
| tilelang-musa | 모니터링 기간 내 푸시 없음(마지막 11-05) |
| 릴리스 페이지(tilelang / TileOPs / TileFoundry) | 모니터링 기간 내 신규 버전 없음: tilelang은 여전히 09-30의 v0.1.15, TileOPs는 10-27의 v0.1.0, TileFoundry는 10-21의 v0.0.3 |
| TileKernels / FlashQLA | 모니터링 기간 내 푸시 없음(10-14 / 10-30) |
| 문서 사이트(tilelang / TileOPs / nightly) | tilelang.github.io Update docs 6회; TileOPs.github.io 1회; 야간 저장소 메인 브랜치 커밋 없음 |
| TileLang×RISC-V 4개 소스 순회 점검 | 변화 없음(4개 업스트림의 참조가 지난 스냅샷과 일치, 72시간 기간) |
| Google News(중영문 6개 그룹) / Hacker News / arXiv | 뉴스 측 관련 2건만(Moore Threads Day-0, Foro3D 전언); HN 0건; arXiv 기간 내 신규 논문 없음 |
전체 출처 목록
- [1] tilelang CuTeDSL grid 동기화를 per-launch workspace로 변경 (#3868) — https://github.com/tile-ai/tilelang/pull/3868
- [2] tilelang CuTeDSL 부호 있는 정수 절단 (#3551) — https://github.com/tile-ai/tilelang/pull/3551
- [3] tilelang CuTeDSL 예제 누락분 보완 (#3685) — https://github.com/tile-ai/tilelang/pull/3685
- [4] tilelang CUDA kernel 명명 (#3816) — https://github.com/tile-ai/tilelang/pull/3816
- [5] tilelang 다중 소스 캐시 디렉터리 (#3807) — https://github.com/tile-ai/tilelang/pull/3807
- [6] tilelang-ascend Z3 스케줄 전역 락 제거 (#3812) — https://github.com/tile-ai/tilelang/pull/3812
- [7] tilelang-ascend access_ptr 영역 수정 (#3805) — https://github.com/tile-ai/tilelang/pull/3805
- [8] tilelang block-causal varlen 예제 공유 메모리 예산 (#3845) — https://github.com/tile-ai/tilelang/pull/3845
- [9] tilelang WS 루프 캐리 업데이트가 consumer에서만 적용됨 (#3842) — https://github.com/tile-ai/tilelang/issues/3842
- [10] tilelang 병렬 루프 복사 시 원자 연산 및 읽기-수정-쓰기 중복 (#3870) — https://github.com/tile-ai/tilelang/issues/3870
- [11] tilelang tvm_ffi 호출 후 디바이스 미복원 (#3871) — https://github.com/tile-ai/tilelang/issues/3871
- [12] tilelang NVRTC 단일 인자 kernel 시작 실패 (#3877) — https://github.com/tile-ai/tilelang/issues/3877
- [13] tilelang cython 동적 공유 메모리 48 KB 초과 시 두 번째 디바이스에서 실패 (#3881) — https://github.com/tile-ai/tilelang/issues/3881
- [14] tilelang Metal packed FP16 정수 비트 패턴으로 연산 (#3866) — https://github.com/tile-ai/tilelang/issues/3866
- [15] tilelang CuTeDSL 부호 없는 원자 max/min 부호 있는 비교로 수행 (#3874) — https://github.com/tile-ai/tilelang/issues/3874
- [16] tilelang CuTeDSL 부호 없는 원자 비교 (#3876) — https://github.com/tile-ai/tilelang/issues/3876
- [17] tilelang CuTeDSL 부호 없는 버퍼에서 읽은 값은 부호 없이 유지되어야 함 (#3875) — https://github.com/tile-ai/tilelang/issues/3875
- [18] tilelang-ascend 텐서 시프트 량 지원 (#1949) — https://github.com/tile-ai/tilelang-ascend/pull/1949
- [19] tilelang-ascend PTO bitwise_xor uint8 workspace 형상 (#1959) — https://github.com/tile-ai/tilelang-ascend/pull/1959
- [20] tilelang-ascend Chunk O 순전파 연산자 (#1866) — https://github.com/tile-ai/tilelang-ascend/pull/1866
- [21] tilelang-ascend Chunk O 역전파 연산자 (#1802) — https://github.com/tile-ai/tilelang-ascend/pull/1802
- [22] tilelang-ascend Sparse MLA Forward SeeSaw (#1869) — <https://github.com/tile-ai/tilelang-asc
end/pull/1869>
- [23] tilelang-ascend fla_chunk_o 예제(#1953) — https://github.com/tile-ai/tilelang-ascend/pull/1953
- [24] tilelang-ascend CI 알림(#1990) — https://github.com/tile-ai/tilelang-ascend/pull/1990
- [25] tilelang-ascend 데일리 테스트 3032개 전부 통과(#1993) — https://github.com/tile-ai/tilelang-ascend/issues/1993
