TileLang 데일리 리포트 (2026-11-12)
모니터링 기간: 2026-11-11 07:00 ~ 2026-11-12 07:00 (베이징 시간, 24시간; 이전 기간 기준점은 11-11 07:00).
출처: GitHub tile-ai 조직 저장소별 점검(30개 저장소, 기간 내 푸시 7건, 그중 2건은 문서 사이트 자동 푸시) + 조직 수준 병합 및 심사 중 실측 검색(기간 내 병합 6건, 심사 중 업데이트 57건, 신규 issue 35건) + 메인 브랜치 커밋별 점검(tilelang 3, TileOPs 0, tilelang-hygon 0, mlir-ascend 1) + 비기본 브랜치 점검(hygon distributed, mlir-ascend master) + 릴리스 페이지 점검(tilelang / TileOPs, 기간 내 신규 버전 없음) + 제3자 RISC-V 계열 2개 저장소(TileLang–Weft 및 그 벤치마크 저장소) + Google News 중·영문 검색 + Hacker News + arXiv. RISC-V 4개 소스 집중 점검 24시간 무변화.
이번 호 인덱스
-
오늘의 핵심: 메인라인 병합 3건 모두 Ascend, PTO 타깃이 tvm_ffi를 기본 실행 백엔드로 승격; Hygon 분산 3종 세트 distributed 브랜치에 병합; Ascend 프런트엔드 하루 만에 issue 30건 심사 적발
-
- 핵심 프로젝트 진행
- 1.1 Ascend: PTO 타깃 기본 실행 백엔드 tvm_ffi로 전환, 전체 모듈이 디바이스 빌드 단계에서 컴파일 및 캐시 (11-11)
- 1.2 Ascend: AutoSchedule, 세 가지 필요 조건으로 주기 하한 강화, Z3 풀이 시간 10.04% 감소 (11-11)
- 1.3 Ascend: 정수 원자 연산 signless 캐리어 적응, 12개 PTO 테스트 케이스로 32비트 및 64비트 커버 (11-11)
- 1.4 메인라인: 기간 내 병합 3건 모두 Ascend, CUDA와 CPU 측은 심사 큐에 머물러, 버전은 여전히 v0.1.15 (11-11)
- 1.5 TIRx: ceildiv와 음수 scale의 split div/mod 2건 심사 중, 중첩 floor division 오류와 동일 기원 (11-11)
- 핵심 프로젝트 진행
-
- 멀티 백엔드 적응
- 2.1 Hygon: 분산 3종 세트 distributed 브랜치에 병합, Block-Push와 Block-Pull 두 통신 경로 (11-11)
- 2.2 Hygon: ds_read_vector Alt2 및 LDS 레이아웃 추론 심사 개시 (11-11)
- 2.3 mlir-ascend: CI를 Ascend 950 AscendC 단일 PR 게이트로 축소 (11-11)
- 2.4 mlir-ascend: harness 지식 베이스 강화 병합, tl.or 신규 번호로 재심사 제출 (11-11)
- 2.5 Ascend AscendC 저장소: Gated MLA와 fla_chunk 3종 세트 등 10건 심사 중, 병합은 여전히 0 (11-11)
- 2.6 CUDA와 Metal: SIMD-group 경계 초과 수정, 256비트 벡터화, SM90 공유 전치 심사 중 (11-11)
- 멀티 백엔드 적응
- 2·5. RISC-V 백엔드와 커뮤니티 (집중 관찰)
- 2.7 4개 소스 점검: 연속 다섯 번째 기간 무변화, TVM과 MLIR 두 계열 여전히 원래 참조에 정체 (11-12)
- 2.8 4개 소스 외: TileLang–Weft weft-parity 릴리스, 553/553이 Triton의 1.03배 이내 (11-11)
-
- 생태계와 채택 측
- 3.1 TileOPs: 메인라인 커밋 없음, W4A16 2건 중첩으로 chunked-prefill-tile 37.3→31.6마이크로초 (11-11)
- 3.2 TileOPs: DeepSeek-V3 prefill의 FP8 grouped GEMM, A scale을 TMA로 변경 (11-11)
- 3.3 TileOPs: softmax 2 CTA cluster 목표 달성, long-K NT GEMM 선택기 변경 미달성 (11-11)
- 3.4 TileOPs nightly: Perf Tracker wiki 당일 19:52 갱신 (11-11)
- 생태계와 채택 측
-
- 커뮤니티, 튜토리얼 및 활동
- 4.1 Ascend 프런트엔드 체계적 감사 1회: 하루 30건 issue, 26건이 Ascend 직접 지목 (11-11)
- 4.2 심사 중 수정과 감사 호응: VMI mask 검증, SIMD fill 복원, E4M3 ND/NZ 복사 (11-11)
- 4.3 뉴스 측: 중·영문 5개 검색 그룹 기간 내 0건 적중, HN과 arXiv도 관련 항목 없음 (11-11)
- 4.4 기준 수정: K3 두 항목 Q1 대조의 구 Triton 산출물이 -128 음수 변환 시 오버플로 (11-11)
- 커뮤니티, 튜토리얼 및 활동
-
- 트렌드 관찰
오늘의 핵심
이 모니터링 기간 조직 내에는 머지가 6건뿐으로, 이전 회차의 9건에서 다시 3분의 1 줄었지만, 숫자보다 구조가 더 주목할 만하다. 6건 중 3건이 메인 저장소에 있으며 모두 Ascend에 속하고, CUDA나 CPU는 단 한 건도 없다. 가장 큰 변경은 #3516(20개 파일, +1549/−182)으로, tvm_ffi를 pto 타깃의 기본 실행 백엔드로 승격시켰다. 이전에는 target="pto"가 Cython 런처를 거쳤으나, 이제 execution_backend="auto"가 tvm_ffi로 직접 해석되며, 공유 host codegen이 MakePackedAPI와 C host를 생성하고 Ascend 런타임이 aclrtLaunchKernelWithHostArgs로 PTODSL이 컴파일한 aibin을 시작한다. 경로는 AscendC 커널과 동일하다. 이에 수반되는 것은 모듈 수준 툴체인 콜백 한 곳이다. 전체 PTODSL 모듈이 device build 단계 내에서 한 번에 컴파일되며(ptodsl → ptoas → bisheng fatobj-link → .aicore_binary 추출), 결과는 ptoas 파라미터, ptoas 버전 및 CANN 아이덴티티를 기준으로 캐시 키에 들어간다. 기존 경로는 execution_backend="pto"로 유지되며, 두 산출물은 비트 단위로 일치한다.
두 번째 변경인 #3776은 솔버 측의 조 tightening이다. AutoSchedule은 원래 고정된 주기 하한으로 이분 탐색을 시작했으나, 이번에는 세 가지 필요 조건의 최댓값을 취하도록 변경되었다. 단일 태스크 경계는 각 태스크 시작 간격의 최댓값을 사용하고, 리소스 그룹 경계는 쌍별 충돌 태스크를 잔여값으로 정렬한 뒤 인접 차이와 처음·끝 차이로부터 주기가 각 시작 간격의 합 이상임을 도출하며, 자기 의존 경계는 S_u - S_u >= wait - d*P로부터 주기가 ceil(wait/d) 이상임을 역산하고, 버전 관련 거리는 num_stages로 환산한다. 추가적인 하한 탐색은 도입되지 않았고 스케줄링 모델도 변경되지 않았다. 실증은 Ascend 950PR, CANN 9.3.0 주간 버전에서 이루어졌다. 컴파일 캐시를 끄고 1회 워밍업 후 3회 측정을 교차 반복한 결과, 모든 Ascend 예제가 컴파일을 통과했고 스케줄링 결과는 변하지 않았으며, Z3 솔버 단계 누적 소요 시간이 10.04% 감소했다.
