TileLang 위클리 리포트 (2026-11-09 ~ 2026-11-13)
보고 주기: 2026년 11월 9일(월)~11월 13일(금), 5 영업일, 5회 데일리 리포트; 추가로 발표일(11월 14일) tile-ai 조직 30개 저장소에 대한 168시간 보충 점검 포함
제1부 · 브리핑
이 절은 이번 주 주요 사항을 선별한 것으로, 기본 800자 이내(이번 호 613자)입니다. 전체 항목, 건별 목록과 출처는 제2부 아카이브를 참조하십시오.
이번 주 5회 데일리 리포트에 기록된 머지 건수는 각각 71, 21, 9, 6, 5건이며, 메인 저장소의 흐름은 주 초의 CUDA 프리미티브에서 주말의 일색인 Ascend 사후 처리로 전환되었습니다.
- PTO 사후 처리 기간이 메인 저장소를 점유: 11-12와 11-13 두 회에 걸친 총 8건의 머지가 전부 Ascend에 해당하며, +1903/−617, 그중 4건은 #3512의 마무리 작업; PTO 기본 실행 백엔드가 tvm_ffi로 전환되었고, 전체 코어 동기화 시 데드락 방지를 위해 자동으로 배치 스케줄링을 적용합니다.
- 두 차례 감사로 「조용한 실패」를 명령어 계층까지 색출: 11-12 하루 30건의 issue 중 26건이 Ascend를 지목했고, 11-13에는 담당자를 바꿔 다시 8건을 열었으며, 지점이 파라미터 검증에서
T.simd프레디케이트 팩토리까지 내려갔습니다;十余건의 검증类 PR이 동시에 심사 중입니다. - ROCm이 처음으로 시리즈화: 11-13 한 시간 이내에 연속 7건을 열었고, 22개 파일 +624/−19로 컴파일 파라미터, 시작 경계, 점유율과 레지스터 상주를 포함합니다.
- TileOPs가 「하루 세 배치」에서 「심사 대기」로 전환: 5회 머지 건수가 33, 18, 4, 0, 0건이며, 성능 항목 대부분이 자체 평가에서 목표에 미달했고, 예산 제약이 SM89의 101376바이트로 압박되었습니다.
- 버전이 일주일째 움직이지 않음: 0.1.16 버전 번호 PR #3887이 주 전체에 걸쳐 진전이 없었고, v0.1.15는 이미 44일째입니다; TileFoundry는 1491개 파일 재구성을 완료했습니다.
- RISC-V 4개 소스가 연속 6개 모니터링 기간 동안 조용함: 4개 소스 외의 Weft 라인은 553/553으로 마무리되었으나, 기준이 당일 표로 바뀌어 이전 기간의 0.0580배와 함께 읽을 수 없습니다.
이번 주 판단: Ascend는 이미 메인 저장소 머지의 절대적 주체이며, 병목이 개발량에서 심사 대역폭과 「선언과 구현의 불일치」로 옮겨갔습니다; 1900줄의 Ascend 변경과 7632줄의 harness 내용이 모두 브랜치에 머물러 있어, 0.1.16이 나오지 않으면 하위 사용자는 받을 수 없습니다.
제2부 · 아카이브
다음은 이번 주 전체 본문으로, 구조와 기준은 지난 위클리 리포트와 동일합니다; 브리핑의 각 판단에 대한 건별 근거와 출처는 여기에서 찾을 수 있습니다.
자료 출처: 본刊의 일일 TileLang 커뮤니티 동향 5회(11-09, 11-10, 11-11, 11-12, 11-13). 11-09 회는 주말을 가로지르는 72시간 모니터링 기간(11-06 07:00~11-09 07:00, 토·일 포함)이고, 나머지 4회는 24시간 연속 연결이므로, 5회의 행위 사실 구간은 11-06 07:00~11-13 07:00입니다; 11-09 회는 이전 위클리 리포트(11-06 07:00 기준)와 중복되지 않습니다. 발표일에는 별도로 tile-ai 조직 168시간 모니터링 기간 보충 점검(30개 저장소, 기간 내 12개 푸시)을 실시하여 각 저장소의 푸시와 버전 상태를 확인했으며, 데일리 리포트에 이미 기록된 사실은 변경하지 않습니다.
