모니터링 기간: 2026-11-17 07:00 ~ 2026-11-18 07:00 (베이징 시간, 24시간; 이전 기간 기준점은 11-17 07:00).

출처: GitHub tile-ai 조직 저장소별 점검(30개 저장소, 기간 내 푸시 10개) + 조직 수준 머지 및 심사 중 실사 검색(기간 내 머지 20건, 심사 중 업데이트 77건, 신규 이슈 15건) + 메인 브랜치 건별 점검(TileOPs 12건, TileFoundry 3건, tilelang 2건, topa 1건, 문서 사이트 2건) + 릴리스 페이지 점검(tilelang은 여전히 v0.1.15, 기간 내 신규 tag 없음) + Google News 중영문 검색 + Hacker News + arXiv + TileLang×RISC-V 4개 출처 특별 점검.


이번 호 인덱스

  • 오늘의 중점: TileOPs 하루 12건 머지, pilot 모델 인터페이스가 등록에서 연산자별 이행으로 전환 (11-17)
  • 오늘의 중점: Ascend 프런트엔드 동일인 연속 5건 dtype 감사 이슈 발행, 약 300개 연산자와 dtype 조합 커버 (11-17)

    1. 핵심 프로젝트 진행 상황
      • 1.1 메인 저장소 CuTeDSL 부호 없는 버퍼 읽기 수정: uint8의 200이 -56으로 처리됨 (11-17)
      • 1.2 메인 저장소 Ascend 벤치마크, 디바이스 측 L2 리프레시로 변경, 임시 버퍼 읽기 방식 대체 (11-17)
      • 1.3 GEMM float32 출력 보완, 라우터·압축기·LM 헤드 세 가지 narrow N 형상 지원 (11-17)
      • 1.4 연산자 라이브러리 신규 연산자 3개: Embedding 재제출, Concat 및 커스텀 cos/sin RoPE (11-17)
      • 1.5 정규화·어텐션·선형 어텐션 5개 항목: 제로 중심 가중치, 비정규 헤드 차원, 상태 슬롯 인덱스 (11-17)
      • 1.6 벤치마크 타이밍 nvbench 콜드 측정으로 변경, 야간 스캔 예산 6시간에서 10시간으로 증가 (11-17)
      • 1.7 심사 중 및 목표: narrow N prefill GEMM, 최고 속도 라이브러리 대비 여전히 0.39배 차이 형상 존재 (11-17)
    1. 다중 백엔드 적응 (Ascend / MetaX / Hygon / Moore Threads / Sunrise / MLIR Ascend)
      • 2.1 Ascend 메인 저장소: 동기화 프리미티브 2건 및 프레디케이트 폭 수정 심사 중 (11-17)
      • 2.2 Ascend 독립 야간 wheel 파이프라인 제안: 실제 기기 스모크 테스트 및 롤링 릴리스 포함 (11-17)
      • 2.3 MLIR Ascend: tl.print 및 tl.and 머지, 별도로 약 30건 TLIR 연산자 일괄 심사 중 (11-17)
      • 2.4 백엔드 저장소: Ascend 신규 1D 스트라이드 분산 쓰기 결함 보고, Hygon 및 Sunrise 진행 상황 여전히 심사 중 (11-17)
  • 2.5. RISC-V 백엔드 및 커뮤니티 (특별 관찰: TVM 노선 / MLIR 노선 / SOPHGO TPU / 커뮤니티 인덱스 페이지)
    • 2.5.1 4개 출처 점검 변화 없음, 두 노선의 인용 이전 호와 동일 (11-18)
    1. 생태계 및 채택 측 (TileFoundry / topa / 사이트 / TileKernels / FlashQLA)
      • 3.1 TileFoundry 303개 파일 일괄 변경: 용어 단일 사양으로 수렴, 레이아웃 CuTe 알고리즘으로 변경 (11-17)
      • 3.2 TileFoundry 2건 수정: 로컬 뷰의 논리 윈도우와 복사 파라미터 좌표 기준 페어링 (11-17)
      • 3.3 topa 라운드 메커니즘 도입, 6건 신규 이슈로 다음 작업 큐 구성 (11-17)
      • 3.4 문서 사이트 2건 자동 업데이트, 채택 측 2개 저장소 기간 내 커밋 없음 (11-17)
    1. 커뮤니티, 튜토리얼 및 이벤트
      • 4.1 뉴스 측 공백: 중영문 검색, Hacker News 및 arXiv 모두 주제 보도 없음 (11-17)
      • 4.2 조직 활성도: 단일 일 20건 머지, 77건 심사 중 업데이트, 메인 저장소 스타 8992 (11-17)
    1. 트렌드 관찰
  • 부록: 자료 및 점검 설명
    • 출처 점검표
    • 전체 출처 목록

