TileLang 데일리 리포트 (2026-11-16)
모니터링 기간: 2026-11-13 07:00 ~ 2026-11-16 07:00 (베이징 시간, 72시간, 금요일부터 월요일까지 포함; 이전 기간 기준점은 11-13 07:00).
출처: GitHub tile-ai 조직 저장소별 점검(30개 저장소, 기간 내 푸시 8개) + 조직 수준 머지 및 심사 중 실측 검색(기간 내 머지 30건, 심사 중 업데이트 102건 중 59건이 기간 내 신규 개설, 신규 issue 406건) + 메인 브랜치 건별 점검(TileOPs 15건, tilelang-ascend 9건, TileFoundry 3건, tilelang 1건, hygon 1건, mlir-ascend 0건) + 비기본 브랜치 점검(TileOPs stats 1건, TileOPs-nightly snapshots 2건) + 릴리스 페이지 점검(6개 저장소 기간 내 신규 tag 없음) + Google News 중영문 검색 + Hacker News + arXiv. RISC-V 4개 출처 특별 점검은 이번 기간에 변동 있음.
이번 기간 인덱스
-
오늘의 핵심: TileOPs 사흘간 15건으로 중심이 컴파일러에서 연산자 라이브러리로 이동; 한 번의 성능 머지가 같은 날 행(hang)을 유발하고 당일 수정됨; 3시간 동안 조직이 172건의 Ascend 감사 issue 접수
-
- 핵심 프로젝트 진행
- 1.1 메인 저장소 72시간 동안 문서 머지 1건뿐, 버전은 여전히 v0.1.15(11-13)에 정체
- 1.2 TileOPs: 11-13 성능 머지 4건, MoE, GQA, softmax, W4A16 각각 한 라인(11-13)
- 1.3 TileOPs: 11-15 하루 11건, W4A16 디코드 타일 10–20% 추가 가속(11-15)
- 1.4 TileOPs: ping-pong 3연속, MoE 공유 전문가가 각 반복에서 FlashInfer-CUTLASS를 앞섬(11-15)
- 1.5 TileOPs: #2901이 #2896이 초래한 행(hang) 수정, 배리어가 warpgroup 분기에 위치(11-15)
- 1.6 TileOPs: #2918이 컴파일 그래프를 프로세스 간 재사용, pyupgrade 한 번에 1926곳 변경(11-15)
- 1.7 TileOPs: manifest에 spec-only 연산자 4개 추가, Embedding부터 RoPE 코사인 사인까지(11-15)
- 1.8 TileOPs: #2951 적응형 풀링을 lane별 분할, 메인 브랜치의 세 가지 풀링이 좁고 긴 형상에서 컴파일 실패(11-15)
- 1.9 TileFoundry: #325가 하나의 FunctionRef로 모든 피호출자 명명 통일(11-13)
- 1.10 TileFoundry: 차원 산술을 스칼라 렌더러로 수집, Mesh 선택 슬라이스 더 이상 유실 없음(11-13)
- 핵심 프로젝트 진행
-
- 멀티 백엔드 적응(Ascend / Hygon / MetaX / Moore Threads)
- 2.1 Ascend: DSA 희소 어텐션 3종 세트 당일 머지, 순전파, 역전파, topk 리덕션 완비(11-13)
- 2.2 Ascend: KDA chunk 3종 세트 당일 머지, 상태 재귀 전부 UB에 유지(11-13)
- 2.3 Ascend: catlass v2.2.0으로 업그레이드, 구버전 fp32 GEMM의 무음 NaN 수정됨(11-13)
- 2.4 Ascend: bitwise 4-in-1, uint8 PTO wrapper의 꼬리 바이트 범위 초과가 센티널 손상(11-13)
- 2.5 mlir-ascend: TLIR 방언 PR 22건 심사 중, 단항 연산자와 크로스 pipe 동기화 함께 보완(11-13 ~ 11-15)
- 2.6 mlir-ascend: RTTI 링크 설정 불일치가 이 PR 배치의 공통 병목(11-15)
- 2.7 Hygon: #37 ds_read_vector Alt2와 LDS 레이아웃 추론 머지, #38 심사 중(11-13)
- 2.8 MetaX와 Moore Threads: 기간 내 커밋 없음(최근 11-06 / 11-10)
- 멀티 백엔드 적응(Ascend / Hygon / MetaX / Moore Threads)
- 2.5. RISC-V 백엔드와 커뮤니티(특별 관찰)
- 2.9 kubuds TVM 노선에 hikari 브랜치 신규 추가, 5건이 K3 이식 검증과 RVV 디코드 그리드 제시(11-13 ~ 11-15)
- 2.10 커뮤니티 인덱스 페이지 PR #1이 kubuds fork를 README에 기재(11-14)
- 2.11 RuyiAI의 MLIR 노선과 Sophgo TPU 두 라인 인용 변동 없음(11-16)
-
- 생태계와 채택 측
- 3.1 TileOPs-nightly: 두 차례 스냅샷이 두 번의 run에 대응, 최신 회차는 #2955 테스트(11-15)
- 3.2 TileFoundry 심사 중: NCCL 통신 시맨틱과 Qwen3-MoE 훈련 예제(11-13)
- 3.3 TileFoundry 심사 중: int8 행렬 곱이 H200에서 연산 시간 0으로 책정됨(11-15)
- 3.4 채택 측: TileKernels와 FlashQLA 기간 내 푸시 없음(11-16)
- 생태계와 채택 측
-
- 커뮤니티, 튜토리얼 및 이벤트
- 4.1 사흘간 406건의 신규 이슈, 두 계정이 그중 314건 기여 (11-15)
- 4.2 cn-sys: 1시간 46분 동안 172건 연속 개설, 번호 #4208부터 #4381까지 연속 (11-15)
- 4.3 ilovexsir: 142건 이슈에 다섯 개 batch 수정 PR, 프런트엔드 검증을 체계적으로 보완 (11-15)
- 4.4 심사 대기열 102건 갱신, 59건 모니터링 기간 내 신규 개설, 메인 저장소가 51건 차지 (11-16)
- 4.5 뉴스 측: 중영문 쿼리와 arXiv 모니터링 기간 내 적중 0건 (11-16)
- 커뮤니티, 튜토리얼 및 이벤트
-
- 트렌드 관찰
오늘의 핵심
이번 모니터링 기간의 무게중심이 옮겨갔다. 지난 회차에는 메인 저장소에 하루 다섯 건이 머지되어 전부 Ascend에 떨어졌지만, 이번 회차 메인 저장소는 72시간 동안 문서 커밋 한 건(LSP 저장소 링크)만 있었고, TileOPs는 사흘간 열다섯 건, TileFoundry는 세 건, 여기에 Ascend 적응 저장소 아홉 건까지 더해져 코드 분량이 거의 전부 연산자 라이브러리와 스케줄러로 이동했다. TileOPs는 11-15 하루 만에 열한 건을 머지했으며, 그중 디코딩 측의 W4A16 타일을 단일 consumer warpgroup에서 두 개로 확장해 일곱 개 디코딩 행이 10–20% 빨라졌고, marlin 대비 우위는 1.20배 이상으로 벌어졌다. 이는 산발적 수리가 아니라 ‘연산자 + 선택기 + 비용 모델’ 세 계층을 함께 고친 것이다. 먼저 선택기가 더 많은 형상에서 이중 warpgroup 타일을 선택하도록 하고, 다음으로 타일에 K 슬라이싱 기준 메타데이터 로딩을 보완하고, 마지막으로 nightly의 32행 회귀 테스트로 단 한 행도 느려지지 않았음을 확인했다.
같은 날 이번 회차에서 가장 기록할 만한 인과 사슬이 등장했다. 11-13의 #2896이 128행 W4A16 타일을 수작업 warp-specialized 메인 루프로 교체해 H200에서 chunked-prefill을 37.3마이크로초에서 31.6마이크로초로 줄였고, 36시간 후 #2901이 이를 수정하고 있었다. sliced_pair의 out_shared 임시 저장이 i // wg_rows == bz 조건 분기 안에 작성되었는데, TileLang이 때때로 이 쓰기 작업을 보호하는, 전체 256개 소비 스레드를 커버하는 배리어를 같은 분기 안에 넣어버려 다른 warpgroup이 영원히 그 배리어에 도달하지 못하고, 두 warpgroup이 같은 배리어의 서로 다른 인스턴스에서 멈춰 커널이 행업(hang)되었다. 더 골치 아픈 것은 배리어 위치가 동일 cache key의 두 컴파일 사이에서 안정적이지 않다는 점이며, CI의 영속적 커널 캐시가 잘못된 빌드를 계속 재생해 main의 gpu-smoke가 그대로 죽었다. 수정 자체는 소박하다——두 warpgroup 모두 임시 저장을 수행하고 각자 자기 절반만 저장하도록 하는 것——하지만 이는 한 가지를 말해준다. 자동 warp specialization의 정확성이 이제 pass 순서에만 달려 있지 않고, 배리어가 어느 분기에 삽입되는지에도 달려 있으며, 그 위치는 컴파일 과정에 투명하지 않다.