편성 설명: 이번 주 주요 뉴스, 핵심 프로젝트 진전, 다중 백엔드 적응, 생태계와 채택方, 커뮤니티 튜토리얼과 활동, 추세 관찰, 부록의 7개 차원으로 구성합니다. 머지 기준은 각 회 데일리 리포트에 기록된 모니터링 기간을 단위로 합니다: 11-09~11-12 회는 조직级 집계, 11-13 회는 메인 저장소 집계(해당 회에는 mlir-ascend의 harness 브랜치에 3건이 있어 메인 저장소 수에 포함되지 않음). 신규 issue는 5회 순서대로 50, 6, 10, 35, 18건으로 총 119건입니다. 비기본 브랜치의 머지(hygon distributed, mlir-ascend harness)는 본문에서 건별로 브랜치를 명시하며, 기본 브랜치와 혼계하지 않습니다.
1. 이번 주 주요 뉴스
-
PTO 벡터화 개조의 사후 처리 기간이 주 전체를 관통했고, 후반 두 회 8건의 머지가 일색으로 Ascend에 해당(11-11~11-12): #3512가 PTO의 벡터화와 정수 타입 체계를 함께 교체한 후, 메인 저장소의 머지는 연속 4개 모니터링 기간 동안 회귀 대응에 머물렀습니다. 11-12 회 3건은
#3516(PTO 대상 기본 실행 백엔드를tvm_ffi로 전환, 20개 파일 +1549/−182),#3776(AutoSchedule이 세 가지 필요 조건으로 주기 하한을 조여 Z3求解 시간 10.04% 감소),#3794(정수 원자 적용 signless 캐리어); 11-13 회 5건은#3614(코어 간 동기화mode=0강제 배치 스케줄링, 전체 코어 배리어와 다중 스트림 코어 경합 데드락 수정),#3894(VMI 설명자와 논리 커버리지 검증 마무리, +925/−550),#3793(스칼라 cast 사실 보호 추가),#3796(명시적 SIMD 병렬 루프 유지),#3792(정수 원자 부호 호환 래퍼), 합계 +1903/−617, 22개 파일 변경. 네 가지 문제의 공통形态는 「새 기능의 계산 오류」가 아니라 「개조 이후 원래 합법이던 프로그램이 더 이상 합법이지 않음」이며, 디버깅 비용이 높은 이유는 오류 위치가 종종故障와 무관한 스칼라 또는 주소에 떨어지기 때문입니다. 출처: https://github.com/tile-ai/tilelang/pull/3516, https://github.com/tile-ai/tilelang/pull/3614, https://github.com/tile-ai/tilelang/pull/3894 -
Ascend 프런트엔드에서 두 차례의 체계적 감사, 「사일런트 실패 면」을 파라미터 검증에서 명령어 인코딩까지 훑다 (11-11 ~ 11-12): 11-12 기간 하루에 메인 저장소에 30건의 이슈가 새로 열렸으며, 그중 26건의 제목에 Ascend 접두사가 직접 붙었고 두 계정에서 연속 제출되었다 (
cn-sys12건,JINITAIMEI12113건). 공통점은 「계산 오류」가 아니라 「통과해서는 안 되는데 통과」라는 것이다 —T.Kernel이 0 또는 음수 block 수를 허용하고,T.alloc_l1이 2 GiB 할당을 허용하며,T.unroll이 −1을 받아#pragma unroll -1을 내보내고, 음수 텐서 차원이 컴파일러를 그대로 붕괴시키며, hf32의nearest_zero가 NEAREST_AWAY로 컴파일되고, 동형 ND→NZ 스캐터가 마스크 카운트 미복귀로 인해 무한 루프에 빠진다. 11-13 기간에는NebulaMao로 바뀌어 십여 분 만에 여덟 건을 연속으로 열었고, 지점은 더 아래층이다:any_sync/all_sync익스포트 후 미해결 호출이 남고, int64 크로스 warpreduce_sum이 정의되지 않은HwReduce<SumOp,long>을 내보내며,update_mask/pintlv/pdintlv가 프레디케이트 폭을 검증하지 않고,T.simd.pge가 조용히pset_bXX로 퇴화하며,T.ascend_pipe_barrier("PIPE_V")가 조용히 폐기된다. 