오늘의 중점: TileOPs 하루 12건 머지, pilot 모델 인터페이스가 등록에서 연산자별 이행으로 전환

11-17 TileOPs 메인 브랜치에 12건의 커밋이 병합되었으며, 그중 7건은 TileFoundry 라운드의 연산자 제안에서 비롯되었다. 방향은 전날과 완전히 이어진다. 11-16에 pilot 모델(Qwen3.6, DeepSeek-V4-Flash, GLM-5.3-Flash)이 실제로 호출하는 인터페이스를 manifest에 등록한 뒤, 11-17부터는 형태 하나하나에 커널을 채워 넣기 시작했다. 당일 새로 병합된 연산자로는 Embedding, Concat, 그리고 “호출자가 cos/sin을 지정하는” RoPE가 있으며, 여기에 정규화의 제로 센터 가중치 지원, GQA 가변 길이 어텐션의 비정형 헤드 차원, GDN과 인과 컨볼루션의 상태 슬롯 인덱스가 더해져 pilot 모델 추론 체인상의 인덱스, 정규화, 위치 인코딩, 어텐션, 선형 어텐션 다섯 구간을 모두 커버한다. 각 제안은 모두 대조 구현과 벤치마크 행을 갖추고 있으며, 대부분의 자기 평가는 여전히 “합격선 미달(below bar)”로, 이는 병합 기준과 성능 기준이 별개의 문제임을 보여준다. 즉, 먼저 의미적 정확성과 인터페이스 정합성을 보장하고, 이후 라운드마다 성능을 압박한다. 또 다른 신규 GEMM float32 출력(#3000)은 “라우터, KV 압축기, LM 헤드”这三类 좁은 N 형태를 bf16에서 float32 누산 출력으로 확장한 것으로, 이번 라운드 인터페이스 이행에서 메인 커널 구조를 직접 변경한 유일한 항목이다. 같은 날 새로 열린 목표 이슈 #2999는 반대 목록을 제시한다. 53개 스캔 형태 중 5개가 여전히 뒤처져 있으며, 가장 나쁜 항목은 가장 빠른 라이브러리의 0.39배에 불과하다.

출처: https://github.com/tile-ai/TileOPs/pull/3000 , https://github.com/tile-ai/TileOPs/issues/2999

오늘의 초점: Ascend 프런트엔드 동일인이 dtype 감사 이슈 5건 연속 게시, 약 300개 연산자와 dtype 조합 커버

11-17 20:13부터 1분 이내에 기여자 JeffDing이 메인 저장소에 Ascend 프런트엔드 결함 4건(#4391~#4394)을 연속 게시했고, 30분 후 5번째(#4395)를 추가하여 체계적인 dtype 커버리지 감사를 구성했다. 핵심 결론은 T.simd 단항 및 이항 연산자가 컴파일러 내부 호출로 전달되기 전에 dtype을 전혀 검증하지 않는다는 것이다. CANN 9.2.1의 CCE 벡터 인터페이스는 일부 오버로드만 제공하는데(예를 들어 절댓값은 5가지 정수와 반정밀도, 단정밀도 오버로드만 있고 bf16은 없으며, XOR은 32비트 정수 2가지만 존재), 프런트엔드는 225개 (연산자, dtype) 조합 중 70개를 그대로 통과시켜 컴파일 시점에 터지거나 조용히 잘못 계산되는 결과를 초래한다. 크로스 레인 리덕션 계열도 마찬가지로 화이트리스트가 없어 63개 조합 중 27개가 통과된다. 또 다른 두 항목은 더 구체적이다. T.simd.vcvt의 part 파라미터 기본값 0이 “짝수 부분”으로 떨어져 절반의 요소만 변환하며, 문서에서는 40쌍의 dtype 쌍을 지원한다고 주장하지만 프런트엔드 실제 구현은 33쌍이다. 5번째 항목은 6개의 T.ascend_* 동기화 프리미티브가 T.SimdVF() 내에서 모두 실패하며, 그중 6개의 오류 메시지는 사용자가 호출한 API를 전혀 언급하지 않는다고 지적한다. 보고 환경은 Ascend 950PR(dav-3510), CANN 9.2.1, openEuler 24.03으로, 신규 하드웨어와 신규 툴체인 조합下的 프런트엔드 품질 문제에 해당한다. 다섯 건 모두 재현과 제안 태그(bug, python, ascend, UX)를 갖추고 있으며, 모니터링 기간 종료 시점까지 열린 상태로 남아 있다.

출처: https://github.com/tile-ai/tilelang/issues/4391 , https://github.com/tile-ai/tilelang/issues/4393 , https://github.com/tile-ai/tilelang/issues/4395


1. 핵심 프로젝트 진행 상황

1.1 메인 저장소 CuTeDSL 부호 없는 버퍼 읽기 수정: uint8의 200이 -56으로 처리되는 문제

#3875는 CuTeDSL 타깃에서 uint8 / uint16 / uint32 버퍼로부터 읽은 값이 부호 있는 수로 처리되는 문제를 수정한다. 근본 원인은 MLIR 정수에 부호 없음 비트가 없다는 점이다. A.iterator.dtype은 부호 없는 텐서 파라미터에 대해 이미 Int8이며, cute.recast_ptr과 cute.make_tensor도 마찬가지로 부호 없음 정보를 잃는다. 요소 타입은 텐서 래퍼 계층에만 남아 있고, 코드 생성은 전역 및 공유 메모리에 대한 모든 접근에서 반복자 타입에서 출발한다. 저자는 RTX PRO 6000에서 256개의 uint8 값으로 프로브를 수행했다. Int32(x), x > 127, x >> 7, x // 3 및 4레인 벡터 로드의 다섯 가지 작성법이 메인 브랜치에서 각각 128개의 값을 잘못 계산했다. 수정 방법은 tl.make_tensor와 make_tensor_at_offset이 dtype=을 받아 타입을 뷰에 다시 연결하고, 코드 생성이 부호 없는 버퍼의 각 뷰에 대해 명시적으로 cutlass.UintN을 전달하도록 하는 것이다. 이전 #3764는 로드 후 한 번만 강제 캐스팅을 보완했기 때문에 비교, 나눗셈, 시프트 및 벡터 로드까지 커버하지 못했다.