두 번째 사안은 이슈 측으로, 규모가 코드 측보다 더 눈에 띈다. 72시간 동안 tile-ai 조직에서 406건의 이슈가 신규 개설되었으며, 그중 cn-sys 한 계정이 11-15 저녁 1시간 46분 동안 172건을 연속 개설했고(번호 #4208–#4381 연속, 다른 출처가 끼어든 건 한 건도 없음), ilovexsir는 사흘에 걸쳐 세 배치로 142건을 개설했으며, 두 사람 합계 314건으로 전체의 77%를 차지했다. cn-sys의 이번 배치는 examples와 README의 구체적 수치(flash-attention이 전방 오차 0.5% 미만을 표방했으나 같은 디렉터리의 다섯 검사기는 모두 5%를 사용, deepgemm의 benchmark가 cache_size로 8192를 사용했으나 해당 파라미터 단위는 MB라서 8 GiB를 할당해 128 MiB의 L2를 플러시하는 셈)에서부터 컴파일러 본체(auto-schedule의 IR 구조 접근자가 필드를 누락, PTO codegen의 포인터 요소 타입이 하드코딩된 bfloat16 폴백을 사용)까지 이어졌다. ilovexsir의 배치는 더 체계적이다. 142건의 이슈가 다섯 개 batch PR(#4201–#4205, 같은 분에 개설)에 대응하며, 각 PR은 ‘마땅히 오류를 내야 하는데 내지 않은’ 진입점 그룹을 수정한다. 예컨대 T.copy(transpose='False')가 문자열 ‘False’가 참값이라서 조용히 전치를 켜버렸고, _make_ascend_target()이 dict(target_dict or {})로 모든 falsy 설정 키를 버렸다. 감사와 수정 사이에 파이프라인이 형성되기 시작했으며, 그 대가는 심사 대기열이 102건까지 쌓인 것이다.
세 번째 사안은 Ascend 측의 연산자 이관이 「알고리즘 패밀리별 배치 착지」 단계에 들어섰다는 것이다. 11-13 하루 동안 tilelang-ascend에 아홉 건이 병합되었다: DSA 희소 어텐션의 전방 파이프라인 버전, 역방향, topk 리덕션 세트, KDA의 chunk_delta 세트, 그리고 bitwise 4-in-1, alloc API 문서와 catlass 서브모듈 업그레이드가 포함된다. 이는 더 이상 단일 지점의 구멍을 메우는 것이 아니라 모델별로 진행되는 것이다: DeepSeek V3.2의 sparse MLA는 DQK를 512+64=576으로 합성하여 한 번의 GEMM으로 처리하고, Kimi 계열 KDA는 게이트 감쇠를 호스트 측에서 사전 계산한 M 행렬에 흡수시키며, 역방향 연산자는 79395마이크로초를 27388마이크로초로 압축했다. 동시에 catlass가 v1.0.0-6에서 v2.2.0으로 올라가면서, 그동안 완전히 조용히 지나쳐진 결함 하나를 함께 수정했다: 구버전 CopyL1ToL0A/L0B에는 float 특수화가 없어서 fp32 GEMM이 NaN 또는 음의 무한대를 출력하면서도 오류를 보고하지 않았다.
RISC-V 측은 이번 기간에 처음으로 침묵을 깼다. kubuds의 TVM 노선이 mahiru, karen 외에 kubuds-riscv-hikari 브랜치를 새로 열었고, 다섯 건의 커밋에는 K3 이식 및 검증 보고서, rv64gc 빌드 해제(USE_LLVM=ON의 링크 문제와 8스레드 빌드), 디코드 4타일과 프리필 8타일의 그리드 분할, 그리고 XSMTVDotII/vmadot 공개 규격의 출처 기록이 담겨 있다; 같은 시기에 커뮤니티 인덱스 페이지가 첫 PR을 받아 kubuds fork의 프로젝트 설명을 README에 기록했다. MLIR 노선(RuyiAI-Stack/tilelang-riscv)과 Sophgo TPU 저장소의 인용은 꿈쩍도 하지 않았으며, 두 노선은 여전히 분리해서 봐야 한다.
1. 핵심 프로젝트 진행
1.1 메인 저장소는 72시간 동안 문서 병합 한 건뿐, 버전은 여전히 v0.1.15 (11-13)
tile-ai/tilelang의 main은 72시간 모니터링 기간 내에 커밋이 한 번뿐이었다: 11-13 16:20(UTC)의 210611dc로, 문서 내 TileLang LSP 저장소 링크를 새 주소로 업데이트한 내용이다(#4052). 새 연산자도, 백엔드 변경도, 릴리스도 없었다—최신 tag는 여전히 09-30의 v0.1.15이며, 버전 번호는 제자리에서 6주째 멈춰 있다.
지난 기간 메인 저장소가 하루에 Ascend 병합 다섯 건, 합계 +1903/−617이었던 것과 비교하면, 이번 모니터링 기간의 메인 저장소는 거의 정지 상태였다. 하지만 정지는 main에서만 일어났다: 메인 저장소는 모니터링 기간 내에 51건의 PR이 업데이트되고 27건이 새로 열렸으며, 그중 #4201부터 #4205까지 다섯 건의 batch PR과 #4138, #4207의 cast 수명주기 수정은 모두 실질적 변경이지만 아직 리뷰 문턱을 넘지 못했을 뿐이다—이번 기간 메인 저장소의 산출 형태는 「감사 + PR 제출」이지 「병합」이 아니다.
출처: https://github.com/tile-ai/tilelang/pull/4052
1.2 TileOPs: 11-13 네 건의 성능 병합, MoE·GQA·softmax·W4A16 각 한 줄기 (11-13)
모니터링 기간 첫날 TileOPs는 네 건을 연달아 병합하며 네 가지 서로 다른 부하를 커버했다. MoE 그룹 GEMM의 FP8 전방은 A의 scale을 생산자 임시 저장에서 TMA box 경유로 변경하여(#2894), ds-v3-ep8-prefill-up과 -down의 128행 타일에서 stage_scales를 1에서 0으로 낮추었고, H200에서 각각 269.3마이크로초에서 262.0으로, 142.2에서 137.2로 줄어들었으며, DeepGEMM 대비 비율은 1.096과 1.157로 올라갔다. W4A16의 128행 타일은 수작업 warp-specialized 메인 루프로 변경되어, 이전 블록의 WGMMA가 아직 실행 중일 때 다음 블록의 K를 디코드하며(#2896), chunked-prefill이 37.3마이크로초에서 31.6으로 줄었다. 소프트 리덕션은 16비트 softmax 행을 네 개의 128스레드 CTA 대신 두 개의 256스레드 CTA 클러스터에 배치하고, fp16 항목은 하나의 FFMA로 「스케일된 최댓값 기준 평행 이동」을 완료한다(#2898). 페이지드 GQA의 분할 상한은 모니터링 기간 내 key 타일 수와 combine의 읽기량에 동시에 제약받으며(#2892), 겸사겸사 #2496의 오래 걸려 있던 캘리브레이션 요청도 종료되었다.
출처: https://github.com/tile-ai/TileOPs/pull/2894, https://github.com/tile-ai/TileOPs/pull/2896, https://github.com/tile-ai/TileOPs/pull/2898, https://github.com/tile-ai/TileOPs/pull/2892
1.3 TileOPs: 11-15 하루 열한 건, W4A16 디코드 타일 10–20% 추가 향상 (11-15)
11-15 하루에 열한 건의 병합이 있었고, 그중 #2955는 당일의 마무리였다. W4A16 선택기가 「최대 32행」의 지연 스케일링 선택 방식을 하나의 128 스레드 consumer warpgroup에서 두 개로 옮기고, 가중치 행 수에 따라 분담하며, K 슬라이스로 분할해 CTA 수를 보존하고, stream-K는 여전히 단일 warpgroup으로 남긴다. 그 이유는 디코딩 타일이 명령어 발행에 막혀 있는데 비용 모델이 단일 warpgroup 방식을 선호했기 때문이다. 실측으로 그 경로에서 issue slot 점유율은 49.5%, DRAM은 54%에 불과했다. 결과적으로 일곱 개의 디코딩 행이 main 대비 10–20% 빨라졌고, marlin 대비 최소 1.20배 앞서며, prefill-mlp-up은 변동 없이 여전히 torch에 0.7% 뒤진다. 같은 날 #2952는 대상 측 커널의 두 테이블을 하나로 합치고, 읽기 전에 먼저 복사하여 동시성 상황에서 「반복 중 딕셔너리 크기 변경」을 방지했으며, #2904는 「장치 없음, 명명된 target 없음, 프로세스 기본값 없음」인 호출이 _Unresolved object is not callable을 던지는 문제를 수정했다.