- [26] tilelang-ascend 데일리 테스트 3060개 전부 통과(#1995) — https://github.com/tile-ai/tilelang-ascend/issues/1995
- [27] tilelang-ascend 데일리 테스트 3060개 전부 통과(#1996) — https://github.com/tile-ai/tilelang-ascend/issues/1996
- [28] tilelang-ascend 워크플로 작업 실패(#1997) — https://github.com/tile-ai/tilelang-ascend/issues/1997
- [29] tilelang Ascend gemm_blockscaled 위치 인자 분기(#3857) — https://github.com/tile-ai/tilelang/issues/3857
- [30] tilelang Ascend vcvt bf16에서 f16으로 round/sat 교체(#3829) — https://github.com/tile-ai/tilelang/issues/3829
- [31] tilelang Ascend vdupv 알 수 없는 pos가 HIGHEST로 귀결(#3832) — https://github.com/tile-ai/tilelang/issues/3832
- [32] tilelang Ascend fp4 T.fill 0으로 나누기 크래시(#3852) — https://github.com/tile-ai/tilelang/issues/3852
- [33] tilelang Ascend 캐시 키에 ASCEND_NPU_ARCH 누락(#3853) — https://github.com/tile-ai/tilelang/issues/3853
- [34] tilelang Ascend CodeGenPTO 1441줄 디스패치 체인(#3848) — https://github.com/tile-ai/tilelang/issues/3848
- [35] tilelang Ascend gemm 형상 검사에 베어 assert 사용(#3840) — https://github.com/tile-ai/tilelang/issues/3840
- [36] tilelang Ascend vgatherb FP4 결과 레지스터 폭(#3839) — https://github.com/tile-ai/tilelang/issues/3839
- [37] tilelang Ascend annotate_unlimit_memory가 shared.ss 거부(#3846) — https://github.com/tile-ai/tilelang/issues/3846
- [38] tilelang-hygon scaled cast(#33) — https://github.com/tile-ai/tilelang-hygon/pull/33
- [39] tilelang-hygon reduce lane swap(#34) — https://github.com/tile-ai/tilelang-hygon/pull/34
- [40] tilelang-hygon gfx928 컴파일 실패(#35) — https://github.com/tile-ai/tilelang-hygon/issues/35
- [41] tilelang-hygon Block-Push GEMM+AR/GEMM+RS(#36) — https://github.com/tile-ai/tilelang-hygon/pull/36
- [42] tilelang-hygon Distributed(#19) — https://github.com/tile-ai/tilelang-hygon/pull/19
-
[43] tilelang-mlir-ascend TLIR 산술 연산자(#203) — <https://github.com/tile-ai/tilelang-m
- [44] tilelang-mlir-ascend bf16에 vadd/vmul 누락 (#216) — https://github.com/tile-ai/tilelang-mlir-ascend/issues/216
- [45] tilelang-mlir-ascend bf16 cast와 절반 속도 벡터 연산 (#213) — https://github.com/tile-ai/tilelang-mlir-ascend/issues/213
- [46] TileOPs 역수 이중 벡터 (#2869) — https://github.com/tile-ai/TileOPs/pull/2869
- [47] TileOPs max pool 전체 sector 저장 (#2868) — https://github.com/tile-ai/TileOPs/pull/2868
- [48] TileOPs 비교 행 브로드캐스트 2라운드 (#2867) — https://github.com/tile-ai/TileOPs/pull/2867
- [49] TileOPs 8192 너비 RMSNorm (#2866) — https://github.com/tile-ai/TileOPs/pull/2866
- [50] TileOPs FP8 그룹 GEMM A scale TMA (#2865) — https://github.com/tile-ai/TileOPs/pull/2865
- [51] TileOPs 그룹 GEMM 그룹 시작점 (#2864) — https://github.com/tile-ai/TileOPs/pull/2864
- [52] TileOPs SMEM 링과 bias producer (#2863) — https://github.com/tile-ai/TileOPs/pull/2863
- [53] TileOPs float16 나눗셈 서브노멀 타이 반올림 (#2862) — https://github.com/tile-ai/TileOPs/pull/2862
- [54] TileOPs softmax evict-last (#2860) — https://github.com/tile-ai/TileOPs/pull/2860
- [55] TileOPs GEMMFwdOp 선택적 bias (#2823) — https://github.com/tile-ai/TileOPs/pull/2823
- [56] TileOPs SM89 FP8 가변 길이 어텐션 (#2855) — https://github.com/tile-ai/TileOPs/pull/2855
- [57] TileOPs SM89 dense decode sinks (#2845) — https://github.com/tile-ai/TileOPs/pull/2845
- [58] TileOPs SM89 FP8 그룹 GEMM (#2841) — https://github.com/tile-ai/TileOPs/pull/2841