출처: https://github.com/tile-ai/tilelang/pull/3875

1.2 메인 저장소 Ascend 벤치마크, 임시 버퍼 읽는 기존 방식 대신 디바이스 측 L2 새로고침으로 변경

#3891 상승(Ascend) 벤치마크의 L2 축출 방식을 「임시 버퍼 한 블록 읽기」에서 aclrtDeviceL2CacheFlush 호출로 변경하여, 각 NPU 이벤트 또는 msprof 샘플링 이전에 실행한다. 기존 방식의 캐시 상태는 교체 정책에 따라 달라져 라운드 간에 일관성이 없을 수 있고, 이는 커널 지연 시간의 비교 가능성에 영향을 미친다. 새 방식은 동기적 플러시를 타이밍 및 런타임 추정 밖에 두어 측정 구간 내 캐시 상태를 확정적으로 보장한다. 이 인터페이스는 런타임과 디바이스 지원이 필요하며, 기존 테스트 스텁도 동기적으로 갱신되었다. 작성자는 설명에서 이번 버전이 테스트를 재실행하지 않았음을 사실대로 명시했다. 이 변경은 1.6의 벤치마크 타이밍 개편과 같은 방향이다. 양쪽 모두 「측정된 수치」를 더 재현 가능하게 만들고 있다.

출처: https://github.com/tile-ai/tilelang/pull/3891

1.3 GEMM에 float32 출력 추가, 라우터·압축기·LM 헤드 세 가지 좁은 N 형상 지원

#3000은 GEMMFwdOp의 출력 타입을 float32로 설정하도록 한다. 즉 bf16 또는 fp16 입력으로 float32 누적합을 계산하며, TMA, 좁은 배치 Gemv, cp.async 세 가지 커널이 각각 이를 담당한다. coop2_swap 구조를 제외한 모든 TMA 구조는 float32 누적기를 직접 전송한다. coop2_swap의 쓰기 명령은 16비트만 지원하므로 float32 출력을 명시적으로 거부한다. 구성 선택에는 4바이트 출력 기준 분할 추정이 추가되었으며, 23,040개 샘플링 형상에서 16비트 선택은 그대로 유지된다. 검증은 텐서 코어 누적 한계를 사용하며, 절대 오차는 1e-4와 2e-3 곱하기 (K/2048)의 1.5제곱 중 큰 값을, 상대 오차는 1e-5를 적용한다. 벤치마크는 cuBLASLt, DeepGEMM, QuACK과 비교하며, FlagGems의 행렬 곱은 float32 출력이 없어 float32 행에서 비교에서 제외된다. 이 변경은 #2927의 일부이며, 다음 날 새로 열린 SOTA 이슈 #2999와 동일한 형상 배치를 공유한다.

출처: https://github.com/tile-ai/TileOPs/pull/3000

1.4 연산자 라이브러리의 세 가지 신규 연산자: Embedding 재제출, Concat, 사용자 정의 cos/sin RoPE

전날 잘못 병합되었다가 당일 롤백된 Embedding은 이번에 정식 라운드로 재제출되어 병합되었다. #2992는 EmbeddingFwdOp를 추가하여 int32 및 int64 인덱스, fp16/bf16/fp32/int32/int64 다섯 가지 가중치 테이블을 지원한다. 커널은 TileFoundry의 타일 배치를 사용한다. 하나의 CTA가 전체 행 블록 또는 넓은 행의 열 타일 하나를 담당하고, 각 스레드는 자신의 벡터를 cp.async로 공유 메모리에 내리며 L2는 evict-last 힌트를 사용하고 이후 스트리밍 방식으로 기록한다. max_norm 파라미터는 커널 빌드 전에 직접 거부되어 가중치가 제자리에서 덮어쓰이지 않도록 보장한다. #2987은 ConcatFwdOp를 추가하여 출력을 「행 곱하기 총 열 너비」로 취급한다. 128스레드 CTA에서 각 스레드가 16바이트 벡터 하나를 복사하며, 행 수와 행 너비 모두 동적이어서 한 번의 컴파일로 동일 벡터 너비와 동일 dtype의 모든 형상을 지원할 수 있다. #2988은 RoPECosSinFwdOp를 추가하여 호출자가 제공한 토큰별 cos/sin으로 회전을 수행한다. NeoX와 인터리브 두 가지 배치, 부분 회전, 밀집 및 패킹, 단일 오프셋 또는 시퀀스별 오프셋, 스트라이드 뷰가 있는 제자리 쓰기를 지원한다. 같은 변경에서 일반 원칙도 하나 세워졌다. 기록되는 모든 텐서(출력 또는 수정된 입력)에서 두 요소가 동일 주소에 위치하는 경우(예: 확장 뷰), 모든 연산자는 실행 전에 CheckError를 발생시켜야 한다. 세 연산자 모두 torch 및 torch.compile 대비 기준을 충족하며, 자체 평가는 모두 합격선 미만이다.