출처: https://github.com/tile-ai/TileOPs/pull/2955, https://github.com/tile-ai/TileOPs/pull/2952, https://github.com/tile-ai/TileOPs/pull/2904
1.4 TileOPs: ping-pong 삼연속, MoE 공유 전문가가 매 반복에서 FlashInfer-CUTLASS를 압도 (11-15)
같은 주제의 세 건이 점진적으로 이어진다. #2919는 먼저 그룹 GEMM 선택기가 스스로 골라낸 64x256 단일 warpgroup 긴밀 타일을 이중 warpgroup ping-pong으로 전환하여, 각 타일의 마무리가 다른 그룹의 mainloop 아래에 놓이게 했고, ds-v3-grouped-t2048의 다운 프로젝션 GEMM이 1818마이크로초에서 1707마이크로초로 줄었다. #2953은 같은 방식을 선택기 자체의 64행 긴밀 타일에 적용하여 융합 gate/up과 짧은 그룹 타일을 포괄하고, 「짧은 그룹 타일은 여전히 warpgroup 하나를 남기는데, 그 마무리가 너무 짧아서 무언가를 숨길 수 없기 때문」이라고 명확히 했다. 그 결과 FusedMoESharedExpert의 ds-v3-grouped-t2048이 매 반복에서 FlashInfer-CUTLASS를 압도했으며(중앙값 5674 대 5744마이크로초), 32행 여섯 연산자의 프로그램 변화 중 느려진 행은 하나도 없었다. #2915는 융합되지 않은 ping-pong 그룹 GEMM 출력을 64열 TMA box로 임시 저장하여 다섯 번째 링 레벨(64x256 타일에 40 KiB 한 단계 추가)을 확보했다.
출처: https://github.com/tile-ai/TileOPs/pull/2919, https://github.com/tile-ai/TileOPs/pull/2953, https://github.com/tile-ai/TileOPs/pull/2915
1.5 TileOPs: #2901이 #2896이 초래한 행(hang) 수정, 배리어가 warpgroup 분기에 떨어짐 (11-15)
이번 호에서 가장 읽을 만한 건이다. #2896 병합 후 main의 gpu-smoke가 멈췄다. sliced_pair가 i // wg_rows == bz 조건에서 out_shared를 임시 저장하는데, 레이아웃 lowering을 거치면 「그 절반 타일을 보존하는」 consumer warpgroup만 임시 저장 루프를 실행한다. TileLang은 때때로 이 쓰기를 보호하는, 256개 소비 스레드 전체를 포괄하는 배리어를 이 분기 안에 삽입하는데, 다른 warpgroup은 영원히 도달하지 못하여 두 그룹이 같은 배리어의 서로 다른 인스턴스에 멈춰 커널이 무한 대기한다. #2899가 이전에 추가한 명시적 배리어만으로는 충분히 막지 못했다. 컴파일러가 여전히 자체적으로 분기 내에 배리어를 삽입할 수 있기 때문이다. 수정법은 임시 저장을 조건 밖으로 옮기는 것이다. 두 consumer warpgroup 모두 자신의 절반을 쓴다. 진짜 눈에 띄는 것은 뒷부분이다. 배리어 위치가 같은 cache key의 두 컴파일 사이에서 변할 수 있으며, 영속화된 CI 커널 캐시가 나쁜 빌드를 계속 재생하여 한 번의 불안정한 계측이 안정적인 실패로 변했다.
출처: https://github.com/tile-ai/TileOPs/pull/2901, https://github.com/tile-ai/TileOPs/pull/2899, https://github.com/tile-ai/TileOPs/pull/2896
1.6 TileOPs: #2918이 컴파일 그래프를 프로세스 간 재사용, pyupgrade 한 번에 1926곳 변경 (11-15)
#2918 컴파일 경계의 키를 “프로세스당 하나의 uuid”에서 “연산자 클래스 + 파라미터 요약 + 구성 시점 텐서 레이아웃 + 해당 인스턴스의 클래스 내 일련번호”로 교체하여, 나중에 시작된 프로세스가 Inductor의 FX 그래프 캐시와 AOT autograd 캐시를 직접 재사용할 수 있게 했다. 대가는 파라미터에 새 값이 할당되면 재추적해야 하고, 제자리에서 수정되면 추적 시점에 바로 거부된다는 점이다. 같은 작업에서 tileops.backend, authoring, manifest 세 패키지의 pyright --verifytypes를 100%까지 끌어올렸으며(이전에는 100%/50%/21%), ruff의 UP 규칙을 전체 저장소에 적용했다—307개 파일 1926곳. 이런 커밋은 성능 수치를 만들어내지 않지만, nightly와 CI의 대기 시간을 결정하고, 신입이 타입 힌트만으로 코드를 읽을 수 있는지도 결정한다.
출처: https://github.com/tile-ai/TileOPs/pull/2918
1.7 TileOPs: manifest에 spec-only 연산자 네 개 추가, Embedding에서 RoPE 코사인 사인까지 (11-15)
#2920은 파일럿 다섯 모델에 빠진 네 연산자에 대해 “규격만 있고 구현은 없는” 목록 항목을 추가했다: EmbeddingFwdOp(정수 테이블 포함, DeepSeek-V4-Flash의 해시 라우팅에 대응), MaskedScatterFwdOp, RMSNormGatedFwdOp(sigmoid 게이팅이 있는 활성화 파라미터), RoPECosSinFwdOp(토큰별로 각도를 주며, x가 스트라이드가 있는 뷰여도 허용하여 꼬리 열 회전을 지원). 동시에 tileops.indexing 패밀리를 새로 추가하고, 각 항목에 torch 참조 구현을 tests/test_spec_reference.py에 보강했으며, 읽는 행 수에 따라 embedding, masked scatter, RoPE 가격을 책정했다(두 개의 roofline 함수에 인라인 bytes 하나, 각각 수작업 oracle 포함). 이 접근의 의미는 인터페이스와 가격을 먼저 못 박아두면 구현은 나중에 다른 사람이 채울 수 있다는 것이다.
출처: https://github.com/tile-ai/TileOPs/pull/2920
1.8 TileOPs: #2951 적응형 풀링을 lane별로 분할, 메인 브랜치의 세 가지 풀링이 좁고 긴 형상에서 컴파일 실패 (11-15)
AdaptiveAvgPool2dLanesKernel은 각 bin을 2의 거듭제곱 개 lane으로 분할하고(최대 하나의 warp), 각 lane은 clamp가 있는 무조건적 벡터 로드로 자신의 tap을 읽은 뒤 shfl_xor로 폴딩한다. 이 규칙을 이끌어낸 근본 원인은 원래 구현이 출력 하나당 스레드 하나로 bin 전체를 처리하여, 배치되지 않은 ResNet 헤드가 CTA 8개뿐이고 DRAM 점유율이 3% 미만이었기 때문이다. 덤으로 더 단단한 문제도 고쳤다—adaptive_bin이 곱이 int32를 넘을 때 int64로 확장하지 않아, 세 가지 적응형 풀링 연산자가 main에서 (1, 1, 150001, 16) -> (100000, 1) 형상에 대해 모두 빌드에 실패했다.
출처: https://github.com/tile-ai/TileOPs/pull/2951
1.9 TileFoundry: #325 하나의 FunctionRef로 모든 피호출자 명명 통일 (11-13)
IR에는 이전에 피호출자를 명명하는 다섯 가지 방식이 있었다—바인딩된 Function/PrimFunction 객체, 슬롯 바인딩 인스턴스 호출, 예약 호출, 시작 대상, 변형 레이블—각 소비자가 자기 방식대로 해석했고, 평가기는 심지어 모듈 스코프가 아니라 “로드된 읽기 방식”에서 정의를 골랐다. #325는 이들을 정적 리프 FunctionRef(path, name) 하나로 모았다: 경로는 호출자 기준이고, None 세그먼트는 런타임 인덱스를 나타내며 선행 피연산자로 전달되고, core.resolve(scope, ref)가 유일한 리졸버가 된다. 리졸버는 동시에 “@module 안에서 나중에 선언된 이름”을 오류로 정의한다(DeclarationOrderError). 연동된 정리로는 StoragePlan.scratch를 방출 전에 미리 계산하도록 변경, relaunch 삭제, host 진입점 선언 및 scratch 전달이 포함된다.