세 번째 사안은 메인 저장소에 없다. Hygon의 분산 3종 세트 #36(6개 파일, +2022/−0)은 16:20에 main이 아닌 distributed 브랜치에 머지되었으며, 내용은 Block-Push 버전의 GEMM + AllReduce, Block-Push 버전의 GEMM + ReduceScatter, Block-Pull 버전의 AllGather + GEMM 세 가지 연산-통신 융합 연산자이며, 성능 데이터와 구현 설명은 README에 작성되어 있다. 같은 날 #37이 HCU의 ds_read_vector Alt2와 LDS 레이아웃 추론을 열었다. 이 라인은 10-29의 push-wave reduce-scatter 예제에서 시작해 융합 연산자 목록까지 이어졌으며, Hygon 저장소가 처음으로 체계적으로 분산을 다루는 사례이다.
네 번째 사안은 품질 측의 집중적 폭발이다. 모니터링 기간 내 35개의 신규 이슈 중 30개가 메인 저장소에 속하며, 그중 26개가 Ascend를 직접 겨냥한다. 두 계정이 오후부터 심야 사이에 각각 십여 건을 보고했으며, 형태가 매우 일관된다. 즉 “잘못 실행된” 것이 아니라 “마땅히 오류를 내야 하는데 조용히 통과한” 것이다. T.Kernel이 0 또는 음수 block 수를 받아들이고, T.alloc_l1이 2 GiB 할당을 받아들이며, T.Persistent가 음수 wave와 stage를 받아들이고, T.unroll이 −1을 받아들여 #pragma unroll -1을 내보내며, 음수 텐서 차원이 컴파일러를 직접 붕괴시킨다. 또 다른 그룹은 의미 불일치이다. hf32의 nearest_zero가 NEAREST_AWAY로 컴파일되고, GEMM 입력 dtype 테이블과 codegen이 양방향으로 불일치하며, reduce_bitand 계열이 Ascend 템플릿에 정의되지 않은 타입을 내보내고, 동형 ND→NZ 스캐터가 마스크 카운트가 롤백되지 않아 무한 루프에 빠진다. 이 이슈들은 대부분 여전히 열려 있으나, 당일 이미 VMI mask 검증, SIMD fill 복구 등의 대응 수정이 리뷰 중이다.
출처: https://github.com/tile-ai/tilelang/pull/3516 , https://github.com/tile-ai/tilelang/pull/3776 , https://github.com/tile-ai/tilelang-hygon/pull/36 , https://github.com/tile-ai/tilelang/issues/3920
1. 핵심 프로젝트 진행 상황
1.1 Ascend: PTO 타깃 기본 실행 백엔드를 tvm_ffi로 전환, 전체 모듈을 디바이스 빌드 단계에서 컴파일 및 캐시(#3516)
#3516(20개 파일, +1549/−182)은 이번 회차 최대 변경이다. 변경의 실질은 pto 타깃을 “전용 Cython 런처”에서 “AscendC와 동일한 host 경로”로 이전하는 것이다. target="pto"에 execution_backend="auto"를 설정하면 tvm_ffi로 해석되며, 공유 host codegen이 MakePackedAPI와 C host 빌드를 담당하고, Ascend 런타임 모듈이 aclrtLaunchKernelWithHostArgs로 PTODSL이 생성한 aibin을 시작한다.
디바이스 빌드 측에 모듈 수준 툴체인 콜백을 새로 추가해 전체 PTODSL 모듈을 한 번에 컴파일한다. ptodsl 프런트엔드 산출물, ptoas 하강, bisheng의 fatobj 링크, 그리고 .aicore_binary 추출까지 아우르며, 산출물은 aibin으로 캐시된다. 캐시 키에는 ptoas 파라미터, ptoas 버전과 CANN 아이덴티티가 함께 반영된다. 이 점이 핵심인데, 이전에는 이런 키에서 툴체인 버전이 빠져 있어 CANN 업그레이드를 건너뛸 때 오래된 산출물이 적중했다.
검증 범위는 넓게 펼쳐져 네 그룹의 테스트가 추가되었다. auto가 tvm_ffi로 해석되는지, 피호출 측이 출력을 할당하는지, 동적 형상과 동적 출력, 다중 디바이스 커널, 동적 공유 메모리, cube/vector 혼합 GEMM, source accessor, 내보내기 라이브러리, 호스트 측 루프 기동과 호스트 측 프로파일링 구간을 다룬다. 또한 등가성 테스트가 tvm_ffi와 기존 pto의 결과를 vecadd, 다중 커널, 동적 공유 메모리 세 가지 커널에서 비트 단위로 비교한다. 두 그룹의 캐시 테스트는 각각 바이너리 캐시와 커널 캐시를 커버하며, 캐시 적중 시 툴체인을 건너뛰는지, 손상된 항목이 오류를 던지는지, 그리고 완전히 새로운 프로세스에서 적중하는지를 검증한다. 기존 경로는 계획대로 유지되며, 커버리지가 확인된 후에 은퇴한다.
출처: https://github.com/tile-ai/tilelang/pull/3516
1.2 Ascend: AutoSchedule이 세 가지 필요조건으로 주기 하한을 조여 Z3 풀이 시간 10.04% 감소 (#3776)
#3776(1개 파일, +20/−1)은 초기값만 바꾸고 알고리즘은 바꾸지 않는다. 기존의 이분 탐색은 고정된 하한에서 시작했지만, 이제는 먼저 세 가지 필요조건을 계산한 뒤 최댓값을 취한다. 단일 태스크 경계는 각 태스크의 시작 간격에 대한 하드 하한을 유지한다. 리소스 클리크 경계는 쌍별 리소스 충돌의 클리크를 대상으로, 태스크 잔여값을 오름차순으로 정렬한 뒤 인접 차의 제약과 처음·끝 차의 제약을 더해 주기가 클리크 내 시작 간격의 합보다 작지 않다는 것을 도출하며, 클리크 자체는 각 태스크를 시드로 삼아 탐욕적으로 열거한다. 자기 의존 경계는 S_u - S_u >= wait - d*P에서 역으로 풀며, 버전 관련 거리는 num_stages를 상한으로 한다.
실증 환경은 매우 구체적으로 기술되어 있다. Huawei Ascend 950PR, CANN 9.3.0의 20261009.01 주간 버전, 컴파일 캐시 비활성화, 각 구성마다 1회 워밍업 후 3회 측정을 교대로 수행했다. 결과는 두 가지다. Ascend 예제가 모두 컴파일을 통과했고 스케줄 결과가 변경 전과 동일하며(하한만 조였고 해는 바꾸지 않았음을 의미), Z3 풀이 단계의 누적 소요 시간이 10.04% 감소했다. 이분 탐색의 상·하한과 풀이 상태 처리는 변경되지 않았고, 추가적인 하한 탐지 절차도 도입되지 않았다.
이런 변경이 업스트림에 주는 가치는 단일 지점 성능이 아니라, 스케줄러의 풀이 시간이 연산자 규모에 따라 증가할 때 이분 탐색 시작점의 낭비가 선형으로 증폭된다는 점에 있다. 필요조건을 초기값에 반영하는 것은 매 풀이마다 무의미한 구간을 하나씩 줄여주는 것과 같다.
출처: https://github.com/tile-ai/tilelang/pull/3776
1.3 Ascend: 정수 원자 연산이 signless 캐리어에 적응, 12개 PTO 케이스로 32비트와 64비트 커버 (#3794)
#3794(4개 파일, +52/−6)는 #3512의 후유증을 고친다. 그 변경은 부호 있는 정수 타입을 signless의 i32/i64에서 si32/si64로 바꿨는데, PTO의 원자 인터페이스는 signless 캐리어를 요구하기 때문에 SIMT 커널의 정수 add/min/max 원자 연산이 곧바로 컴파일 실패했다.