출처: https://github.com/tile-ai/TileOPs/pull/2992 , https://github.com/tile-ai/TileOPs/pull/2987 , https://github.com/tile-ai/TileOPs/pull/2988

1.5 정규화, 어텐션, 선형 어텐션 다섯 항목: 제로 중심 가중치, 비규칙 헤드 차원, 상태 슬롯 인덱스

정규화 측면에서 #2986은 RMSNormFwdOp가 Qwen3.6의 여섯 개 「제로 센터 가중치」 행(27B와 35B-A3B의 prefill, decode, q-norm)을 지원하도록 했고, FusedAddRMSNormFwdOp는 그중 네 개를 지원한다. 세 개의 커널 본체와 융합체 모두 가중치 곱셈 지점에서 float32로 1+w를 계산하며, 일반 가중치에서 생성되는 코드는 메인 브랜치와 바이트 단위로 동일하고 flashinfer, vLLM, transformers, QuACK, FlagGems 대비 기준선에 도달했다. 어텐션 측면에서 #2989는 가변 길이 GQA 커널이 SM90에서 8채널 스텝으로 자체 헤드 차원을 수용하도록 했다. 헤드 차원 16, 32, 48, 80, 96, 112가 범용 커널에서 warp 특화 커널로 이전되어, 각 그룹이 prefill, 비전, serving 형상 모두에서 더 빨라졌다. 동시에 Qwen3.6 비전 행을 지원하는 72 헤드 차원, 16 그룹의 비인과 형상을 텐서 제로 패딩 없이 지원한다. 선형 어텐션 측면에서 #2993은 GDNFwdOp가 state_indices를 지원하도록 했고(decode와 패킹된 prefill이 풀 슬롯별로 각 시퀀스 상태를 읽고 씀), CausalConv1dFwdOp는 cache_indices를, 그 업데이트 커널은 conv_state_indices를 지원한다. 각 상태 보유 커널은 빌드 플래그에 따라 자체적으로 슬롯을 조회하며, 풀이 없는 빌드는 메인 브랜치와 동일한 프로그램을 생성하고, 값 주순 GDN decode는 두 warp를 한 그룹으로 하여 각 lane이 네 개의 16바이트 벡터를 읽도록 변경되었다. #2995는 이전 시퀀스를 덮어쓰는 결함을 수정한다. 패킹된 prefill의 마지막 블록 쓰기 위치를 「시작 위치 더하기 (반복 수 빼기 1) 곱하기 블록 길이」로 산출하는데, 반복 수가 0일 때 이 식은 쓰기 시작점을 빈 시퀀스보다 64행 앞에 두어 초기화되지 않은 공유 메모리로 이전 시퀀스 끝부분을 덮어쓴다. H200에서 길이 (2048, 64, 0)에 64개 값 헤드를 조합하면 재현되며, 수정 방법은 반복 수가 0보다 클 때만 마지막 블록을 쓰는 것이다. #2990은 W4A16 decode의 페어링 조건을 강화한다. 짝지어진 K 슬라이스가 자체 링 버퍼보다 길거나, 페어링으로 K 타일이 추가되지 않을 때만 이중 warpgroup을 사용하고, 그 외의 경우에는 단일 warpgroup 타일을 유지한다.

출처: https://github.com/tile-ai/TileOPs/pull/2986 , https://github.com/tile-ai/TileOPs/pull/2989 , https://github.com/tile-ai/TileOPs/pull/2993

1.6 벤치마크 타이밍을 nvbench 콜드 측정으로 전환, 야간 스캔 예산을 6시간에서 10시간으로 증액

#2985는 CUDA 벤치마크의 샘플링 방식을 재작성했다. 이전에는 각 샘플 호출 전마다 호스트와 동기화하여 호스트 측 발사 오버헤드가 디바이스 유휴로 나타났다. 이제는 하나의 블로킹 커널로 스트림을 점유하고 한 번의 측정에서 모든 샘플을 연속으로 인큐하며, 각 샘플은 개별적으로 리셋하고 L2를 플러시한 뒤 호출을 실행하되 중간에 호스트 동기화를 하지 않는다. 이는 NVIDIA nvbench 콜드 측정 방식을 따른 것으로, 유일한 차이는 「한 번에 한 블록」을 「한 블록에 여러 샘플」로 완화한 점이다. 샘플마다 0번 SM의 클럭을 주파수로 기록하고, 행 내에서 평균을 보고하며, 다운클럭으로 샘플을 버리지 않는다. 큐에 들어가지 않는 블록은 타임아웃으로 무효화하고 수용 가능한 크기로 재측정하며, 블록 크기는 block_samples에 기록된다. 준비 방식도 결과의 l2_flush 필드에 기록하여 야간 이력이 측정 기준을 넘나들며 비교되는 것을 방지한다. 그에 따른 비용은 #2996에서 정량화되었다. 야간 스캔 최신 회차는 20,259초를 실행한 뒤 6시간 예산에 의해 잘렸고, 61개 벤치마크 파일 중 5개가 실행되지 않아 Check benchmark coverage가 실패했다. 이전 전부 통과와 비교하면 공유된 2,015개 케이스 소요 시간이 15,180초에서 19,103초로 증가했고(1.26배), 신규 268개 케이스는 별도로 1,653초가 소요되었다. 수정 방법은 총 예산을 21,600초에서 36,000초로, 작업 타임아웃을 380분에서 620분으로 늘리는 것이다.