출처: https://github.com/tile-ai/TileFoundry/pull/325
1.10 TileFoundry: 차원 산술을 스칼라 렌더러로 흡수, Mesh 선택 슬라이스 더 이상 유실되지 않음 (11-13)
#324는 DimAdd, DimSub, DimMul, DimFloorDiv, DimMod, DimMin, DimMax를 codegen/scalar_expr.py의 render_dim_call에 통합했습니다. 이전에는 세 개의 CUDA 이미터가 각각 + - * / % 테이블을 유지하고 있었기 때문에, “루프 경계가 mesh 좌표에서 온다”는 방식의 코드(range(cta.i * 32, cta.i * 32 + 32))가 CUDA에서 곧바로 “no codegen handler for DimMul” 오류를 발생시켰습니다. #323은 또 다른 유형의 무음 오류를 수정했습니다: Mesh(threads[0:16], layout=(16,)) 같은 재레이블 선택이 오프셋 0에서 슬라이스를 잃어버려, lowering이 contains 가드를 생성하지 않았고 해당 레이어의 모든 스레드가 전체 영역을 실행했습니다. 이제 재레이블 선택은 어떤 시작점에서도 슬라이스이며, 전체 레이어 선택은 여전히 슬라이스되지 않은 mesh입니다.
출처: https://github.com/tile-ai/TileFoundry/pull/324, https://github.com/tile-ai/TileFoundry/pull/323
2. 멀티 백엔드 적응 (Ascend / Hygon / MetaX / Moore Threads)
2.1 Ascend: DSA 희소 어텐션 3종 세트 당일 병합, 전방·역방향·topk 리덕션 완비 (11-13)
tilelang-ascend는 모니터링 기간 첫날 03:25와 09:49 두 시간대에 DSA(DeepSeek 희소 어텐션)의 세 연산자를 병합했습니다. 전방 파이프라인 버전 #1870은 V3.2의 희소 MLA 프리필을 대상으로 합니다: 각 query 블록이 top-K로 KV 행을 선택하고, DQK를 512+64=576의 단일 K 차원으로 합성해 한 번의 GEMM을 수행합니다(더 이상 3단 wgmma가 아님). 영속 그리드는 20코어, combineCV가 Cube/Vector를 자동 분할합니다. 역방향 #1928은 2-pass 구조를 따르며, dKV는 fp32 GM 원자적 분산 쓰기로 기록됩니다(평가 형상에서 각 행은 평균 약 448개 토큰의 기여를 받음). 누적 79395에서 27388마이크로초로 감소해 65.5% 줄었습니다. #1884는 topk 확률 질량 리덕션을 보완한 것으로, Expert 모드, T.Scope("C")와 두 AIV의 T.Scope("V") 이중 스트림, 수동 크로스 코어 flag를 사용합니다.
출처: https://github.com/tile-ai/tilelang-ascend/pull/1870, https://github.com/tile-ai/tilelang-ascend/pull/1928, https://github.com/tile-ai/tilelang-ascend/pull/1884
2.2 Ascend: KDA chunk 3종 세트 당일 병합, 상태 재귀 전부 UB에 유지 (11-13)
같은 날 03:26과 08:19에 KDA(Kimi Delta Attention) 세 건이 병합되었습니다. #1895는 chunk_delta_bwd의 dhu 경로입니다: 각 (b, h) 블록의 fp32 상태 [DK, block_DV]가 전 과정에서 UB에 남아 역방향 chunk 재귀를 수행하며 GM으로 돌아가지 않습니다. GEMM은 T.mma를 사용하고 각 GEMM마다 L0 임시 저장소를 별도로 명명해 이름 단위의 가짜 의존성을 차단합니다. #1896은 chunk_delta_h_fwd입니다: h_new = M@h + K^T@U의 M 형태를 호스트 측 사전 계산 M = diag(exp2(gk_last)) - K^T@W로 재구성해, 게이팅이 완전히 흡수되었고 커널 내에는 초월 함수가 전혀 없습니다. #1799는 Chunk Delta H 본체로, fp32 GEMM을 명시적으로 포기하고 bf16으로 전환했습니다. 그 이유는 게이트 감쇠로 인해 재귀 고윳값이 항상 1보다 작아, 1-ULP의 bf16 오차가 512스텝 재귀에서 증폭되지 않기 때문입니다.
출처: https://github.com/tile-ai/tilelang-ascend/pull/1895, https://github.com/tile-ai/tilelang-ascend/pull/1896, https://github.com/tile-ai/tilelang-ascend/pull/1799
2.3 Ascend: catlass v2.2.0으로 업그레이드, 구버전 fp32 GEMM의 무음 NaN 수정됨 (11-13)
#1989는 3rdparty/catlass를 v1.0.0-6(67fd282)에서 공식 tag v2.2.0(6c0a3242)으로 업그레이드하고, src/tl_templates/ascend/common.h에 여섯 군데의 TLA API 적응(39+/48-)을 수행했으며, 모든 helper의 외부 시그니처는 그대로이고 codegen과 Python 계층은 전혀 변경되지 않았다. 업그레이드의 첫 번째 동기는 결함 수정이다. 구버전 CopyL1ToL0A/L0B에는 float 특수화가 없어 T.gemm_v0의 fp32 입력이 NaN 또는 음의 무한대를 출력하면서도 아무런 오류를 보고하지 않았는데, 업그레이드 후 동일 커널은 비트 단위로 일치한다. 나머지 이점은 17개월간의 커뮤니티 수정(zN 프랙탈 채움 구멍, 크로스 코어 플래그 비트 교착, GM→L1 소형 M의 구간 DataCopy)을 흡수하고, HF32, GEMM+Bias 융합, 양자화 부수 출력, FP8 네 가지 후속 채널을 여는 것이다. 작성자는 네 개의 독립 환경에서 전량 회귀를 보고했으며, 업그레이드로 인한 회귀는 0이다.
출처: https://github.com/tile-ai/tilelang-ascend/pull/1989
2.4 Ascend: bitwise 4-in-1, uint8 PTO wrapper의 꼬리 바이트 경계 초과가 센티널을 훼손(11-13)
#2000은 bitwise_and/or/not/lshift 네 개의 PR을 하나로 합쳤다(공유 common.h와 elementwise.py 충돌 때문). 핵심은 PTO의 uint8 tand/tor 래핑이다. 처음에는 ceil(ColValid / 2)로 “홀수 열의 꼬리 바이트가 처리되지 않는” 문제를 고쳤으나, review에서 이 방식이 256바이트 버퍼의 buf[0:255]에서 경계를 넘는 uint16 쌍을 처리하여 c[255]를 a[255] | b[255]로 훼손한다는 점이 지적되었다. 통제 실측에서 센티널 0xA5가 0x03으로 변했다. 최종 방안은 floor(ColValid/2)개의 안전한 쌍에 더해 마지막 유효 바이트를 스칼라로 처리하는 것이며, 앞뒤로 PtoSetWaitFlag를 사용해 양방향 파이프 간 동기화를 수행한다. 같은 PR에서 프런트엔드 binary_op의 src1 크기 단언도 보강했다. 이전에는 dst=64, src0=64, src1=32가 컴파일되고 실행되었으며, src1이 64개 원소로 읽혀 32개를 경계 초과로 읽었다.
출처: https://github.com/tile-ai/tilelang-ascend/pull/2000
2.5 mlir-ascend: 22개의 TLIR 다이얼렉트 PR 심사 중, 단항 연산자와 크로스 pipe 동기화를 함께 보강(11-13 ~ 11-15)
tilelang-mlir-ascend의 main은 모니터링 기간 내 커밋이 없었지만, 22개의 PR이 열려 있으며 모두 다섯 명의 기여자가 동일한 “6접점” 템플릿으로 진행한다. TLOps.td에서 연산자 정의, TLOps.cpp에서 verifier 작성, codegen_tlir.cc/.h에서 TIR→TLIR, ConvertTLToHIVM.cpp에서 TLIR→HIVM, 두 곳의 FileCheck 테스트, CMakeLists.txt 등록이다. 보강된 연산자는 네 가지 범주에 걸친다. 단항 스칼라 함수(tl.not, abs, sqrt, rsqrt, rec, exp, ln, cos), 텐서 연산(tl.flip, tl.pad, tl.gather, tl.transpose, vbitcast), 리덕션(reduce_sum/max/min/reduce), 동기화 원시 연산(tl.set_flag + tl.wait_flag가 함께 있어야 완전한 생산자/소비자 쌍을 구성)이다. tl.flip은 속성을 가진 첫 번째 TL 연산자이므로, 겸사겸사 다이얼렉트 수준에서 usePropertiesForAttributes = 0을 설정하여 TableGen의 Properties 저장을 우회했다. 메모리 측에는 별도로 TL_L0A/L0B/L0C/L1 주소 공간과 local/local.var의 명시적 매핑이 있다.