수정 방식은 생성된 PTODSL 호출 경계에서 국소적으로 적응하는 것이다. 포인터와 피연산자를 동일 폭의 signless로 재해석하고 포인터의 주소 공간은 유지하며, 반환값은 다시 논리 타입으로 복원한다. min/max는 원래의 부호 있는 또는 부호 없는 비교 의미를 유지한다. 이렇게 하면 #3512가 도입한 논리 타입 체계를 뒤집지 않고, 적응을 원자 계층에만 국한한다.
회귀 케이스는 testing/ascend/language/simtvf 아래의 test_simtvf_atomics.py에 위치하며, 32비트와 64비트의 add/min/max, 음수 피연산자, 이전 값 반환, 32비트를 초과하는 값, 그리고 상위 비트가 1인 부호 없는 초기값을 커버한다. 새로 추가된 12개 PTO 케이스는 Ascend에서 모두 통과했다. 같은 배치로 병합된 #3792는 같은 계열 문제의 다른 측면을 고친다. T.atomic_add/max/min이 부호 있는 입력 때문에 PTO에서 컴파일 실패하는 문제다.
출처: https://github.com/tile-ai/tilelang/pull/3794
1.4 메인라인: 모니터링 기간 내 세 건의 병합이 모두 Ascend, CUDA와 CPU 측은 전부 심사 대기열, 버전은 여전히 v0.1.15
메인 저장소의 모니터링 기간 내 세 건의 병합을 방향별로 나눠 보면 결론은 명확하다. #3516, #3776, #3794가 전부 Ascend에 속하며 CUDA와 CPU 측은 병합이 전무하다. 지난 호에는 CUDA 명령어 수준 원시 연산 세 건이 메인에 들어갔지만 이번 호에는 한 건도 없다. CUDA 측이 멈춘 것이 아니라 전부 리뷰 대기열에 쌓여 있다. #3809(SM90 공유 전치를 ldmatrix/stmatrix로 하강), #3826(int16x16/uint16x16의 256비트 벡터화), #3723(SIMT im2col을 warp 특화 이전으로 이동), #3923(파이프라인 GEMM 피연산자를 완료 대기까지 유지), #3898(비동기 GEMM 공유 피연산자 수명) 모두 모니터링 기간 내에 업데이트가 있었지만 병합되지는 않았다.
버전 측은 여전히 보류 상태다. 메인 저장소 릴리스 페이지의 최신은 여전히 09-30의 v0.1.15이며, tag 시퀀스는 변하지 않았다. 0.1.16의 버전 번호 PR은 모니터링 기간 내에 업데이트되지 않았다. TileOPs 릴리스 페이지의 최신은 여전히 10-27의 v0.1.0이다. 즉, 이번 기간에 병합된 1549줄의 Ascend 실행 백엔드 변경 사항은 빠르면 다음 tag가 나와야 다운스트림 배포 패키지에 포함될 수 있다.
출처: https://github.com/tile-ai/tilelang/releases , https://github.com/tile-ai/tilelang/pull/3809 , https://github.com/tile-ai/tilelang/pull/3826
1.5 TIRx: ceildiv와 음수 scale의 split div/mod 두 건 심사 중, 중첩 floor division 오류와 동일 기원 (#93, #94)
tile-ai/tvm 측 모니터링 기간 내에 두 건이 심사 중이다: #94([Fix][TIRx] Make ceildiv exact for signed divisors)와 #93([Arith] Guard negative scales in canonical split div/mod). 두 건 모두 같은 종류의 문제 양 끝을 고치고 있다 — 부호가 정수 나눗셈과 나머지 연산에 들어가면 정규화 재작성의 전제가 더 이상 성립하지 않으므로, ‘정확성’과 ‘안전성’을 분리해서 처리해야 한다: ceildiv는 부호 있는 제수일 때도 결과가 여전히 정확해야 하고, split div/mod는 음수 scale 하에서 정규화를 거부해야 한다.
이는 메인 저장소에서 당일 새로 열린 #3937([BUG] 중첩 floor division이 음수 승수에서 잘못된 정수를 산출)과 같은 지점을 가리킨다: 음수 계수가 산술 단순화의 재작성 체인에 들어가면 경계 조건이 쉽게 누락된다. 차이는 #3937은 사용자 측 재현이고, #93/#94는 컴파일러 측에서 선제적으로 보강한 것이다.
출처: https://github.com/tile-ai/tvm/pull/94 , https://github.com/tile-ai/tvm/pull/93 , https://github.com/tile-ai/tilelang/issues/3937
2. 멀티 백엔드 어댑테이션
2.1 Hygon: 분산 3종 세트 distributed 브랜치에 병합, Block-Push와 Block-Pull 두 통신 경로 (#36)
#36(6개 파일, +2022/−0)은 지난 호에서 아직 열린 상태였는데, 이번 기간 16:20에 병합되었으며, 착지점은 main이 아닌 distributed 브랜치다 — 해당 저장소의 기본 브랜치 main의 최신 커밋은 여전히 11-06이므로, 이 변경은 기본 브랜치의 커밋 목록에는 나타나지 않고 브랜치별로 조회해야만 볼 수 있다. 착지점 차이는 명시할 필요가 있다: main은 v0.1.15-release와 동일 참조이고, distributed는 이미 11-03의 signal 원시 연산, 10-29의 push-wave reduce-scatter 예제와 이번 기간의 3종 세트를 별도로 진행해 왔다.
내용은 세 가지 연산자다: Block-Push 버전의 GEMM + AllReduce, Block-Push 버전의 GEMM + ReduceScatter, Block-Pull 버전의 AllGather + GEMM. Push는 계산 측이 능동적으로 결과를 상대방에게 밀어주는 것이고, Pull은 계산 측이 상대방의 allgather 결과를 당겨오는 것으로, 어느 경로를 선택할지는 통신 도메인 크기와 오버랩 윈도우에 달려 있으며, README에 성능 비교와 구현 방식이 제시되어 있다. 검증 측은 11-06에 이미 Torch 성능 베이스라인을 GEMM reduce-scatter 벤치마크에 추가했으며, 이번 기간에는 더 이상 변경되지 않았다.
출처: https://github.com/tile-ai/tilelang-hygon/pull/36
2.2 Hygon: ds_read_vector Alt2와 LDS 레이아웃 추론 심사 개시 (#37)
같은 날 11:21에 #37([HCU] Support ds_read_vector Alt2 and inferred LDS layouts)이 열렸으며, 방향은 두 가지 명령 형태를 보완하는 것이다: ds_read_vector의 두 번째 인코딩 형태, 그리고 제약으로부터 추론 가능한 LDS 레이아웃. 이는 11-06에 병합된 #34(DPP와 lane swap으로 reduction의 XOR shuffle을 최적화하고, 자유 후보 이전에 알려진 레이아웃 제약을 먼저 전파)와 같은 레이아웃 추론 노선이며, 차이는 #34는 reduction 측의 채널 교환을 처리하고 #37은 벡터 읽기의 인코딩과 레이아웃 구현을 처리한다는 점이다.
Hygon 저장소에는 현재 15개의 브랜치가 있으며, 그중 feat/hcu-* 계열이 6개, distributed가 1개로, 이 백엔드의 작업 범위가 단일 카드 명령에서 통신과 레이아웃 양 날개로 확장되었음을 보여준다.