출처: https://github.com/tile-ai/TileOPs/pull/2985 , https://github.com/tile-ai/TileOPs/pull/2996

1.7 심사 중 및 목표: 좁은 N prefill GEMM이 가장 빠른 라이브러리 대비 여전히 0.39배인 형상

새로 열린 #2999는 GEMM의 성능 부채를 드러냈다. H200, bf16 입력, K를 4096으로 고정한 상태에서 DeepSeek-V4-Flash의 라우터, KV 압축기, LM 헤드 폭에 대해 1~8192개 토큰을 스캔했으며, 53개 형상 중 48개가 최고 속도 라이브러리와 같거나 앞섰고 나머지 5개는 뒤처졌다. 가장 나쁜 것은 GLM-5.3-Flash 라우터 형상(8192 곱하기 288 곱하기 4096)으로, bf16 출력이 78.3마이크로초 대 30.6마이크로초로 0.39배에 그쳤고 float32 출력은 0.38배였으며, 선택된 것은 64 곱하기 128 기본 타일이었다. 나머지 뒤처진 행들은 0.86~0.98배 사이에 분포했다. 같은 기간 심사 중인 성능류 제안으로는 FP8 짧은 행 가중치 스트리밍(#3010), W4A16 단일 warpgroup 그룹 리덕션을 클러스터 페어로 전환(#3009), 짧은 K의 W4A8 decode 일 CTA 일 행 블록(#3005), FP8 paged GQA decode의 커널 재작성(#2997)이 있으며, 신규 연산자 측에는 MoE 그룹 GEMM의 MXFP4 전문가 가중치(#3001), KDA 상태 슬롯과 값 주순서 상태(#3002), NSA 가변 길이 어텐션의 헤드 차원 256과 4 키 블록(#3004)이 심사 중이다.

출처: https://github.com/tile-ai/TileOPs/issues/2999 , https://github.com/tile-ai/TileOPs/pull/3010 , https://github.com/tile-ai/TileOPs/pull/2997

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

2.1 Ascend 메인 저장소: 두 개의 동기화 프리미티브와 술어 폭 수정 심사 중

메인 저장소에서 심사 중인 Ascend 변경은 두 곳에 집중되어 있다. #4396은 any_sync / all_sync를 마스크가 있는 warp 투표 명령으로 낮추는데, 이전에는 이 두 가지가 Ascend 측에 대응 구현이 없었다. #4397은 백엔드가 지원되지 않는 SIMD 술어 폭을 거부하도록 하여 컴파일이 깊어진 뒤에야 오류를 내지 않게 한다. 같은 기간 #4389는 CPU 백엔드에 직렬 any_of / all_of 하향을 보충했으며, 이는 “프런트엔드의 약속을 백엔드 능력에 정렬”하는 같은 묶음의 수정이다. 오늘 핵심 두 번째 항목에 나열된 다섯 가지 dtype 감사 이슈와 함께, Ascend 방향은 24시간 내에 “문제 정리, 수정 심사 중, 릴리스 채널 보충”의 세 병렬 라인을 형성했다.

출처: https://github.com/tile-ai/tilelang/pull/4396 , https://github.com/tile-ai/tilelang/pull/4397

2.2 Ascend 독립 야간 wheel 파이프라인 제안: 실기 스모크 테스트와 롤링 릴리스 포함

심사 중인 #3924는 전용 야간 빌드 파이프라인을 신설하는데, 원인은 기존 야간 배포가 CUDA, ROCm, Ascend를 모두 켠 뚱뚱한 wheel 하나만 생산하고 태그가 CUDA 백엔드(예: cu130)에 붙어 있기 때문이다. Ascend 사용자는 자신의 스택을 반영한 패키지를 받지 못하고 안정적인 다운로드 링크도 없으며, 빌드 산출물은 실제 NPU에서 한 번도 실행된 적이 없었다. 제안은 호스팅 러너에서 cibuildwheel로 Ascend 전용 manylinux 패키지를 생산하고 빌드 시 CUDA와 ROCm을 끈다. Ascend 측은 저장소에 포함된 ACL 선언과 동적 로딩 기반 ascendcl 스텁에 대해 컴파일하므로 빌드 머신에 CANN을 설치할 필요가 없고, 생산된 wheel은 CANN이 없는 머신에서도 임포트할 수 있다. 파이프라인은 매일 20:00 UTC에 트리거되어 기존 릴리스와 시간대를 달리하며, 수동 트리거와 경로 필터 기반 PR 트리거를 지원한다. 버전 태그는 버전 스크립트 확장으로 생성된다. 이 제안은 617줄, 3개 파일을 추가했으며 작성자는 이미 두 명의 메인테이너를 리뷰어로 지명했다.

출처: https://github.com/tile-ai/tilelang/pull/3924

2.3 MLIR Ascend: tl.print와 tl.and 병합, 약 30건의 TLIR 연산자 일괄 심사 중

MLIR 재작성 노선은 당일 두 건을 병합했다. #231은 tl.print를 TLIR 방언에 추가하고 HIVM 디버그 연산자로 낮추며, 스칼라 프린트와 버퍼 프린트 두 가지 소스를 커버한다. Python 측 인터페이스는 T.print이고, 왕복, 역방향 검증, 하향의 세 가지 테스트(5개 항목 전부 통과)를 갖췄다. #218은 기존 이항 연산자 템플릿에 따라 tl.and(원소별 비트 AND)를 보충했으며, 방언 왕복, 하향, 전문가 모드 예제를 포함한다. 더 주목할 것은 심사 대기열이다. 16:38부터 16:48까지 10분 동안 약 30건의 TLIR 제안이 동시에 갱신되었으며, 시프트, 반전, 연결, 구간 생성, 삼각함수, gather, 전치, 벡터 활성화, 네 가지 리덕션, L0A/L0B/L0C/L1 주소 공간, 원자적 덧셈, 비트 변환, 파이프 간 set/wait flag, pad, 제곱근과 역수, 정렬, 타입 변환, 논리 연산 등을 커버한다. 이 제안들은 개별 변경은 크지 않지만 합치면 TIR 측 연산자 면을 TLIR 방언에 한 층 보충하는 것으로, MLIR 노선이 메인 저장소의 모든 연산자를 수용할 수 있는지의 선행 작업이다.