출처: https://github.com/tile-ai/tilelang-mlir-ascend/pull/236, https://github.com/tile-ai/tilelang-mlir-ascend/pull/247, https://github.com/tile-ai/tilelang-mlir-ascend/pull/248, https://github.com/tile-ai/tilelang-mlir-ascend/pull/259
2.6 mlir-ascend: RTTI 링크 설정 불일치가 이 PR 배치의 공통 병목이 되다(11-15)
거의 모든 새 PR 설명에 동일한 문단이 첨부되어 있다: 로컬에서 tilelangir-opt를 빌드할 때 링크가 실패하며, undefined reference to typeinfo for mlir::ConversionPattern/Dialect/Pass 오류가 발생한다. 원인은 프로젝트가 -frtti를 요구하는데 로컬 AscendNPU-IR은 LLVM_ENABLE_RTTI=OFF로 컴파일되었기 때문이다. 작성자들은 일관되게 본 PR에서 RTTI 관련 스위치를 전혀 변경하지 않았다고 밝혔으며, 그중 한 명은 “같은 프로젝트의 동료는 겪지 않았고, 아마도 본인 로컬 환경 특유의 문제일 것”이라고 명시했다. 이는 코드 리뷰에는 영향을 주지 않지만, 전체 방언 보완 검증을 지연시키고 있다. 22건의 PR 중 일부는 ctest의 dialect 수준 테스트로만 증명할 수 있어 전체 HIVM 하강을 실행할 수 없다.
출처: https://github.com/tile-ai/tilelang-mlir-ascend/pull/252, https://github.com/tile-ai/tilelang-mlir-ascend/pull/253, https://github.com/tile-ai/tilelang-mlir-ascend/pull/250
2.7 Hygon: #37 ds_read_vector Alt2 및 LDS 레이아웃 추론 머지, #38 리뷰 중 (11-13)
tilelang-hygon의 메인 브랜치에 11-13 12:03에 #37이 머지되었다. 주제는 HCU에서의 ds_read_vector Alt2 형식과 추론된 LDS 레이아웃으로, HIP 계열 백엔드에서 상당히 저수준인 명령어 선택과 공유 메모리 레이아웃 작업에 해당한다. 또 다른 #38은 11-13 09:47에 열렸으며 여전히 리뷰 중이다. 내용은 AllGather-GEMM 융합의 로컬 panel 복사 건너뛰기로, 본 rank가 소유한 panel을 수신 버퍼에 더 이상 복사하지 않으며, 동시에 FlattenBuffer의 인덱스 간소화를 좁혀 통신 오프셋과 소스 표현식의 동등성을 보장하고, 벤치마크와 정확성 검사를 갱신했다.
출처: https://github.com/tile-ai/tilelang-hygon/pull/37, https://github.com/tile-ai/tilelang-hygon/pull/38
2.8 MetaX 및 Moore Threads: 모니터링 기간 내 커밋 없음 (11-06 / 11-10 최근)
tilelang-metax의 최근 푸시는 11-06, tilelang-musa는 11-10이며, 둘 다 72시간 모니터링 기간 내에 커밋이 없고 새 PR과 새 이슈도 없다. 과거 리듬( MetaX와 Moore Threads는 보통 주 단위로 업스트림을 따라감)을 볼 때 이 기간의 공백은 정상 범위이며 정체 징후는 보이지 않는다.
출처: https://github.com/tile-ai/tilelang-metax, https://github.com/tile-ai/tilelang-musa
2·5. RISC-V 백엔드와 커뮤니티 (특별 관찰)
2.9 kubuds TVM 노선에 hikari 브랜치 신설, 5건의 커밋으로 K3 이식 검증과 RVV 디코딩 그리드 제시 (11-13 ~ 11-15)
kubuds/tilelang-riscv-kubuds가 모니터링 기간 내에 kubuds-riscv-hikari 브랜치를 새로 열었으며(이전에는 mahiru와 karen만 존재), 5건의 커밋을 올려 “빌드 가능, 실행 가능, 데이터 확보”의 체인을 구성했다. 11-13의 세 건은 먼저 공개된 XSMTVDotII / vmadot 규격 단서를 찾고, 54건 커밋의 건별 로그(무엇을 했는지, 왜 했는지, 실측 데이터)를 제시한 뒤, RISC-V LLM의 그리드를 디코딩 4타일, 프리필 8타일, 단일 스트림 실행으로 변경했다. 11-14의 한 건은 rv64gc 빌드를 해제했고(USE_LLVM=ON의 링크 문제와 8스레드 빌드), 11-15의 한 건은 K3 이식 및 검증 보고서를 커밋하여 기존 세 가지 결론을 재검증했다. 이는 TVM 백엔드 노선의 연장으로, MLIR 재작성 노선과는 두 가지 구현이므로 통합하여 서술할 수 없다.
출처: https://github.com/kubuds/tilelang-riscv-kubuds/commit/bf019bbe24e477d77aa06111a69ef816d347884d, https://github.com/kubuds/tilelang-riscv-kubuds/commit/c3111b8b316f81938a42f7829f74101d122e9f9d, https://github.com/kubuds/tilelang-riscv-kubuds/commit/8401be05da264db5ded98a3b119ff590396bbfc2
2.10 커뮤니티 인덱스 페이지 PR #1, kubuds fork를 README에 기재 (11-14)
TongmingLAIC/tilelang-riscv(RISC-V용 TileLang의 커뮤니티 진입 페이지)가 페이지 개설 이후 첫 PR인 #1을 받았다. lazyparser가 11-14에 열었으며, 제목은 「Add tilelang-riscv-kubuds project details to README」, 즉 kubuds fork의 프로젝트 설명을 「커뮤니티 프로젝트」 표에 보충하는 것이다. 인덱스 페이지 자체의 문구 변경은 기술적 진전으로 볼 수 없지만, 이 PR은 TVM 노선 계열이 처음으로 커뮤니티 진입 페이지에 공식 등록되었음을 보여준다. 이전까지 표에는 MLIR 노선과 Sophgo TPU 두 하위 프로젝트만 있었다.
출처: https://github.com/TongmingLAIC/tilelang-riscv/pull/1
2.11 RuyiAI의 MLIR 노선과 Sophgo TPU 두 노선의 참조는 변동 없음 (11-16)
RuyiAI-Stack/tilelang-riscv의 main은 여전히 57c548cc(MLIR 재작성 노선, target="riscv", TIR→MLIR Linalg/SCF/MemRef/Vector→LLVM IR)이며, TongmingLAIC/tilelang-tpu의 18개 브랜치 참조(feature/sg2260e-rv-support, CGO2027-submission 포함)는 지난 호와 하나씩 동일하고, 새 커밋도 새 브랜치도 새 PR도 없다. 4개 출처 중 3개 출처에 움직임이 있고 2개 출처는 조용하며, 이번 호에는 kubuds 한쪽만 움직이고 있다.
출처: https://github.com/RuyiAI-Stack/tilelang-riscv, https://github.com/TongmingLAIC/tilelang-tpu
3. 생태계와 도입 측
3.1 TileOPs-nightly: 두 차례 스냅샷이 두 번의 run에 대응, 최신 회차는 #2955 테스트 (11-15)
snapshots 브랜치에는 모니터링 기간 내 두 건이 반영되었다. 11-15 02:33의 49330f29는 run 43654108754에 대응하며 테스트 대상 커밋은 abe2086e(즉 #2892 병합 이후의 메인라인)이고, 11-15 22:07의 a0566322는 run 43738645759에 대응하며 테스트 대상 커밋은 e4444654(즉 #2955)이다. stats 브랜치의 16:38 52e51373은 manifest 통계를 동기 갱신했다. 이 체인은 이번 호의 여러 성능 결론의 출처이며, #2946부터 #2954까지 다섯 개의 「선두 격차를 벌리자」 이슈의 근거이기도 하다. 이들은 모두 run 43654108754에서 1% 미만이었던 비율을 인용했다.