출처: https://github.com/tile-ai/tilelang-hygon/pull/37
2.3 mlir-ascend: CI를 Ascend 950 AscendC 단일 PR 게이트로 축소 (#222)
#222(워크플로 파일 5개, +7/−9)가 10:27에 master 브랜치에 머지되었습니다. 수정 방식은 의도적으로 작게 잡았습니다. 모든 작업 정의, 조건, 스텝은 일절 건드리지 않고 각 워크플로 파일의 on: 블록만 변경했습니다. 이는 동시 편집이 가장 적게 일어나는 영역이므로 머지 충돌 범위가 최소화됩니다.
동기는 아주 노골적으로 적혀 있습니다. 이전에는 모든 PR이 전체 업스트림 매트릭스에서 펼쳐졌습니다(자체 구축 NVIDIA, AMD gfx942, macOS, 그리고 CANN을 먼저 빌드한 뒤 examples/ascend와 testing/ascend를 두 번 실행하는 Ascend 레그). 그러나 master에서 유일하게 개발 중인 백엔드는 Ascend 950이고 나머지 레그는 사실상 노이즈인 데다 희소한 하드웨어를 점유하고 있었으며, PTO 백엔드도 당시 아무도 추진하지 않고 있었습니다. 변경 후 PR 게이트는 단 두 가지로 줄었습니다. 클린 코드 lint와 Ascend 950의 AscendC 한 줄입니다.
이 변경이 다운스트림에 갖는 의미는 다음과 같습니다. mlir-ascend 저장소의 진입 기준선은 이제 한 세대의 하드웨어뿐이며, 구세대 Ascend의 회귀는 더 이상 머지 조건으로 삼지 않습니다.
출처: https://github.com/tile-ai/tilelang-mlir-ascend/pull/222
2.4 mlir-ascend: harness 지식 베이스 강화 머지, tl.or은 새 번호로 재심사 제출(#219, #225)
#219(10:03 머지)는 harness 브랜치의 강화 작업입니다. 실행 및 평가 파이프라인, 분석/개발 지식 베이스, 그리고 search@2 의존성 큐가 함께 추진되었습니다. 이는 11-10의 #217(지식 항목 보존 및 승인 번호 중복 제거)과 같은 계열로, 해당 저장소가 “탐색 과정에서 축적된 지식을 안정적으로 보존한다”는 것을 논의 속에 흩어두지 않고 제대로 된 엔지니어링으로 다루고 있음을 보여줍니다.
한편 세 건의 제안이 모니터링 기간 내에 들어오고 나갔습니다. #223(tl.alloc에 L0A/L0B/L0C/L1 네 개 주소 공간을 추가하여 FYP에 필요한 21개 함수 중 4개를 커버)과 #224(tl.or 방언 연산자)는 모두 머지되지 않은 채 닫혔고, #225는 동일한 내용으로 재심사 제출되어 열린 상태를 유지하고 있습니다. #225의 구현 경로는 add/sub/mul의 템플릿을 따라 TL_OrOp, verifyElementwiseBinary, ConvertBinary에서 hivm::VOrOp로의 변환, 그리고 codegen 측 분기를 보충하는 것이며, 방언 왕복과 TL→HIVM 두 그룹의 테스트를 포함하고 로컬 ctest 14/14를 통과했습니다. #220, #221은 스킬 측 두 건입니다. Ascend950 시뮬레이션 trace 워크플로(msprof 수집, MindStudio Insight 조회, npusim SQLite 내보내기)와 연산자 설계 가이드(단계 분해, SIMD/SIMT 선택, 저장소 예산, Cube MFU와 조건부 Roofline 계산기)입니다.
출처: https://github.com/tile-ai/tilelang-mlir-ascend/pull/219 , https://github.com/tile-ai/tilelang-mlir-ascend/pull/225
2.5 Ascend AscendC 저장소: Gated MLA와 fla_chunk 3종 세트 등 10건 심사 중, 머지는 여전히 0건(11-11)
tilelang-ascend 저장소는 이번 기간에도 “들어오기만 하고 나가지 않음”을 이어갔습니다. 모니터링 기간 내 조직 차원의 6건 머지 중 이 저장소에 속한 것은 한 건도 없었고, 심사 대기 큐는 또 한 겹 두꺼워져 당일 갱신된 건수가 10건 이상이었습니다. 연산자 측에서 가장 눈에 띄는 것은 #1970(PTO와 AscendC 두 라인을 위한 멀티 헤드 Gated MLA 전방), #1994 / #2004 / #1952(fla_chunk의 inter, intra, intra_token_parallel 3종 세트), #1605(Kimi Delta Attention의 디코딩 및 블록 프리필 전방, 910B 대상), #1989(catlass를 v2.2.0으로 업그레이드)입니다.
예제와 문서 측은 연산자 벤치마크를 보충하고 있습니다. #1558(rms_norm, cann-bench 20예시 및 성능 최적화), #1748(NMS, 20예시), #1607(GroupNorm, 20예시), #1677(sin/cos 문서 문자열 정교화 및 테스트와 API 문서 보충), #1732(두 백엔드에서 in-place를 지원하는 T.tile.silu/sigmoid), #2000(비트 연산의 PTO uint8 래핑 수정 및 src1 검증)입니다.
테스트 측에는 당일 확실한 기록이 하나 있습니다. #2003의 데일리 테스트 리포트에 따르면 11-11 07:58 실행에서 3060개 항목이 전부 통과하여 통과율 100%를 기록했습니다. 규모가 3060개 항목에 이르고 머지가 여러 모니터링 기간 연속 0건이라는 점은, 병목이 개발이 아니라 리뷰에 있음을 분명히 보여줍니다.
출처: https://github.com/tile-ai/tilelang-ascend/pull/1970 , https://github.com/tile-ai/tilelang-ascend/issues/2003
2.6 CUDA와 Metal: SIMD-group 경계 초과 수정, 256비트 벡터화, SM90 공유 전치 심사 중(11-11)
비Ascend 백엔드는 이번 기간 전부 리뷰 큐에 머물렀지만 방향은 명확하다. CUDA 쪽 세 건: #3809는 8비트와 16비트 공유 메모리 전치를 ldmatrix/stmatrix로 낮춘다(SM90부터 사용 가능), #3826은 Int16x16/uint16x16를 보완해 256비트 벡터화를 이어 붙인다, #3723은 SIMT im2col을 warp 특화 이전에 스케줄링하도록 올린다. 런타임 쪽 두 건: #3867은 커널과 현재 디바이스가 일치하지 않을 때 입력이 위치한 디바이스 기준으로 기동하고, #3882는 실제 기동되는 각 디바이스에서 cython 커널의 동적 공유 메모리 상한을 높인다.
Metal 쪽 #3912는 지난 기간의 그 조용한 경계 초과를 이어받는다: 8x8 simdgroup 행렬을 8x1 출력으로 복사할 때 컴파일러가 행 스텝 1의 전체 저장을 발행해 출력 이후 일곱 개 원소를 덮어썼다. 수정 방식은 런타임 검사를 추가하는 것이 아니라, 각 SIMD-group 저장을 발행하기 전에 산술 분석기로 전체 풋프린트가 목적 버퍼와 요청 영역 내에 떨어짐을 증명하도록 요구하고, 증명하지 못하면 하강 단계에서 읽을 수 있는 오류를 던진다. 같은 날 별도로 #3804가 2D simdgroup fill의 영역 오프셋을 처리한다.