출처: https://github.com/tile-ai/tilelang-mlir-ascend/pull/231 , https://github.com/tile-ai/tilelang-mlir-ascend/pull/218

2.4 백엔드 저장소: Ascend 신규 1D 스트라이드 스캐터 쓰기 결함 보고, Hygon과 Sunrise 진행 사항 여전히 검토 중

tilelang-ascend 저장소는 11-17 14:16에 #2017을 새로 열었으며, 이는 3개 대조군을 활용한 결함 보고서입니다: 환경은 910B3에 CANN 9.2.0, 시나리오는 FLA의 WY 고속 역방향에서 UB 내 64개의 연속 단정밀도 수를 시퀀스 차원을 따라 GM에 스캐터 쓰기하는 것으로, 대상 텐서의 헤드 차원이 마지막 차원에 있어 인접 요소 주소가 헤드 수 곱하기 4바이트만큼 떨어져 있습니다(헤드 수가 8일 때 32바이트). 작성자는 연속 쓰기, 직접 스트라이드 쓰기, GM 경유 후 스트라이드 쓰기 세 가지 방식으로 대조하여 세 계층의 문제를 특정했습니다: 컴파일러의 하강 파라미터 오류, 하드웨어 슬롯 주소 지정과 컴팩트 레이아웃의 불일치, 그리고 좁은 전송의 32바이트 슬롯 풋프린트로 인한 UB 할당 과소 평가. 전날 주목을 받은 기여자 자격 증명 이벤트(#2016)는 11-16에 이미 종료되었으며, 모니터링 기간 내 신규 댓글은 없습니다. Hygon 저장소 #27(intrinsic 하강, 정밀도 및 정수 벡터 코드 생성 수정, 592행, 14개 파일)은 10-23부터 지속적으로 업데이트되고 있으며, 모니터링 기간 내 여전히 열린 상태입니다; Sunrise 저장소 #11은 0.1.15+sunrise.1.2.1 릴리스 병합으로, TileLang, TileOPs, TileKernels 세 곳의 소스 코드를 업데이트하고 Sunrise의 TANG/PTPU 통합과 공개 S2 지속적 통합을 조정했으며, 대형 입력 TopKSelect 검증 시 호스트 메모리를 제한했고, 변경량은 28만 행 추가, 17.9만 행 삭제(전체 소스 트리 동기화 포함)에 달하며 모니터링 기간 종료 시점까지 병합되지 않았고, 최신 공식 버전은 여전히 10-23의 1.2.0입니다.

출처: https://github.com/tile-ai/tilelang-ascend/issues/2017 , https://github.com/tile-ai/tilelang-hygon/pull/27 , https://github.com/tile-ai/tilelang-sunrise/pull/11

2.5. RISC-V 백엔드와 커뮤니티 (특별 관찰: TVM 노선 / MLIR 노선 / SOPHGO TPU / 커뮤니티 인덱스 페이지)

2.5.1 4개 소스 점검 변화 없음, 두 노선의 참조 이전 기간과 동일

4개 소스 점검(TVM 노선의 kubuds 브랜치, MLIR 노선의 RuyiAI 저장소, 커뮤니티 인덱스 페이지, Sophgo TPU 확장)은 본 모니터링 기간 내 신규 커밋, 신규 PR, 인덱스 테이블 변동이 모두 없었습니다: MLIR 노선 main은 여전히 2204c7e에, 커뮤니티 인덱스 페이지 main은 여전히 4499c2a에, TVM 노선의 mahiru 브랜치는 33e0c89에, karen 브랜치는 fc62939에 정지해 있으며, Sophgo TPU 저장소의 main과 각 기능 브랜치 모두 진전이 없습니다. 두 노선은 각자의 리듬을 유지하고 있으며, 이번 기간에는 보고할 기술 진전이 없습니다.

출처: https://github.com/RuyiAI-Stack/tilelang-riscv , https://github.com/TongmingLAIC/tilelang-riscv

3. 생태계와 채택자 (TileFoundry / topa / 사이트 / TileKernels / FlashQLA)

3.1 TileFoundry 303개 파일 일괄 변경: 용어를 단일 사양으로 수렴, 레이아웃을 CuTe 알고리즘으로 전환

#349는 이번 분기 최대 규모의 리팩터링입니다: terms.md를 신규 추가하여 용어와 명명 규칙(N1~N7)의 유일한 권위로 삼고, 다른 사양 문서, 개발 설명, 용어집 정책은 모두 이를 참조하도록 했습니다; Python과 C++의 이름을 용어에 따라 통일했으며(unit, topology, mesh, mesh axis, placement 등), 이전에 하나의 단어가 여러 의미를 가졌던 옛 용어(level, axis, participant, rank, program)를 코드, C++, 문서 전반에서 모두 개명했습니다. 레이아웃 알고리즘은 전체적으로 함수별 CuTe 이식으로 전환했습니다: 정수 튜플, 스트라이드, 레이아웃, 복합 레이아웃, swizzle을 동일 이름, 동일 파라미터 순서, 동일 의미로 이식하고 C++ CuTe와 대조했으며, 이전에 누락되었던 rank, take, 우측 역원을 보완했습니다; 그리드 자체는 레이아웃으로 모델링되며, 셀 번호는 좌표에서 인덱스로의 매핑으로 주어집니다. 303개 파일 변경, 10,312행 추가, 9,243행 삭제로, 파괴적 이름 변경에 해당하며, TileFoundry의 중간 표현 사양이 「구현에서 자라난 것」에서 「먼저 정의하고 구현」으로 전환되었음을 의미합니다.