출처: https://github.com/tile-ai/TileOPs-nightly/commit/a0566322, https://github.com/tile-ai/TileOPs/issues/2954
3.2 TileFoundry 심사 중: NCCL 통신 시맨틱과 Qwen3-MoE 학습 예제 (11-13)
#327은 TileFoundry가 「스케줄러」에서 「학습 컴파일러」로 확장하는 한 건으로, 아직 심사 중이다. 타입이 지정된 Collective와 Exchange 통신 시맨틱, host 측 스트림과 이벤트 프로토콜, 통신 제공자 선택, 네이티브 NCCL/CUDA 폴백을 새로 추가하고, 바이트 영역 수명 분석, 완료 인지 워크스페이스 계획, 피호출자와 물리 바인딩을 포함한 JIT 아이덴티티를 도입한다. 예제 측에는 PP/CP/EP와 DMuon FSDP/HSDP를 갖춘 Qwen3-MoE 학습 구성, 수치 참조, 연산 타임라인, 통신 캘리브레이션이 제공된다.
출처: https://github.com/tile-ai/TileFoundry/pull/327
3.3 TileFoundry 심사 중: int8 행렬 곱이 H200에서 연산 시간 0으로 산정됨 (11-15)
#334는 roofline의 결함을 보고한다. 목표 기술에는 bf16, f16, f32, fp8e4m3의 처리량만 있고 i8은 없으며, instruction.compute_dtypes에도 i8이 포함되지 않는다. 그 결과 analyze --roofline은 i8의 flops 수는 맞게 계산했지만(2061억), compute_ns: 0을 보고하고 「메모리 제한」으로 판정한다. 반면 H200의 밀집 INT8 텐서 연산 성능은 1979 TOPS로 FP8과 같은 등급이다. 두 번째 문제는 T.cuda.sm90.Wgmma가 s8 피연산자를 받지 않는다는 것인데, SM90의 wgmma.mma_async 자체에는 .s8 형식이 있다. 두 가지 모두 「하드웨어 능력이 목표 기술에 기록되지 않은」 사례다.
출처: https://github.com/tile-ai/TileFoundry/issues/334
3.4 도입 측: TileKernels와 FlashQLA는 모니터링 기간 내 푸시 없음 (11-16)
deepseek-ai/TileKernels(2074 stars)의 최근 푸시는 10-14이며, QwenLM/FlashQLA(758 stars)는 10-30으로, 두 저장소 모두 72시간 모니터링 기간 내 커밋, 릴리스, 신규 이슈가 없습니다. 업스트림 TileOPs는 이 3일 동안 manifest와 연산자 시그니처를 집중적으로 수정 중이며(#2920, #2944, #2958), 도입 측은 통상 한두 개 버전 주기 지연 후 따라가므로 다음 모니터링 기간에 정렬 커밋이 나타나는지 주목할 만합니다.
출처: https://github.com/deepseek-ai/TileKernels, https://github.com/QwenLM/FlashQLA
4. 커뮤니티, 튜토리얼 및 이벤트
4.1 3일간 신규 이슈 406건, 두 계정이 그중 314건 기여 (11-15)
72시간 모니터링 기간 내 tile-ai 조직에서 신규 이슈 406건이 열렸으며, 저장소별 분포는 tilelang 351건, TileOPs 44건, TileFoundry 8건, tilelang-ascend 3건입니다. 일별 분포는 11-13 50건, 11-14 76건, 11-15 280건입니다. 계정별로는 cn-sys 172건, ilovexsir 142건, lcy-seso 54건, oisdoaiu 16건이며, 나머지 7명 합계는 22건입니다. “Ascend” 문구가 포함된 것은 313건으로 77%를 차지하며, 지난주 “감사 2차 파동”과 같은 방향이지만 규모는 한 자릿수(한 단계) 커졌습니다.
출처: https://github.com/tile-ai/tilelang/issues
4.2 cn-sys: 1시간 46분 동안 172건 연속 개설, 번호는 #4208부터 #4381까지 연속 (11-15)
cn-sys의 172건은 모두 11-15 저녁 18:41부터 20:27(베이징 시간) 사이에 개설되었으며, 번호는 결번 없이 연속이고 전부 동일 환경으로 표기되었습니다: Ascend 950PR, CANN 9.0.0-beta.2, Linux 6.6.0-13, Python 3.12, 소스 빌드 main @ 210611d. 내용은 세 가지로 나뉩니다. 첫째, 문서와 구현의 괴리: flash-attention의 README에는 “순방향 상대 오차 0.5% 미만”이라고 쓰여 있지만 같은 디렉터리의 다섯 검사기는 일괄 5%를 사용합니다. deepgemm의 benchmark는 cache_size=8192를 전달하는데, 이 파라미터의 단위는 MB이므로 8 GiB를 할당해 128 MiB의 L2를 플러시하는 셈입니다. 둘째, 예제와 테스트: flash-attention의 정확성 테스트는 성능 테스트의 전체 크기 입력을 그대로 사용했고, 세 개의 flash-attention 테스트에는 requires_ascend 게이트가 없으며, GEMM 예제는 일곱 케이스 중 네 개에서 64–128 KiB UB를 낭비합니다. 셋째, 컴파일러 본체: auto-schedule의 ControlNode::GetPipeMask는 자신의 task를 포함하지 않고, SubstituteVar는 루프 경계를 재작성하면서 루프 변수와 For 주석을 누락했으며, memory detector의 SBlockRealize 접근자는 비어 있습니다.
출처: https://github.com/tile-ai/tilelang/issues/4381, https://github.com/tile-ai/tilelang/issues/4331, https://github.com/tile-ai/tilelang/issues/4328
4.3 ilovexsir: 142건 이슈에 5개 batch 수정 PR, 프런트엔드 검증을 체계적으로 보강 (11-15)
ilovexsir의 142건은 세 배치로 나뉩니다: 11-13 41건, 11-14 51건, 11-15 51건이며, 주제는 “마땅히 오류를 내야 하는데 내지 않음”에 고도로 집중되어 있습니다. 이 이슈들의 착지는 수정입니다: 11-15 07:03 같은 분에 #4201부터 #4205까지 다섯 개의 batch PR이 열렸으며, 각각 런타임과 target 구성, 언어 프런트엔드 주석과 동기화 가드, copy/GEMM 힌트와 padding 값, SIMD의 mode/part/dist 기본값과 목적지 dtype, VMI의 pmode/saturate/lane 계약과 스케줄러 입력을 담당합니다. 각 PR은 자신이 닫는 이슈 번호를 나열하고, 독립적으로 재현 가능한 순수 Python 스크립트(NPU와 TVM 빌드 불필요)를 첨부합니다. 예를 들어: T.copy(transpose='False')는 문자열 ‘False’가 참값이므로 GM→L1의 dn2nz 전치를 조용히 켰습니다; _make_ascend_target()은 dict(target_dict or {})를 사용해 모든 falsy 구성 키를 버렸습니다; annotate_buffer_versions의 isinstance(int) 가드는 bool을 배제하지 못했습니다.
출처: https://github.com/tile-ai/tilelang/pull/4201, https://github.com/tile-ai/tilelang/pull/4202, https://github.com/tile-ai/tilelang/pull/4203
4.4 심사 대기열 102건 업데이트, 59건 모니터링 기간 내 신규 개설, 메인 저장소 51건 (11-16)
모니터링 기간 내 심사 대기 중인 PR은 총 102건이 업데이트되었으며, 그중 59건이 모니터링 기간 내 신규 개설된 건이다: tilelang 27건, tilelang-mlir-ascend 22건, TileOPs 4건, TileFoundry 3건, TileOPs.github.io와 tilelang-ascend와 tilelang-hygon 각 1건. 작성자별로는 Areeshh 8건, ghostrider0470과 HadiaSaqib 각 7건, 그 외 여섯 명이 각 5건이다. 병합 30건 대 심사 대기 102건이라는 이 비율은 현재 병목이 코드 작성이 아니라 리뷰에 있음을 보여준다—특히 mlir-ascend의 동형 PR 22건은 본질적으로 TLIR에 능숙한 동일 인물이 순차적으로 처리해야 하는 묶음이다.
출처: https://github.com/tile-ai/tilelang/pulls
4.5 뉴스 측면: 중·영문 검색 및 arXiv 모니터링 기간 내 무적중 (11-16)
Google News 중국어 세 가지 쿼리(TileLang, TileLang RISC-V, tile-ai TileOPs)가 반환한 최신 적중은 여전히 10-28과 09-30의 이전 기사이며, 영어 쿼리 최신은 10-14로 모두 모니터링 기간 밖이다. Hacker News에서는 TileLang과 무관한 profiler 도구 게시글 하나만 확인되었고, arXiv에서 TileLang을 포함한 최신 논문은 11-03(KV 압축 및 샤딩 서빙 방향)에 멈춰 있어 모니터링 기간 내 신규 논문은 없다. 외부의 TileLang 서사는 여전히 9월 말의 «DeepSeek, Ascend 버전 도구 상자 오픈소스 공개» 라운드에 머물러 있으며, 이번 호에는 교차 검증할 수 있는 새로운 보도가 전혀 없다.