- [59] TileOPs SM89 prefill sinks (#2840) — https://github.com/tile-ai/TileOPs/pull/2840
- [60] TileOPs FP8 dense prefill과 RoPE 정밀도 (#2847) — https://github.com/tile-ai/TileOPs/pull/2847
- [61] TileOPs INT8 W8A8 단일 WGMMA (#2844) — https://github.com/tile-ai/TileOPs/pull/2844
- [62] TileOPs 야간 성능 큐 wiki 작성 (#2849) — https://github.com/tile-ai/TileOPs/pull/2849
- [63] TileOPs Perf Tracker 프로젝트 동기화 (#2852) — https://github.com/tile-ai/TileOPs/pull/2852
- [64] TileOPs 추격 연산자 Done으로 이동 (#2856) — https://github.com/tile-ai/TileOPs/pull/2856
- [65] TileFoundry TMA 동기화 계획 (#291) — https://github.com/tile-ai/TileFoundry/pull/291
- [66] TileFoundry 배치 값 의미론 (#293) — https://github.com/tile-ai/TileFoundry/pull/293
- [67] TileFoundry 덮어쓰기 전 이전 데이터 순서 (#30
1) — https://github.com/tile-ai/TileFoundry/pull/301
- [68] TileFoundry isl 관계 정확성(#290) — https://github.com/tile-ai/TileFoundry/pull/290
- [69] TileFoundry 부분 환원 완료 시맨틱(#288) — https://github.com/tile-ai/TileFoundry/pull/288
- [70] TileFoundry 크로스 CTA Partial 및 split-K(#292) — https://github.com/tile-ai/TileFoundry/pull/292
- [71] topa 저장소 — https://github.com/tile-ai/topa
- [72] topa 시작 가이드 및 1차 수정(#5) — https://github.com/tile-ai/topa/pull/5
- [73] topa 큐 라운드에 과거 시도 이력 포함(#16) — https://github.com/tile-ai/topa/pull/16
- [74] topa PR 생성 전 전체 diff 리뷰(#19) — https://github.com/tile-ai/topa/pull/19
- [75] topa round stop –rm worktree 정리(#21) — https://github.com/tile-ai/topa/pull/21
- [76] topa Python 3.11/3.13 CI(#14) — https://github.com/tile-ai/topa/pull/14
- [77] deepseek-ai/TileKernels — https://github.com/deepseek-ai/TileKernels
- [78] QwenLM/FlashQLA — https://github.com/QwenLM/FlashQLA
- [79] Tilelang-AttnRes(Kimi K3 어텐션 잔차) — https://github.com/Index4NekoMeteor/Tilelang-AttnRes
- [80] models-tilelang(DeepSeek V4.1 Flash 스니펫) — https://github.com/kevin3113/models-tilelang
- [81] tilelang-hexagon fork — https://github.com/xwhzz/tilelang-hexagon
- [82] tilelang 문서 사이트 — https://github.com/tile-ai/tilelang.github.io
- [83] TileOPs 문서 사이트 — https://github.com/tile-ai/TileOPs.github.io
- [84] TileOPs-nightly — https://github.com/tile-ai/TileOPs-nightly
- [85] Moore Threads Kimi-K3.1 Pro Day-0 적응(Tencent News 11-06) — https://news.qq.com/rain/a/20261106A0FH3900
- [86] Foro3D: DeepSeek V5 8조 파라미터 보도(11-06) — https://foro3d.com/en/2026/noviembre/deepseek-prepara-su-v5-de-8-billones-de-parametros-sobre-silicio-huawe.html
검증 설명
- 본 리포트는 월요일 모니터링 기간으로 2026-11-06 07:00부터 2026-11-09 07:00까지 총 72시간을 포함하며 토요일과 일요일을 포함한다. 이전 호(11-06 07:00 기준 시점)와 중복되지 않는다.
- 병합 진실값은 GitHub
is:merged검색을 기준으로 하며, 메인 브랜치 신규 추가는 저장소별commits?since=로 재확인했다. tilelang-metax의 푸시는 업스트림 동기화이며, tip 커밋의 committer 날짜가 모니터링 기간 시작보다 앞서므로 「자체 변경 없음」으로 처리했다. - 뉴스 측에서는 두 건만 TileLang과 관련이 있다. Moore Threads 건은 공식 공지 보도를 인용한 것으로 구체적인 마이그레이션 경로를 포함한다. Foro3D 건은 2차 보도이며 DeepSeek 공식은 V5 계획을 발표하지 않았으므로, 리포트에 「공식 확인되지 않음」으로 표기했고 사실로 사용하지 않았다.
- 성능 수치는 모두 PR 설명 원문(목표 바, A/B 비율, sector 수, 소요 시간)에서 가져왔으며 2차 환산은 하지 않았다.
#2867원문에 「목표 바 미달」로 표기된 내용은 리포트에 그대로 유지했다. - RISC-V 4개 출처 점검은 72시간 동안 변화가 없었고, 관련 인용은 이전 호 스냅샷과 일치하므로 별도 소절로 두지 않았다.
- 본 리포트에는 어떠한 로컬 경로, 프록시 주소 또는 내부망 정보도 포함되지 않는다. 모든 링크는 공개 접근 가능한 주소이다.