두 라운드를 합치면 Ascend 프런트엔드의 건전성 결함이 파라미터 계층에서 명령어 계층까지 드러난다. 출처: https://github.com/tile-ai/tilelang/issues/3920, https://github.com/tile-ai/tilelang/issues/3992, https://github.com/tile-ai/tilelang/issues/3993 -
ROCm 측에서 한 시간 내에 일곱 건이 연속으로 열려, 본지가 ROCm을 기록한 이래 처음으로 체계적 출현 (11-12): 일곱 건이 07:56부터 07:57까지 동일 작성자에 의해 연속으로 열렸고, 전부
72d986e1기반이며, 22개 파일 +624/−19:#3954는compile_flags가 실제로 hipcc에 들어가게 함(이전에는 캐시 키에만 들어감);#3955는 8비트 정수형 벡터 브로드캐스트가 hipcc가 거부하는make_uint2/make_uint4를 내보내는 문제를 수정;#3956은 작은 타일T.gemm에 읽을 수 있는 오류 메시지를 추가;#3957은 「SM당 최소 블록 수」가 HIP에서 폐기되던 것을 EU 웨이브 수 기준 런치 경계로 발행하도록 변경(gfx90a에서 fp16 GEMM이 143 VGPR + 128 AGPR로 인해 CU당 블록 하나로 고정됨);#3958은 점유율 보고서에 blocks per CU 환산을 추가;#3959는 wave64에서 64스레드 리덕션이 한 번도 건드리지 않는 LDS를 헛되이 할당하는 문제를 수정;#3960은 fp16 프래그먼트가 실제로 레지스터에 남도록 함(HIP에서uint2/uint4는 구조체이며, SROA 후 레인당 80바이트 scratch를 소비). 여섯 계층을 커버하며, 이전까지 ROCm은 오랫동안 「가끔 한 건」이었다. 출처: https://github.com/tile-ai/tilelang/pull/3960, https://github.com/tile-ai/tilelang/pull/3957, https://github.com/tile-ai/tilelang/pull/3959 -
TileOPs의 생산량과 기준 달성률이 완전히 분리되고, 공유 메모리 예산이 하드 제약이 되다 (전 주간): 다섯 기간의 머지 건수는 순서대로 33, 18, 4, 0, 0건이며, 그중 11-10 기간의 18건은 시간 기준 세 배치로 나뉘어 배치당 6건, 배치당 3~14분 만에 완료되었고, 11건의 성능 PR 중 10건이 자체 평가
Result: below bar였으며,#2882의 BMM ping-pong만bar met로 표시되었다 — 기준 달성은 머지 전제가 아니며, 근본 원인과 A/B를 명확히 쓰는 것이 중요하다. 11-11 기간의 네 건은 전부 DeltaNet에 있으며, SM89의 101376바이트 공유 메모리를 중심으로 분기와 버퍼 재사용을 수행:#2891은 전방에서 walk 하한 기준 분기,#2890은 역방향에reuse스위치를 추가해 114944를 98560으로 압축,#2889는 테스트를 클러스터와 공유 메모리 사실 기준으로 분기하여 SM89 실패를 9건에서 3건으로 감소. 11-12와 11-13 두 기간의 메인라인은 연속 제로 커밋이었고, 모니터링 기간 내에는 다섯 건의 성능 PR과 한 번의stats브랜치 갱신만 남아 「리뷰 대기」 상태이지 「개발 중」이 아니다. 출처: https://github.com/tile-ai/TileOPs/pull/2882, https://github.com/tile-ai/TileOPs/pull/2890, https://github.com/tile-ai/TileOPs/pull/2891 -