출처: https://github.com/tile-ai/tilelang/pull/3809 、 https://github.com/tile-ai/tilelang/pull/3912 、 https://github.com/tile-ai/tilelang/pull/3826
2·5. RISC-V 백엔드와 커뮤니티 (특별 관찰)
2.7 4개 출처 순찰: 연속 다섯 번째 모니터링 기간 무변화, TVM과 MLIR 두 노선 여전히 원래 참조에 정지 (11-12)
정해진 4개 출처를 하나씩 참조 비교한 결과, 24시간 모니터링 기간 내 전부 무변화:
kubuds/tilelang-riscv-kubuds(TVM 백엔드 노선)의 두kubuds-브랜치는kubuds-riscv-karenfc62939,kubuds-riscv-mahiru33e0c89에 정지,main은 업스트림 동기화만 수행;RuyiAI-Stack/tilelang-riscv(MLIR 재작성 노선,target="riscv")main은 57c548c에 정지;TongmingLAIC/tilelang-riscv(커뮤니티 인덱스 페이지)main은 4499c2a에 정지, 표 내 프로젝트 증감 없음;TongmingLAIC/tilelang-tpu(SOPHGO TPU)main은 303759f에 정지,feature/sg2260e-rv-support는 122bc59에 정지, 나머지 19개 브랜치 참조도 동일하게 불변.
이는 이미 연속 다섯 번째 모니터링 기간(11-07, 11-09, 11-10, 11-11, 11-12 기록) 무변화다. 정해진 기준에 따라 스크립트 출력이 비면 「무변화」로 기록하며 수집 실패로 보지 않는다.
출처: GitHub 4개 출처 참조별 비교(모니터링 기간 내 무변화), 단일 지점 링크 없음.
2.8 4개 출처 외: TileLang–Weft, weft-parity 릴리스, 553/553이 Triton의 1.03배 이내 (11-11)
지난 기간 기록했던 그 CPU 노선이 이번 기간에 결론적인 버전을 내놓았다. Tianchen-ai/tilelang-weft와 그 벤치마크 저장소가 같은 날 각각 한 건씩(08:51과 08:52) 커밋해 릴리스 태그를 v0.1.15-weft.2에서 weft-parity로 바꾸고 결과 표와 결과 매뉴얼을 다시 작성했다.
새 기준은 두 층으로 나뉜다. 첫째 층은 Triton과의 페어링 대조: 553개 항목 전부 매칭되는 Triton 네이티브 대조가 있으며, 항목별로 「TileLang 네이티브 소요 시간이 해당 Triton의 1.03배를 넘지 않음」을 충족, 네 플랫폼은 각각 SG2044 133/133, K1 137/137, K3 A100 136/136, x86 147/147, 합계 553/553. 후보와 대조는 동일한 입력 배치로 교차 측정하며, 후보는 소스 JIT 수치 검사를 통과한 뒤 내보낸 동일한 네이티브 라이브러리다. 둘째 층은 외부 참조 라이브러리 대비 배율: 543개 사례에 매칭 참조가 있고 그중 468개가 참조보다 빠르며, 플랫폼 중위 배율은 SG2044 1.3598, K1 1.3176, K3 A100 1.6569, x86 1.2917.
이 두 숫자 묶음은 지난 기간과 분리해서 읽어야 한다. 지난 기간 기록은 동일 사례 묶음의 옛 표였다: 참조보다 빠른 41개, SG2044 중위 0.0580배. 같은 날 두 건의 커밋이 이 표를 통째로 바꿨고, 그 이유는 커밋 제목에 적혀 있다 — 「네 플랫폼 공유 컴파일러의 성능 상속」. 결과 매뉴얼에 따르면 TileLang 네이티브 TIRx는 이제 Triton–Weft와 동일한 Canonical 컴파일러 세트를 임포트하며, 전체 packed 부하는 입력 준비, 인코딩, 정수 partial, scale/min 분기와 출력 갱신을 유지한다. 즉 도약의 원인은 측정 대상이 「작성자 수작업 프로그램」에서 「공유 컴파일러 산출물」로 바뀐 것이지, 동일 구현이 하루 만에 스무 배 빨라진 것이 아니다. 인용 시 이 점을 명확히 써야 하며, 새 표로 옛 결론을 덮어써서는 안 된다.
K3의 두 가지 Q1 대조는 이전에 오래된 Triton 산출물을 사용했는데, 해당 산출물은 −128에 대한 부정 연산에서 오버플로가 발생했습니다. 경계 입력에서 −2048이 나왔으나 올바른 결과는 0이어야 합니다. 정확한 I8 리덕션을 수정한 공유 컴파일러가 재생성된 후, 두 프런트엔드의 산출물 모두 해당 입력을 통과합니다. triton_historical_us는 기존 소요 시간을 유지하고, triton_control_note는 수정된 비교를 표시합니다. 이는 이번 호에서 유일하게 「대조 자체에 오류가 있었다」는 공개로, 어떤 점수보다도 이 벤치마크가 재현성을 진지하게 다루고 있음을 잘 보여줍니다.
기술 노선은 여전히 구분해야 합니다. Weft는 TileLang 네이티브 AST를 조기에 자체 Canonical IR로 가져오는 CPU 노선으로, kubuds- 접두사 브랜치가 이어가는 TVM 백엔드, RuyiAI-Stack/tilelang-riscv의 MLIR Linalg/SCF 재작성과는 동일한 구현이 아닙니다.
출처: https://github.com/Tianchen-ai/tilelang-weft , https://github.com/Tianchen-ai/tilelang-weft-bench
3. 생태계와 채택 측
3.1 TileOPs: 메인라인 커밋 0건, W4A16 두 건 누적으로 chunked-prefill-tile을 37.3에서 31.6마이크로초로 단축 (#2895, #2896)
TileOPs는 이번 호 메인 브랜치에 커밋이 0건이지만, 성능 PR 다섯 건을 열었으며 그중 두 건은 같은 계열의 누적입니다. #2895(파일 3개, +183/−3)는 K 방향으로 이등분한 W4A16 타일을 한 쌍의 CTA cluster로 변경합니다. 각 CTA는 하나의 컨슈머 warpgroup의 행을 보유하고, st.async를 통해 상대편 공유 메모리에서 이 행들의 FP32 partial을 받아 다시 기록합니다. 따라서 이 타일들은 더 이상 split-K 리덕션을 시작하지 않고 FP32 작업 공간도 왕복하지 않습니다. H200, 1500 MHz에서 chunked-prefill-tile은 37.3마이크로초에서 34.7마이크로초로 감소했습니다(torch 역양자화 행렬곱은 37.5마이크로초). 출력은 리덕션 경로와 비트 단위로 동일합니다.
#2896(파일 3개, +525/−5)은 그 위에 한 겹을 더 쌓습니다. 128행 128열의 W4A16 타일은 수작업 warp 특화 메인 루프를 사용하여 이전 WGMMA가 아직 실행 중일 때 다음 K 타일을 디코딩하고, 해당 링 세그먼트의 WGMMA가 은퇴한 후에만 링 세그먼트를 해제합니다. 비용 모델에 이 항목이 없으므로, 보정 규칙으로 이 타일들을 네 개의 128 폭 K 세그먼트에 배치합니다. 동일 벤치마크에서 31.6마이크로초로 감소하여 torch 역양자화 행렬곱의 1.19배이며, 출력은 파이프라인 메인 루프와 비트 단위로 일치합니다.
두 건 모두 #2130 성능 목록에 속하며, #2896은 #2895 위에 누적되었음을 명시하고 있으며, 해당 커밋은 이전 건이 병합될 때까지 함께 표시됩니다.
출처: https://github.com/tile-ai/TileOPs/pull/2895 , https://github.com/tile-ai/TileOPs/pull/2896
3.2 TileOPs: DeepSeek-V3 prefill의 FP8 grouped GEMM이 A scale을 TMA로 전환 (#2894)
#2894(파일 1개, +2/−2)는 설정 항목 두 개만 변경합니다. ds-v3-ep8-prefill-up과 ds-v3-ep8-prefill-down의 stage_scales를 1에서 0으로 되돌려, 이들의 128행 타일이 producer를 경유하지 않고 #2865에서 새로 추가된 TMA 박스에서 A scale을 가져오도록 합니다. 변경은 작지만 하나의 전체 체인에 연결됩니다. #2839의 남은 부분을 대체하며, 나머지 내용은 #2864, #2865, #2885에서 각각 흡수되었습니다.