출처: https://github.com/tile-ai/TileFoundry/pull/349

3.2 TileFoundry 두 가지 수정: 로컬 뷰의 논리적 윈도우와 복사 파라미터의 좌표 기반 페어링

#351 참여자 로컬 평가의 윈도 불일치 수정: 레이아웃이 하나의 논리 축을 여러 물리 모드로 분할할 때(예를 들어 논리 형상에 16이 포함된 결과를 로컬에서 8 곱하기 2 두 모드로 표현), 로컬 뷰가 reshape 시 복합 모드를 스칼라 차원으로 취급하여 인식할 수 없는 차원이라는 오류를 직접 발생시킨다. 두 참여자가 0번 축으로 분할할 때, 로컬 슬라이스는 또한 전역의 0에서 256 윈도를 각 128 행에 적용한다. 수정 방법은 논리 랭크의 로컬 투영 평가로 전환하고, 전체 폭 분할 축의 슬라이스를 각 참여자의 로컬 길이로 환산하며, 참여자 간 부분 윈도는 계속 거부하고 불완전한 데이터를 조용히 읽지 않도록 하는 것이다.#348 복사 시 커널 매개변수의 좌표 기반 페어링 수정: 코드 생성은 각 매개변수를 메모리 순서에 따른 평탄화 모드로 감싸고, 복사 연산자는 「첫 번째 모드 최우선」의 CuTe 인덱스로 페어링하는데, 2 곱하기 4 같은 다축 뷰를 만나면 오프셋과 좌표가 더 이상 일치하지 않아 두 번째 출력이 어긋나고 두 개의 루프 전달 사례가 전치 결과를 반환한다. 수정 방법은 형상이 같은 피연산자가 동일한 레이아웃 뷰를 통해 복사에 진입하도록 하여 일반 복사, 비동기 복사, 배치 비동기 복사 세 가지 발사 경로를 모두 커버하는 것이다.

출처: https://github.com/tile-ai/TileFoundry/pull/351 , https://github.com/tile-ai/TileFoundry/pull/348

3.3 topa 라운드 메커니즘 적용, 6개의 새 issue가 다음 배치 작업 큐 구성

topa가 #27을 병합: 「상태 그래프 이전」의 라운드가 자체 PR을 직접 열고 발견한 문제를 자체 저장소에 등록할 수 있도록 허용. 이어서 모니터링 기간 내에 6개의 issue(#28, #30~#34)를 새로 열었으며, 각각 범위 설명이 포함된 작업 항목이다: 테마 그래프 하의 스레드 스코프 진입과 결합 부하 감소, 하드웨어 실제 동작에 따른 슬롯 gather와 소형 CTA 그리드 가격 책정, 인덱스 복사와 상주 CTA 가격 책정 및 단계별 복사 분할, 융합 q/k 정규화와 인터리브 MRoPE의 가격 책정 및 부하 감소, 바이트 복사 패킹 기반 4비트 텐서의 공유 메모리 전송, CTA 클러스터 간 합산 부하 감소와 배치된 split-K 윈도 평가, 그리고 gathered-tile 어텐션 커널의 확정과 가격 책정. 이 배치 issue의 작성자와 병합자는 모두 파이프라인 계정으로, 「에이전트 라운드가 자동으로 주제를 열고, 인간 리뷰가 마무리하는」 작업 방식을 보여준다.

출처: https://github.com/tile-ai/topa/pull/27 , https://github.com/tile-ai/topa/issues/34

3.4 문서 사이트 자동 업데이트 2건, 채택 측 두 저장소는 모니터링 기간 내 커밋 없음

메인 사이트 문서 저장소는 모니터링 기간 내 자동 계정이 커밋한 문서 업데이트 2건(11-17 08:17 및 11:28)이 있으며, 내용은 메인 저장소와 연산자 라이브러리 변경을 따르는 사이트 재빌드로 독립적인 기술 정보는 없다. 채택 측면에서 DeepSeek의 TileKernels와 Qwen의 FlashQLA 두 저장소 모두 모니터링 기간 내 푸시가 없었으며(최신 푸시는 각각 10-14와 10-30), 이번 호에는 새로운 채택 사례가 없다.

출처: https://github.com/tile-ai/tilelang.github.io

4. 커뮤니티, 튜토리얼 및 활동

4.1 뉴스 측 공백: 중영문 검색, Hacker News 및 arXiv 모두 주제 보도 없음

24시간 모니터링 기간으로 Google News 중영문(TileLang, tile-ai, Ascend 조합어), Hacker News 및 arXiv를 검색한 결과, TileLang과 직접 관련된 보도나 논문은 없었다: 영문 측에서는 DeepSeek와 Huawei를 언급한 산업 기사 1건만 발견되었고, 중문 측에서는 Ascend 관련 산업 기사 2건이 발견되었으나 모두 TileLang 내용을 포함하지 않아 주제 관련성에 따라 제외되었다; arXiv에서 제목이나 초록에 tilelang을 포함한 최신 논문은 여전히 11-03의 분리형 추론 KV 압축 작업으로 모니터링 기간을 벗어난다. 후보 목록의 Hacker News 항목(Markdown 플래시카드 앱)과 GitHub 검색에서 발견된 제3자 Hexagon 백엔드 저장소(xwhzz/tilelang-hexagon, 4 스타)는 키워드 오매칭으로 수집되지 않았다.