TileFoundry, 불변 조건을 검사 가능한 객체로 작성하고 1491개 파일 재구성으로 규칙을 강제하다 (11-06 ~ 11-12): 11-09 시점에 세 건의 병합이 각각 배치 값 의미론(‘Split / Broadcast / Varying / Partial’ 네 가지 상태와 ‘B ⊔ V = V’ 병합 규칙,
#293)을 정의하고, TMA 복사의 공유 피연산자를 async-proxy 의미론에 포함시키며(#291), ‘스케줄이 이전 데이터를 덮어쓰기 전에 여전히 이전 데이터를 읽어야 한다’는 순서를LivenessMetadata.orders에 기록했다(#301, 순서를 정할 수 없으면AnalysisError를 던진다). 11-10 시점의#312는 한 번의 재정렬로 1491개 파일(+41324/−42379)을 처리하며, 임포트, 익스포트, 네이밍, 가변 상태, 계층화 다섯 가지 규칙을 S0 외에 S1~S11과 C1~C11로 작성하고 lint, ruff, import-linter를 pre-commit에서 강제한다. 대가는 내부 임포트 경로가 이 버전에서 변경되어, 프라이빗 심볼을 참조하는 스크립트는 함께 수정해야 한다. 출처: https://github.com/tile-ai/TileFoundry/pull/293, https://github.com/tile-ai/TileFoundry/pull/301, https://github.com/tile-ai/TileFoundry/pull/312 -
백엔드 매트릭스가 ‘한 곳의 독주’에서 여러 지점 동시 착수로 변화, 네 가지 투입 깊이가 공존 (전주): Hygon
distributed브랜치에#36분산 3종 세트(Block-Push의 GEMM+AllReduce, Block-Push의 GEMM+ReduceScatter, Block-Pull의 AllGather+GEMM, 6개 파일 +2022/−0)가 병합되었고, 다른tilelang-tileops-fix브랜치는 하루에 열 건으로 hipRAND 난수와 cache_warmup을 보완했다. mlir-ascend의harness브랜치는 하루에 세 건 병합 +7632/−24(Ascend950 시뮬레이션 trace 워크플로, 연산자 설계 가이드와 Roofline 계산기, BMM과 w4a8 예제)를 기록했으며, 같은 기간#222는 PR 게이트를 Ascend 950 AscendC 단일 베이스라인으로 축소했다. MetaX는 SDK 정식 버전을v0.1.12+musa.5로 올리고 glibc 기준을 2.34로 높였다. 서드파티xwhzz/tilelang-hexagon은 TileLang을 Qualcomm Hexagon NPU로 확장했고, LFM2-1.2B가 Snapdragon 8 Elite의 v79 cDSP에서 엔드투엔드로 실행되었다. 벤더 저장소는 버전을 따라가고, 배포판은 메인라인을 따라가며, fork는 자체 하드웨어를 따라간다. 분화 자체가 의존도의 지표다. 출처: https://github.com/tile-ai/tilelang-hygon/pull/36, https://github.com/tile-ai/tilelang-mlir-ascend/pull/221, https://github.com/xwhzz/tilelang-hexagon -
버전은 일주일째 움직이지 않고, 1900줄 Ascend 변경과 7632줄 harness 내용이 모두 브랜치에 머물다 (11-09 ~ 11-13):