수치는 H200 SXM, SM 1500 MHz, CUDA 13.2, PyTorch 2.13, TileLang 0.1.12에서 device_busy_ms로 측정했으며, 메인라인 9bf4bf56과 교차로 세 라운드 실행하여 중앙값을 취했습니다. 업 프로젝션 269.3 → 262.0마이크로초(DeepGEMM 287.1마이크로초에 대한 비율이 1.066에서 1.096으로 상승), 다운 프로젝션 142.2 → 137.2마이크로초(비율 1.117 → 1.157). 나머지 두 연속 설정 행은 변경되지 않았습니다. 테스트 측 tests/ops/test_moe_grouped_gemm_fp8.py는 H200에서 53개 통과, 25개 스킵입니다.
출처: https://github.com/tile-ai/TileOPs/pull/2894
3.3 TileOPs: softmax 두 CTA cluster 목표 달성, long-K NT GEMM 선택기 변경은 미달 (#2898, #2897)
#2898(SoftmaxFwdOp, bar met 표시)은 32 KB softmax 행 두 개를 4개의 128 스레드 CTA cluster에서 2개의 256 스레드 CTA cluster로 옮겼습니다. SM90에서는 각 CTA 슬롯이 2 CTA cluster를 수용할 수 있지만, 4 CTA cluster는 빈 슬롯을 남기기 때문입니다. 레지스터 측에서도 두 곳을 동시에 변경했습니다. 행 최댓값은 패킹된 16비트 쌍으로 읽고, float16의 각 항목은 한 번의 FFMA로 타일의 스케일된 최댓값에 대해 시프트를 수행합니다. bfloat16과 float32는 여전히 먼저 최댓값을 빼는데, 이들의 최댓값에 log2(e)를 곱하면 fp32 범위를 넘어서기 때문입니다. 근본 원인은 설명에 적혀 있습니다. 벤치마크가 H200을 1500 MHz로 실행했고, 레지스터 방식은 quack보다 17% 더 많은 명령어를 실행해 발행률 제한을 받습니다.
#2897(GEMMFwdOp, below bar 표시)은 방향이 반대이며 결과가 기준에 미달했습니다. 이것이 수정하려는 것은 선택기의 판정입니다. 64개의 K 스텝을 초과한 후에는 176 또는 192 너비의 ping-pong 타일이 “바이트당 피연산자 출력”을 더 많이 커버할 수 있을 때만 더 넓은 coop2 타일을 대체하며, ds-v3-prefill-o-proj는 이로 인해 128x176/144의 ping-pong에서 128x256/240의 coop2로 전환되었습니다. 문제는 해당 행이 H200의 700 W 전력 벽 아래에서 실행되어 시간이 호출당 에너지 소비를 따르는 것입니다. 176 너비 타일은 DeepGEMM보다 2.7% 적은 사이클을 사용하지만, 21% 더 많은 피연산자 바이트를 SM으로 옮기므로 더 낮은 클럭에서 실행됩니다. 이 항목은 미달로 정직하게 표시되었으며, 가치는 “전력 벽 아래에서는 사이클 수를 판정 기준으로 사용할 수 없다”는 점을 정량화한 데 있습니다.
출처: https://github.com/tile-ai/TileOPs/pull/2898 , https://github.com/tile-ai/TileOPs/pull/2897
3.4 TileOPs nightly: Perf Tracker wiki 당일 19:52 갱신 (11-11)
TileOPs-nightly 저장소의 이번 기간 푸시 타임스탬프는 코드가 아닌 wiki 변경에서 비롯되었습니다. 당일 19:52 해당 저장소 wiki의 Home 페이지가 생성되었으며, 이는 Perf Tracker 대시보드의 야간 동기화에 해당합니다. 이러한 푸시는 org별 저장소 점검 시 “기간 내 푸시”로 집계되므로 실제 코드 커밋과 구분해야 합니다. 이번 기간 해당 저장소의 메인 브랜치는 커밋이 0건이며, snapshots 브랜치의 최신 푸시는 여전히 11-09입니다.
같은 기간 TileOPs.github.io의 gh-pages는 11-10에 한 번 푸시되었으나 이번 기간에 포함되지 않습니다. 문서 사이트와 nightly 같은 자동 쓰기는 이번 기간에 별도 항목으로 나열하지 않고 여기서만 기준을 기록합니다.
출처: https://github.com/tile-ai/TileOPs-nightly
4. 커뮤니티, 튜토리얼 및 활동
4.1 Ascend 프런트엔드 체계적 감사 1회: 하루 30건 issue, 26건이 Ascend 직접 지적 (11-11)
기간 내 조직 차원에서 새로 열린 issue는 35건이며, 그중 30건은 메인 저장소, 3건은 TileFoundry, 2건은 tilelang-ascend에 있습니다. 메인 저장소의 30건 중 26건은 제목에 Ascend 접두사가 직접 포함되어 있으며, 출처는 두 계정에 집중되었습니다. cn-sys 12건(15:19부터 16:14까지 연속 제출), JINITAIMEI121 13건(08:31부터 10:39까지), 나머지 1건은 PTO 다중 영역 중복 물리 세그먼트 보고입니다.
이 issue들의 공통점은 “결과가 틀렸다”가 아니라 “통과해서는 안 되는데 통과했다”는 것입니다. 매개변수 검증 부류: T.Kernel이 0 또는 음수 block 수를 허용, T.Persistent가 음수 wave_size와 num_stages를 허용, T.Pipelined가 음수 num_stages와 잘못된 order/stage 메타데이터를 허용, T.unroll이 −1을 허용하고 #pragma unroll -1을 출력, 루프 생성자가 0 또는 음수 extent를 허용, 음수 텐서 차원이 컴파일러를 직접 크래시(Python 예외가 아닌 네이티브 크래시), T.alloc_l1이 용량 검사 없이 2 GiB 할당을 허용. 의미 불일치 부류: hf32의 nearest_zero가 NEAREST_AWAY로 컴파일, GEMM 입력 dtype 테이블과 codegen의 양방향 불일치, reduce_bitand/bitor/bitxor가 Ascend 템플릿에 정의되지 않은 타입을 출력, batch reduction이 배치 오버로드가 없는 스칼라 AllReduce 진입점으로 퇴화, GM에서 L1 복사의 pad_value가 0만 허용하는 L1 fill로 라우팅, 동형 ND에서 NZ로의 산포가 마스크 카운트 미반환으로 인해 무한 루프에 빠짐, partial-VL 행이 존재하지 않는 PAT_VL<N> 패턴을 생성. 툴체인 부류: vsts_pack_quarter에 16비트 분기가 없어 b16 벡터의 PK4_B32 저장이 조용히 폐기, 모듈 직렬화가 device source를 잃어 캐시된 커널이 시작 실패 시 소스를 조회할 수 없음, msprof 백엔드 자동 튜닝이 워커 스레드에서 signal.signal()을 호출하여 반드시 실패.
이 무리는 산발적인 불평이 아니라 형태상 조직적인 감사에 가깝다. 동일 계정이 30분 이내에 주제별로 연속 제출했고, 제목은 통일되게 「[BUG] Ascend: …」에 근본 원인 요약 한 줄을 붙였다. 업스트림에 대한 의미는 Ascend 프런트엔드의 ‘건전성’ 공백이 한꺼번에 수면 위로 드러났다는 것이다. 매일 3060개 테스트가 전부 통과한다고 해서 불법 입력이 거부된다는 뜻은 아니다. 테스트가 커버하는 것은 합법 경로이기 때문이다.