출처: https://news.google.com/search?q=TileLang
5. 트렌드 관찰
첫째, 메인 저장소는 조용하고 연산자 라이브러리는 움직이며, 중심 이동이 이미 두 모니터링 기간 연속이다. 지난 호는 메인 저장소 하루 다섯 건 전부 Ascend, TileOPs 연속 제로 커밋이었다. 이번 호는 반대로 메인 저장소 72시간 동안 문서 한 건, TileOPs 사흘 열다섯 건, TileFoundry 세 건이다. 두 호를 합쳐 보면 TileLang의 개발 중심은 «컴파일러 본체»에서 «연산자 라이브러리 + 스케줄러»로 이동하고 있다: 컴파일러 본체의 변경은 회귀 수정(PTO 라인의 수습 단계)에 집중되어 있고, 새로운 역량은 더 많이 연산자 라이브러리의 타일, 선택기, 비용 모델의 형태로 나타난다. 판단 근거는 병합 수만이 아니라 의존 방향이기도 하다—TileOPs의 성능 결론은 TileFoundry의 roofline과 스케줄링을 인용해야 하는데, TileLang 메인 저장소는 이번 호에 그들에게 아무것도 새로운 것을 주지 않았다.
둘째, 자동 warp specialization의 정확성이 이미 일급 리스크가 되었다. #2896에서 #2901로 이어지는 체인은 다음을 보여준다: 하나의 성능 변경이 동기화 책임을 컴파일러의 자동 계측에 넘길 때, 계측 위치가 정확성의 일부가 되며, 그것이 상위 계층에 불투명하다—동일한 cache key로 두 번 컴파일하면 배리어가 분기 안에 떨어질 수도, 분기 밖에 떨어질 수도 있다. 여기에 CI의 영속 커널 캐시가 겹치면, 간헐적인 잘못된 계측이 안정적인 실패로 고착된다. 이 문제는 현재 구조적 해법이 없고, «쓰기 연산을 조건 분기 밖으로 이동» 같은 국소적 회피만 있을 뿐이다; 이후 더 많은 타일이 ping-pong을 채택하면 동종 행(hang)이 다시 발생할 가능성이 높다.
셋째, 감사가 이미 «문제 발견»에서 «파이프라인식 문제 생산»으로 바뀌었다. 사흘 406건의 issue, 두 계정 314건, 그중 cn-sys의 172건이 1시간 46분 만에 작성되었고, ilovexsir의 142건은 다섯 개 batch 수정 PR에 직접 대응한다. 이 패턴은 실제로 «결함 발견에서 수정까지»의 주기를 압축하고 있지만(같은 날 issue와 PR 공존), 압력을 리뷰 측으로 전가한다: 심사 대기 102건, 병합 30건, 그중 22건의 mlir-ascend 동형 PR은 극소수만이 처리할 수 있다. 다음 단계의 병목은 발견 속도가 아니라 리뷰 대역폭이 될 것이다.
넷째, Ascend의 연산자 이전이 «모델 패밀리별 배치 착지» 단계에 진입했다. DSA 세트는 DeepSeek V3.2에 대응하고, KDA 세트는 Kimi 계열 선형 어텐션에 대응하며, 하루 만에 아홉 건 모두 산발적 연산자가 아니라 구체적 모델의 완전한 링크를 지향한다. 이는 다운스트림에 좋은 소식이다—모델 이전 비용이 «연산자 하나하나 맞추기»에서 «패밀리별 배치 이전»으로 바뀐다; 그러나 이는 동시에 하위 템플릿 라이브러리의 품질 가중치가 상승함을 의미한다. catlass의 fp32 GEMM이 NaN을 출력하면서 전혀 오류를 보고하지 않던 기존 결함이 그 예시다: 그것은 제3자 submodule 안에 숨어 있어 연산자 계층 테스트로는 발견할 수 없다.
- RISC-V 4개 소스에서 처음으로 실질적인 진전이 나타났으나, 움직이는 것은 한 곳뿐이다. kubuds의 TVM 노선은 새로
hikari브랜치를 열고 K3 이식 검증과 RVV 그리드 데이터를 제시했으며, 커뮤니티 인덱스 페이지에 처음으로 해당 fork가 등재되었다. 반면 MLIR 노선(RuyiAI)과 SOPHGO TPU 저장소 참조는 변화가 없다. 두 노선의 분업은 이미 명확해졌다. TVM 노선은 “실행 가능하고 실측 데이터가 있는” 상태를 만들고 있고, MLIR 노선은 “설계는 있으나 커밋은 없는” 상태에 머물러 있다. 판단은 달라지지 않는다. 이 라인은 현재 여전히 소규모 투자에 속하며, 모니터링 기간 단위로 추적할 가치는 있으나 주 단위로 진척을 계산하기에는 적절하지 않다.
한계 설명: 이번 회차 결론은 GitHub 검색 API와 저장소 원자적 스트림에서 나온 것으로, 코드 수준의 재검증은 하지 않았다. PR의 성능 수치는 작성자가 PR 설명에 제시한 벤치마크 표(H200, CUDA 13.2, PyTorch 2.13)에서 가져온 것이며, 로컬에서 재측정하지 않았다. issue 통계는 search API의 total_count와 5페이지 페이지네이션 결과에 의존하며(406건과 개별 집계가 일치), 제목 분류는 키워드에 따른 조대한 구분일 뿐이다. tilelang-ascend의 기본 브랜치는 main이 아니라 ascendc_pto이며, 최초 조회 시 main 기준 커밋 조회가 404를 반환하여 수정 후 재조회하였다. mlir-ascend의 harness와 hygon의 tilelang-tileops-fix 브랜치는 모니터링 기간 내 커밋이 없다. 뉴스 측은 적중 zero로, 외부 보도로 교차 검증할 수 없다.
부록: 자료 및 검증 설명
| 출처 | 검증 결과 |
|---|---|
| tile-ai 조직 저장소별(30개 저장소) | 모니터링 기간 내 푸시 8건: TileOPs-nightly, TileOPs, TileOPs.github.io, tilelang-mlir-ascend, tilelang-hygon, tilelang, tilelang-ascend, TileFoundry |
| 메인 저장소 tile-ai/tilelang | 1건 병합(#4052 문서), main 커밋 1회만 발생, 신규 issue 351건, 심사 중 PR 51건 |
| tilelang-ascend | 기본 브랜치 ascendc_pto 9건 병합, 전부 11-13에 집중, 신규 issue 3건, 심사 중 PR 18건 |
| TileOPs | main 15건 병합(11-13 4건, 11-15 11건), 신규 issue 44건, 심사 중 4건 |
| TileFoundry | main 3건 병합, 신규 issue 8건, 심사 중 3건 |
| tilelang-mlir-ascend | main 커밋 zero, 22건 PR이 모니터링 기간 내 신규 개설되어 전부 심사 중 |
| tilelang-hygon | main 1건 병합(#37), #38 심사 중 |
| 비기본 브랜치 | TileOPs stats 1건, nightly snapshots 2건, mlir harness, hygon tileops-fix 모두 zero |
| 릴리스 페이지 | 6개 저장소 모니터링 기간 내 신규 tag 없음, tilelang 최신 v0.1.15(09-30), TileOPs v0.1.0(10-27), TileFoundry v0.0.3(10-21), tilelang-ascend v0.1.2.000(09-09), mlir-ascend v0.1.2.020(06-11) |
| 심사 대기열 | 102건 모니터링 기간 내 갱신, 59건 모니터링 기간 내 신규 개설(메인 저장소 27, mlir-ascend 22, TileOPs 4, TileFoundry 3, 나머지 3) |
| issue 측 | 406건 신규 개설: cn-sys 172, ilovexsir 142, lcy-seso 54, oisdoaiu 16, 나머지 22 |
| 채택처 | TileKernels(최근 10-14), FlashQLA(최근 10-30), 모니터링 기간 내 푸시 없음 |
| TileLang×RISC-V 4개 소스 순회 | 변화 있음: kubuds 신규 kubuds-riscv-hikari 브랜치 5건, 커뮤니티 인덱스 페이지 PR #1, RuyiAI와 SOPHGO TPU 참조는 변화 없음 |
| 뉴스 측 | Google News 중영문, Hacker News, arXiv 모니터링 기간 내 모두 적중 zero(arXiv 최신 11-03) |
전체 출처 목록
- [1] tilelang #4052 (LSP 저장소 링크 업데이트) — https://github.com/tile-ai/tilelang/pull/4052
- [2] TileOPs #2894 (MoE FP8의 A scale을 TMA로 처리) — https://github.com/tile-ai/TileOPs/pull/2894
- [3] TileOPs #2896 (W4A16 K 타일 간 단일 WGMMA 인플라이트) — https://github.com/tile-ai/TileOPs/pull/2896
- [4] TileOPs #2898 (16비트 softmax 행 듀얼 CTA 클러스터) — https://github.com/tile-ai/TileOPs/pull/2898
- [5] TileOPs #2892 (페이지드 GQA 분할 상한) — https://github.com/tile-ai/TileOPs/pull/2892
- [6] TileOPs #2955 (W4A16 디코딩 듀얼 consumer warpgroup) — https://github.com/tile-ai/TileOPs/pull/2955
- [7] TileOPs #2952 (타깃 커널 단일 테이블과 동시성 안전 읽기) — https://github.com/tile-ai/TileOPs/pull/2952
- [8] TileOPs #2904 (target 바인딩 반환 빌더) — https://github.com/tile-ai/TileOPs/pull/2904
- [9] TileOPs #2919 (선택기 64x256 타일을 ping-pong으로 변경) — https://github.com/tile-ai/TileOPs/pull/2919
- [10] TileOPs #2953 (선택기 64행 컴팩트 타일 ping-pong) — https://github.com/tile-ai/TileOPs/pull/2953