#3887([Release] Bump version to 0.1.16)은 11-09 03:07 업데이트 이후 전주 동안 어떤 진전도 없이 미병합 상태다. 메인 저장소 tag 최신은 여전히 09-30의v0.1.15이며, 이번 주 금요일로 만 44일이 된다. 네 개 저장소 모두 모니터링 기간 내 새 버전이 없다. TileOPs는 10-27의v0.1.0, TileFoundry는 10-25의v0.0.4rc1, tilelang-musa는 09-30의v0.1.15+musa.1이다. 이번에 병합된 Ascend 실행 백엔드와 회귀 정리는 늦어도 다음 tag가 나와야 다운스트림 배포 패키지에 들어갈 수 있다. 출처: https://github.com/tile-ai/tilelang/pull/3887, https://github.com/tile-ai/tilelang/releases -
RISC-V 4개 소스가 6개 모니터링 기간 연속 침묵, 4개 소스 외 CPU 라인은 기준 전환으로 마무리(11-07~11-13):
kubuds/tilelang-riscv-kubuds의 두kubuds-브랜치,RuyiAI-Stack/tilelang-riscv의 MLIR 노선,TongmingLAIC/tilelang-riscv인덱스 페이지,TongmingLAIC/tilelang-tpu의 SOPHGO 브랜치가 6개 모니터링 기간 연속 모두 원래 인용에 머물렀다. 4개 소스 외에Tianchen-ai/tilelang-weft는 11-11에 릴리스 태그를weft-parity로 교체했으며, 553개 항목 전부 Triton 네이티브 대조가 매칭되고 「1.03배 이하」를 충족했으며, 4개 플랫폼 133/137/136/147 합계 553/553이다. 543개 예외 부분 참고의 배율 중위값은 SG2044 1.3598, K1 1.3176, K3 A100 1.6569, x86 1.2917이다. 강조할 점: 이 수치들은 지난 호의 구표(41건이 참고보다 빠름, SG2044 중위값 0.0580배)와 함께 읽을 수 없으며, 급변의 원인은 측정 대상이 「작성자가 수기로 작성한 프로그램」에서 「공유 Canonical 컴파일러 산출물」로 바뀐 것이다. 출처: https://github.com/Tianchen-ai/tilelang-weft, https://github.com/Tianchen-ai/tilelang-weft-bench
2. 핵심 프로젝트 진행 상황(메인 저장소 tilelang)
버전 및 릴리스
- 메인 저장소의 최신 태그와 릴리스는 여전히 v0.1.15(09-30 릴리스)이며, 5개 호 데일리 리포트와 릴리스일 점검 모두에서 새 tag가 발견되지 않았고, 이번 주 금요일로 만 44일이 되었다.
#3887([Release] Bump version to 0.1.16)은 11-09 11:07 업데이트 이후 움직임이 없었고, 11-10, 11-11, 11-12, 11-13 4개 호 모두 「여전히 보류 중」으로 기록되었다.- 조직 내 다른 3개 저장소는 모니터링 기간 내 새 버전이 없었다: TileOPs
v0.1.0(10-27), TileFoundryv0.0.4rc1(10-25), tilelang-musav0.1.15+musa.1(09-30). - 버전 관련 구조 측면 관찰:
#3490,#3605두 건의 CUDA 원시 연산이 메인 브랜치에 직접 진입했고,#3903(프로세스 병렬 컴파일),#3897(CPU 측 cumsum/cummax)은 여전히 심사 중으로, 0.1.16의 기능 면이 마무리보다는 계속 두터워지고 있음을 보여준다.