출처: https://github.com/tile-ai/tilelang/issues/3941 , https://github.com/tile-ai/tilelang/issues/3928 , https://github.com/tile-ai/tilelang/issues/3947
4.2 심사 중인 수정과 감사의 호응: VMI mask 검증, SIMD fill 복원, E4M3 ND/NZ 복사 (11-11)
당일 업데이트된 심사 중 PR 중에는 위의 공백에 정확히 대응하는 것이 있었다. #3861과 #3917은 같은 사안의 두 건이다. VMI 단항 및 벡터-스칼라 팩토리가 이전에는 mask에 대해 ‘있는지 없는지’만 확인하고 dtype과 채널 수는 확인하지 않았기에, 일반 벡터를 술어로 넘겨도 codegen까지 도달할 수 있었다. vabs, vneg, vrelu, vexp, vln, vsqrt, vnot 일곱 연산자가 모두 이 팩토리 위에 구축되어 있고, 벡터-스칼라 쪽의 vadds, vmuls, vmaxs, vmins, vshls, vshrs에도 약한 형태가 있다.
#3795가 고친 것은 #3512의 또 다른 부작용이다. T.SimdVF()에서 int32 UB 버퍼에 T.clear를 수행할 때, 생성된 벡터 브로드캐스트가 부동소수점만 지원해 PTO 컴파일이 실패했다. PTO 파이프라인이 전용 Parallel pass로 원래 SIMD pass를 대체하면서 fill 하강이 덩달아 누락된 탓이다. 수정 방식은 buffer-version 정규화 이후, PTO Parallel 검증 이전에 LowerSimdVFFill을 추가해 연속적이고 완전한 벡터 영역에는 vdup/vsts를 재사용하고 나머지는 기존 경로를 유지하는 것이다. 동시에 부동소수점 tl.simd.vdup의 수치 변환을 유지해 “int32의 7이 비트 단위 브로드캐스트로 약 9.809e-45가 되는” 문제를 해결했다.
#3639는 E4M3의 ND/NZ UB에서 L1로의 복사를 보완하고, #3926은 T.Kernel이 비양수 block 수와 음수 Pipelined num_stages를 거부하게 하며, #3854는 SimdVF 하강에서 서브바이트 요소의 0 나눗셈을 고치고, #3668은 AIV 코어가 T.PerCoreTask() 내에서 UB에서 GM으로의 인터리브 스트라이드 쓰기를 보완한다. 그 외에 #3915와 #3916은 AssertStmt의 오류 종류와 조건 검사에 대한 인플레이스 단언을 처리한다.
출처: https://github.com/tile-ai/tilelang/pull/3861 , https://github.com/tile-ai/tilelang/pull/3795 , https://github.com/tile-ai/tilelang/pull/3926
4.3 뉴스 측: 중·영문 5개 쿼리 모니터링 기간 내 0건, HN과 arXiv도 관련 항목 없음 (11-11)
Google News 중·영문 쿼리는 모니터링 기간 내 0건이었고 최신 적중은 여전히 예전 기사에 머물러 있다. Hacker News의 적중은 전부 동명 노이즈(TileLang과 무관한 항목)이고, arXiv의 all:"TileLang" 최신 결과 역시 모니터링 기간을 벗어난다. 현재 검색 엔진이 잡아낼 수 있는 TileLang 관련 내용은 여전히 ICLR 2026 논문 페이지와 Microsoft Research 게재 페이지로, 장기 항목이지 뉴스가 아니다.
뉴스 측이 여러 날 연속 0건인 것은 TileLang의 일상이다. 프로젝트 확산은 주로 GitHub와 개발자 커뮤니티를 통해 이루어지며 뉴스 인덱스에는 들어가지 않으므로, 보도 주체는 계속 저장소 동향을 기준으로 삼는다.
출처: Google News 중·영문 쿼리(프록시 경유), Hacker News, arXiv, 모니터링 기간 내 관련 항목 없음.
4.4 기준 수정: K3 두 항목 Q1 대조의 구 Triton 산출물이 -128 부정 시 오버플로 (11-11)
이 항목을 따로 둔 이유는 점수가 아니라 비교 가능성에 영향을 주기 때문이다. 벤치마크 저장소는 weft-parity를 릴리스한 동일 커밋 묶음에서 공개했다. K3의 두 항목 Q1 대조가 이전에 사용한 것은 보존된 Triton Canonical 프로그램이었는데, 해당 프로그램은 −128을 부정할 때 오버플로했다. 경계 입력에서 −2048이 나왔으나 올바른 결과는 0이어야 한다. 정확한 I8 리덕션을 수정한 공유 컴파일러로 재생성한 후 두 프런트엔드의 산출물 모두 해당 입력을 통과한다. 과거 소요 시간은 triton_historical_us 필드에 보존되고 수정 설명은 triton_control_note에 기록되었다.
대조 구현의 오류는 벤치마크류 프로젝트의 흔한 함정이다. 참조 측이 경계 입력에서 틀리면, 피측정 측의 ‘참조보다 못함’은 참조가 더 빠르게 틀린 것일 뿐일 수 있다. 이 공개와 2.8의 페어링 기준을 함께 보면, 이 CPU 라인이 ‘저자 프로그램 대 외부 라이브러리 비교’에서 ‘동일 컴파일러 산출물 페어링 비교’로 전환하고 있음을 보여주며 방법론상 더 신뢰할 수 있지만, 두 표는 혼용할 수 없다.
출처: https://github.com/Tianchen-ai/tilelang-weft-bench/blob/main/docs/results.zh-CN.md
5. 동향 관찰
첫째, Ascend의 메인라인 내 비중이 계속 상승하고 있으며, ‘연산자 보충’에서 ‘실행 경로 및 솔버 보충’으로 전환되고 있다. 이번 기간 메인 저장소의 세 건은 모두 Ascend다: 실행 백엔드 기본값 교체, 솔버 하한 강화, 원자 연산의 타입 체계 적응. 이 세 건은 모두 연산자 목록을 늘리지 않지만, ‘동일한 프로그램이 어떻게 컴파일되고, 실행되며, 얼마나 빨리 컴파일이 완료되는가’를 바꾸고 있다. 10월 이후의 기록과 대조해 보면, Ascend 측의 머지는 AscendC 연산자 보충에서 인터페이스 시맨틱, 실행 백엔드, 스케줄링 솔버의 세 계층으로 나아가고 있다.
둘째, CUDA 측은 긴 리뷰 기간에 진입했다. 지난 기간에는 CUDA 명령어 수준 원시 연산 세 건이 메인라인에 진입했지만, 이번 기간에는 머지가 0건이고 6건이 리뷰 중이다(ldmatrix/stmatrix, 256비트 벡터화, im2col 스케줄링, 파이프라인 오퍼랜드 수명 주기, 비동기 GEMM 수명 주기, PASS 설정 네임스페이스). 머지 속도 하락과 리뷰 대기열 증가가 동시에 나타나는 것은 일반적으로 리뷰 대역폭이 병목이 되었음을 의미하며, 개발이 중단된 것은 아니다.
셋째, 품질 감사가 기능 개발과 병행되기 시작했다. 하루 26건의 Ascend issue 형태는 커뮤니티에서 이미 누군가 체계적인 불법 입력 감사를 수행하고 있음을 보여주며, 대응하는 수정 PR이 당일 대기열에 올라와 있었다(mask 검증, 음수 매개변수 거부, fill 하향 복원). 이는 백엔드를 여러 국산 칩에 확장하고 있는 프로젝트에 좋은 신호다: 3060개 항목의 일일 테스트가 전부 통과하는 것은 합법 경로의 사용 가능성만 증명할 뿐, 불법 경로의 거부 능력은 이러한 감사에 의존해야 한다.