- [11] TileOPs #2915 (그룹 GEMM 출력을 TMA box 기준 5중 루프로) — https://github.com/tile-ai/TileOPs/pull/2915
- [12] TileOPs #2901 (두 warpgroup 모두 스테이징, 배리어를 분기 밖으로 이동) — https://github.com/tile-ai/TileOPs/pull/2901
- [13] TileOPs #2899 (W4A16 페어링 런치를 무리덕션 분기에 병합) — https://github.com/tile-ai/TileOPs/pull/2899
- [14] TileOPs #2918 (컴파일 그래프 프로세스 간 재사용과 pyupgrade) — https://github.com/tile-ai/TileOPs/pull/2918
- [15] TileOPs #2920 (4개의 spec-only manifest 항목) — https://github.com/tile-ai/TileOPs/pull/2920
- [16] TileOPs #2951 (적응형 풀링을 lane별로 분할) — https://github.com/tile-ai/TileOPs/pull/2951
- [17] TileOPs #2954 (GQA의 FA3 대비 우위 폭) — https://github.com/tile-ai/TileOPs/issues/2954
- [18] TileOPs #2957 (nvbench 콜드 측정 프로토콜) — https://github.com/tile-ai/TileOPs/issues/2957
- [19] TileOPs-nightly 스냅샷 a0566322 — https://github.com/tile-ai/TileOPs-nightly/commit/a0566322
- [20] TileFoundry #325 (FunctionRef 피호출자 통합) — https://github.com/tile-ai/TileFoundry/pull/325
- [21] TileFoundry #324 (차원 산술을 스칼라 렌더러로) — https://github.com/tile-ai/TileFoundry/pull/324
- [22] TileFoundry #323 (재번호 선택 시 슬라이스 유지) — https://github.com/tile-ai/TileFoundry/pull/323
- [23] TileFoundry #327 (NCCL 통신 시맨틱과 Qwen3-MoE 학습) — https://github.com/tile-ai/TileFoundry/pull/327
- [24] T
TileFoundry #334 (int8 텐서 코어 가격 책정) — https://github.com/tile-ai/TileFoundry/issues/334
- [25] tilelang-ascend #1870 (Sparse MLA 포워드 파이프라인) — https://github.com/tile-ai/tilelang-ascend/pull/1870
- [26] tilelang-ascend #1928 (sparse_mla_bwd) — https://github.com/tile-ai/tilelang-ascend/pull/1928
- [27] tilelang-ascend #1884 (topk 확률 질량 리덕션) — https://github.com/tile-ai/tilelang-ascend/pull/1884
- [28] tilelang-ascend #1895 (KDA chunk_delta_bwd) — https://github.com/tile-ai/tilelang-ascend/pull/1895
- [29] tilelang-ascend #1896 (KDA chunk_delta_h_fwd) — https://github.com/tile-ai/tilelang-ascend/pull/1896
- [30] tilelang-ascend #1799 (Chunk Delta H) — https://github.com/tile-ai/tilelang-ascend/pull/1799
- [31] tilelang-ascend #1989 (catlass v2.2.0 업그레이드) — https://github.com/tile-ai/tilelang-ascend/pull/1989
- [32] tilelang-ascend #2000 (bitwise 4개 연산자 병합) — https://github.com/tile-ai/tilelang-ascend/pull/2000
- [33] tilelang-ascend #1642 (alloc API 문서) — https://github.com/tile-ai/tilelang-ascend/pull/1642
- [34] tilelang-mlir-ascend #236 (tl.flip) — https://github.com/tile-ai/tilelang-mlir-ascend/pull/236
- [35] tilelang-mlir-ascend #247 (tl.set_flag) — https://github.com/tile-ai/tilelang-mlir-ascend/pull/247
- [36] tilelang-mlir-ascend #248 (tl.wait_flag) — https://github.com/tile-ai/tilelang-mlir-ascend/pull/248
- [37] tilelang-mlir-ascend #259 (tl.transpose) — https://github.com/tile-ai/tilelang-mlir-ascend/pull/259
- [38] tilelang-mlir-ascend #252 (L0A/L0B/L0C/L1 주소 공간) — https://github.com/tile-ai/tilelang-mlir-ascend/pull/252
- [39] tilelang-mlir-ascend #253 (reduce 4개 연산자) — https://github.com/tile-ai/tilelang-mlir-ascend/pull/253
- [40] tilelang-mlir-ascend #250 (tl.ln) — https://github.com/tile-ai/tilelang-mlir-ascend/pull/250
- [41] tilelang-hygon #37 (ds_read_vector Alt2) — https://github.com/tile-ai/tilelang-hygon/pull/37
- [42] tilelang-hygon #38 (AllGather-GEMM 로컬 패널 복사 건너뛰기) — https://github.com/tile-ai/tilelang-hygon/pull/38
- [43] kubuds/tilelang-riscv-kubuds hikari 브랜치 커밋 — https://github.com/kubuds/tilelang-riscv-kubuds/commit/bf019bbe24e477d77aa06111a69ef816d347884d
- [44] k
ubuds/tilelang-riscv-kubuds rv64gc 빌드 수정 — https://github.com/kubuds/tilelang-riscv-kubuds/commit/c3111b8b316f81938a42f7829f74101d122e9f9d
- [45] kubuds/tilelang-riscv-kubuds 디코드/프리필 그리드 — https://github.com/kubuds/tilelang-riscv-kubuds/commit/8401be05da264db5ded98a3b119ff590396bbfc2
- [46] TongmingLAIC/tilelang-riscv #1 (인덱스 페이지에 kubuds fork 수록) — https://github.com/TongmingLAIC/tilelang-riscv/pull/1
- [47] RuyiAI-Stack/tilelang-riscv 저장소 — https://github.com/RuyiAI-Stack/tilelang-riscv
- [48] TongmingLAIC/tilelang-tpu 저장소 — https://github.com/TongmingLAIC/tilelang-tpu
- [49] tilelang 메인 저장소 issue #4381 (GEMM 예제가 UB를 헛되이 점유) — https://github.com/tile-ai/tilelang/issues/4381
- [50] tilelang issue #4331 (auto target 순서가 문서와 불일치) — https://github.com/tile-ai/tilelang/issues/4331
- [51] tilelang issue #4328 (GetPipeMask가 자체 task를 누락) — https://github.com/tile-ai/tilelang/issues/4328
- [52] tilelang #4201 (런타임과 target 파라미터 검증) — https://github.com/tile-ai/tilelang/pull/4201
- [53] tilelang #4202 (프런트엔드 어노테이션과 동기화 가드) — https://github.com/tile-ai/tilelang/pull/4202
- [54] tilelang #4203 (copy/GEMM 힌트와 padding 값) — https://github.com/tile-ai/tilelang/pull/4203
- [55] tilelang 심사 중 PR 목록 — https://github.com/tile-ai/tilelang/pulls
- [56] deepseek-ai/TileKernels 저장소 — https://github.com/deepseek-ai/TileKernels
- [57] QwenLM/FlashQLA 저장소 — https://github.com/QwenLM/FlashQLA
- [58] 각 저장소 릴리스 페이지 — https://github.com/tile-ai/tilelang/releases