출처: https://news.ycombinator.com/

4.2 조직 활성도: 하루 20건 병합, 77건 심사 중 업데이트, 메인 저장소 스타 8992

조직 수준 진실 검색 결과: 모니터링 기간 내 병합 20건(TileOPs 12, TileFoundry 3, tilelang 2, MLIR Ascend 2, topa 1), 심사 중 및 업데이트 77건, 새 issue 15건, 10개 저장소에 푸시 발생. 메인 저장소 tilelang 스타 8992, 연산자 라이브러리 TileOPs 203 스타, TileFoundry 147 스타, MLIR Ascend 30 스타; 메인 저장소 릴리스는 여전히 9-30의 v0.1.15에 머물러 있고, 연산자 라이브러리는 10-27의 v0.1.0에 머물러 있으며, 모니터링 기간 내 새로운 tag는 없다. 병합 대 심사 중 비율은 약 1 대 4이며, 심사 중 큐는 주로 MLIR Ascend의 TLIR 연산자 보완과 TileOPs의 성능类 제안에 집중되어 있다.

출처: https://github.com/tile-ai

5. 트렌드 관찰

  • 인터페이스 이행 기간: pilot 모델이 주도하는 연산자 보완은 「인터페이스 등록」에서 「형상 하나하나 납품」 단계로 진입했으며, 하루에 대조 구현과 벤치마크 행을 갖춘 연산자 제안 8건이 머지되었다. 검수 기준선은 머지 게이트와 독립적으로 운영되어, 대부분의 제안이 검수 기준선보다 낮은 자기 평가를 받았음에도 머지되었고, 후속 성능 최적화는 이슈 형태로 대기열에 올라간다(#2999에서 0.39배의 반면 사례 목록이 제시됨).
  • 평가 플랫폼화: 벤치마크 타이밍이 nvbench 콜드 측정으로 전환되고, 준비 기준이 결과 필드에 명시되며, 야간 스캔 예산이 두 배로 늘어났다. 이는 연산자 라이브러리가 「재현 가능한 측정」을 머지 게이트일 뿐만 아니라 제품의 일부로 간주하고 있음을 보여준다. 대가는 1회 스캔이 이미 10시간에 근접해 평가 비용이 프로세스 제약으로 부상하기 시작했다는 점이다.
  • Ascend는 가장 집중적으로 강화되는 영역이다: 메인 저장소 수정은 심사 중이고, MLIR 노선은 하루에 연산자 두 계층을 보완하며, 독립 wheel 파이프라인은 제안 중이고, 프런트엔드 dtype 커버리지는 체계적으로 점검되었다(약 300개 조합에서 결손 발견). 네 축이 동시에 추진되는 것은 Ascend가 「돌아감」에서 「납품 가능, 진단 가능」으로 전환하고 있음을 의미한다.
  • 스펙 선행: TileFoundry는 303개 파일 규모의 리팩터링 한 번으로 용어와 레이아웃 알고리즘을 단일 권위로 수렴시키고, 레이아웃 계산을 이식된 CuTe 알고리즘에 위임했다. 이러한 변경은 단기적으로 리뷰 비용을 증가시키지만, 장기적으로 IR이 외부 백엔드에서 올바르게 구현될 수 있는지를 결정한다.
  • 워크플로 세대 변화: topa의 라운드 메커니즘은 파이프라인이 스스로 PR을 열고 스스로 이슈를 열게 하며, 7개의 신규 이슈 전부가 실행 가능한 작업 항목이다. 사람은 「일 찾기」에서 「리뷰와 가격 책정」으로 이동했으며, 이는 연산자 라이브러리의 최근 2주 커밋 리듬과 일치한다.

부록: 자료 및 검증 설명

출처 검증표

출처 검증 결과
GitHub tile-ai 조직 저장소별 검증 30개 저장소, 모니터링 기간 내 푸시 10개; 메인 브랜치 실증가: TileOPs 12, TileFoundry 3, tilelang 2, topa 1, 문서 사이트 2, MLIR Ascend 2(머지)
조직 수준 머지 진값 조회 머지 20건, 메인 브랜치 건별 검증과 일치
조직 수준 심사 중 조회 심사 중 및 업데이트 77건; MLIR Ascend 약 30건의 TLIR 제안이 집중 업데이트되었고, 나머지는 성능 및 신규 연산자 제안
신규 오픈 이슈 15건: tilelang 5(Ascend dtype 감사), topa 6, TileFoundry 2, tilelang-ascend 1, TileOPs 1
릴리스 페이지 tilelang v0.1.15(9-30), TileOPs v0.1.0(10-27), TileFoundry 0.0.4rc1, Sunrise 1.2.0(10-23), 모니터링 기간 내 신규 tag 없음
채택처 저장소 TileKernels와 FlashQLA는 모니터링 기간 내 푸시 없음
Google News 중영문 주제 보도 없음, 검색 결과는 모두 산업 기사 또는 오매칭
Hacker News 24시간 내 주제 항목 없음
arXiv tilelang 포함 최신 논문은 11-03, 모니터링 기간 외
TileLang×RISC-V 4개 출처 점검 변경 없음(TVM 노선, MLIR 노선, 커뮤니티 인덱스 페이지, Sophgo TPU 모두 커밋 없음)
수집 대기열 당일 대기열 파일 없음, TileLang 항목을 포함한 미보관 파일 발견되지 않음

전체 출처 목록

TileFoundry 용어 및 CuTe 레이아웃 리팩터링 — https://github.com/tile-ai/TileFoundry/pull/349