넷째, RISC-V 4개 소스가 다섯 번째 모니터링 기간 연속 침묵했지만, 4개 소스 외의 CPU 라인에서 단계적 결론이 나왔다. TVM 노선, MLIR 노선, 커뮤니티 인덱스 페이지, Sophgo TPU 네 업스트림 모두 원래 참조에 머물러 있다. 반면 TileLang–Weft는 공유 Canonical 컴파일러로 553개 항목 전부를 Triton의 1.03배 이내로 달성했으며, 4개 플랫폼의 중위 배율은 1.29에서 1.66이다. 이는 기준 전환 이후의 결과이므로 지난 기간의 0.058배와 직접 비교할 수 없다는 점에 유의해야 한다. 진정한 관찰 포인트는 이 ‘동일 컴파일러, 두 개의 프런트엔드’ 방식이 업스트림으로 역진입할 수 있는지, 그리고 RISC-V의 RVV/IME 경로가 4개 소스 외의 프로젝트에서 먼저 작동될 수 있는지 여부다.
한계 설명: 이번 기간 GitHub 익명 API 할당량이 수집 초기에 소진되어, PR 본문과 머지 상세는 검색 인터페이스와 비기본 브랜치의 커밋 원자 스트림으로 보완했으며, 일부 PR의 파일 수와 행 수는 검색 인터페이스 반환값으로 diff를 행별로 재검증하지 않았다. hygon과 mlir-ascend의 머지는 비기본 브랜치에 속하며, 브랜치별로 각각 확인했다. 뉴스 측은 적중이 전무하여 외부 보도로 교차 검증할 수 없었다.
부록: 자료 및 검증 설명
| 출처 | 검증 결과 |
|---|---|
| tile-ai 조직 저장소별(30개 저장소) | 모니터링 기간 내 푸시 7개: tilelang, TileOPs, TileOPs-nightly, tilelang-hygon, tilelang-mlir-ascend, tilelang.github.io, TileOPs.github.io |
| 메인 저장소 tile-ai/tilelang | 머지 3건(#3516, #3776, #3794), 전부 Ascend; 신규 issue 30건 |
| 비기본 브랜치 | hygon distributed 머지 #36; mlir-ascend master 머지 #222; 두 저장소 main 모두 커밋 0건 |
| 리뷰 대기열 | 조직 수준 57건이 모니터링 기간 내 업데이트, 메인 저장소 33건 |
| 릴리스 페이지 | tilelang 최신 v0.1.15(09-30), TileOPs 최신 v0.1.0(10-27), 모니터링 기간 내 신규 tag 없음 |
| 일일 테스트 | tilelang-ascend #2003: 11-11 07:58 실행 3060개 항목 전부 통과 |
| TileLang×RISC-V 4개 소스 순회 점검 | 변화 없음(다섯 번째 모니터링 기간 연속) |
| 제3자 RISC-V 라인 | TileLang–Weft와 기준 저장소 각 1건, weft-parity 릴리스 |
| 뉴스 측 | Google News 중영문, Hacker News, arXiv 모니터링 기간 내 적중 전무 |
전체 출처 목록
- [1] tilelang #3516 (PTO 타깃의 tvm_ffi 실행 백엔드) — https://github.com/tile-ai/tilelang/pull/3516
- [2] tilelang #3776 (AutoSchedule 주기 하한) — https://github.com/tile-ai/tilelang/pull/3776
- [3] tilelang #3794 (PTO 정수 원자 연산) — https://github.com/tile-ai/tilelang/pull/3794
- [4] tilelang #3792 (원자 add/max/min 부호 있는 입력) — https://github.com/tile-ai/tilelang/pull/3792
- [5] tilelang 릴리스 페이지 — https://github.com/tile-ai/tilelang/releases
- [6] tilelang #3809 (SM90 공유 전치) — https://github.com/tile-ai/tilelang/pull/3809
- [7] tilelang #3826 (256비트 벡터화) — https://github.com/tile-ai/tilelang/pull/3826
- [8] tilelang #3912 (Metal SIMD-group 범위 초과) — https://github.com/tile-ai/tilelang/pull/3912
- [9] tilelang #3861 (VMI mask 검증) — https://github.com/tile-ai/tilelang/pull/3861
- [10] tilelang #3795 (PTO SIMD fill 복구) — https://github.com/tile-ai/tilelang/pull/3795
- [11] tilelang #3926 (비양수 block 및 음수 num_stages 거부) — https://github.com/tile-ai/tilelang/pull/3926
- [12] tilelang #3937 (중첩 floor division) — https://github.com/tile-ai/tilelang/issues/3937
- [13] tilelang #3920 (T.Kernel 음수 block 수) — https://github.com/tile-ai/tilelang/issues/3920
- [14] tilelang #3928 (루프 생성자 0 또는 음수 extent) — https://github.com/tile-ai/tilelang/issues/3928
- [15] tilelang #3941 (ND에서 NZ로의 스캐터 무한 루프) — https://github.com/tile-ai/tilelang/issues/3941
- [16] tilelang #3947 (msprof 자동 튜닝 필연적 실패) — https://github.com/tile-ai/tilelang/issues/3947
- [17] tile-ai/tvm #93 (음수 scale의 split div/mod) — https://github.com/tile-ai/tvm/pull/93
- [18] tile-ai/tvm #94 (ceildiv 부호 있는 제수) — https://github.com/tile-ai/tvm/pull/94
- [19] tilelang-hygon #36 (분산 3종 세트) — https://github.com/tile-ai/tilelang-hygon/pull/36
- [20] tilelang-hygon #37 (ds_read_vector Alt2) — https://github.com/tile-ai/tilelang-hygon/pull/37
- [21] tilelang-mlir-ascend #222 (CI 게이트 수렴) — https://github.com/tile-ai/tilelang-mlir-ascend/pull/222
- [22] tilelang-mlir-ascend #219 (harness 강화) — https://github.com/tile-ai/tilelang-mlir-ascend/pull/219
- [23] tilelang-mlir-ascend #225 (tl.or 다이얼렉트 연산자) — https://github.com/tile-ai/tilelang-mlir-ascend/pull/225
- [24] tilelang-as
cend #1970(Gated MLA 순전파) — https://github.com/tile-ai/tilelang-ascend/pull/1970
- [25] tilelang-ascend #2003(일일 테스트 3060건) — https://github.com/tile-ai/tilelang-ascend/issues/2003
- [26] TileOPs #2894(A scale를 TMA로 처리) — https://github.com/tile-ai/TileOPs/pull/2894
- [27] TileOPs #2895(2분할 K의 cluster 리덕션) — https://github.com/tile-ai/TileOPs/pull/2895
- [28] TileOPs #2896(W4A16 메인 루프) — https://github.com/tile-ai/TileOPs/pull/2896
- [29] TileOPs #2897(long-K NT GEMM 선택기) — https://github.com/tile-ai/TileOPs/pull/2897
- [30] TileOPs #2898(softmax 2 CTA cluster) — https://github.com/tile-ai/TileOPs/pull/2898
- [31] TileOPs-nightly — https://github.com/tile-ai/TileOPs-nightly
- [32] TileLang–Weft(weft-parity) — https://github.com/Tianchen-ai/tilelang-weft
- [33] TileLang–Weft 벤치마크 저장소 — https://github.com/Tianchen-ai/tilelang-weft-bench
- [34] TileLang–Weft 결과 매뉴얼 — https://github.com/Tianchen-ai/tilelang-weft-bench/blob/main/docs/results.zh-CN.md