컴파일러, 언어 계층 및 실행 경로
- PTO 실행 백엔드 세대 교체(#3516, 11-11 병합, 20개 파일 +1549/−182):
target="pto"에execution_backend="auto"를 설정하면tvm_ffi로 해석되며, 공유 host codegen이 MakePackedAPI와 C host를 담당하고, Ascend 런타임은aclrtLaunchKernelWithHostArgs로 PTODSL이 생성한 aibin을 실행하며 경로는 AscendC 커널과 동일하다. 디바이스 빌드 측에는 모듈 수준 툴체인 콜백이 새로 추가되어 전체 PTODSL 모듈을 한 번에 컴파일한다(ptodsl → ptoas → bisheng fatobj-link →.aicore_binary추출). 캐시 키에는 ptoas 파라미터, ptoas 버전, CANN 아이덴티티가 함께 반영된다. 기존 경로는execution_backend="pto"로 유지되며 두 산출물은 비트 단위로 일치한다. 검증 범위에는 동적 형상, 다중 디바이스 커널, cube/vector 혼합 GEMM, 캐시 적중 및 손상된 항목 예외 발생 등 네 가지 신규 테스트가 포함된다. - AutoSchedule 주기 하한 강화(#3776, 1개 파일 +20/−1): 기존에는 고정된 하한에서 이분 탐색을 시작했으나, 세 가지 필요 조건의 최댓값을 취하도록 변경했다. 단일 작업 한계는 각 작업 시작 간격의 최댓값을 사용하고, 리소스 클러스터 한계는 쌍별 충돌 작업을 잔여값으로 정렬한 뒤 인접 차이와 첫/끝 차이로부터 주기가 클러스터 내 시작 간격 합보다 작지 않음을 도출하며, 자기 의존 한계는
S_u - S_u >= wait - d*P에서ceil(wait/d)를 역산하고 버전 관련 거리는num_stages로 환산한다. Ascend 950PR, CANN 9.3.0 주간 버전에서 실증한 결과, Ascend 예제는 모두 컴파일을 통과하고 스케줄링 결과는 변하지 않았으며 Z3 해석 단계 누적 시간이 10.04% 감소했다. 추가적인 하한 탐색은 도입하지 않았고 스케줄링 모델도 변경하지 않았다. - 코어 간 동기화 강제 배치 스케줄링으로 교착 방지(#3614, 5개 파일 +102/−1, 그중 78줄은 회귀):
mode=0은 “사용 가능한 코어가 있으면 시작”이고,mode=1은 “연산자에 필요한 모든 코어 리소스가 확보된 후 전체를 시작”이다. 전체 코어 동기화를 수행하는 연산자가 일반 모드에서 시작되면 일부 코어만 확보한 채 전체 코어 배리어에서 대기하게 되고, 그가 기다리는 코어는 다른 스트림이 점유하고 있어 리소스 순환이 발생해 디바이스가 멈출 수 있다. 수정 방법은 codegen 측에서 “상수 0을 동반한 코어 간 동기화”를 식별한 후 자동으로__schedmode__(1)을 설정하고, 해당 플래그를 함수별로 재설정하여 누출을 방지하는 것이다. 아울러 코어 간 set/wait의 정수mode_id를 0/1/2/4로 좁히고, 세 타깃의 모드 집합이 일치하지 않음을 명시했다(910B/910C는 0/1/2 지원, 950에만 4가 추가됨). - VMI 디스크립터와 논리 커버리지 검증 일괄 정리(#3894, 6개 파일 +925/−550): typed view의 gather/scatter와 단일 요소 로드 두 형태에서 디스크립터 생성 시 기저 주소와 스트라이드가 잘못 취해지는 문제를 수정했다. 동시에 프런트엔드의 중복된 논리 커버리지 거부를 삭제했다. 검증 삭제는 완화가 아니라 공유 메모리 검출기의 수정(
#3805)이 이미 반영되었기에 프런트엔드에서 다시 차단하면 교차 행, 전치, 동적 뷰를 잘못 막을 수 있기 때문이다. - CUDA 측 명령어 수준 원시 연산 두 그룹 추가(11-10 병합):
#3490(6개 파일 +185/−1)은 L1 프리페치, uniform L1 프리페치, L2 프리페치를 추가하고 축출 우선순위를 일급 파라미터EvictPriority로 만들었다(기본, 일반 축출, 우선 축출, 최후 축출, 변경 없음, 할당 안 함의 여섯 단계). 비기본 우선순위는 컴퓨트 능력 8.0 이상을 요구한다.#3605(7개 파일 +203/−1)는T.clamp_symmetric(x, limit)을 신규 추가하여 SM86 이상에서 FP16/BF16/FP32를[-limit, limit]로 통일 클램프하고 부호 있는 0과 서브노멀을 보존하며, 임의 피연산자가 NaN이면 정규 NaN을 반환한다. 구현은 단일min.NaN.xorsign.abs로 직접 내려가며, SASS에서 세 가지 스칼라 및 패킹 형태의 출현을 수용 증거로 삼는다. - TIRx 측 선제적 보강 두 건(11-11 심사 중):
tile-ai/tvm의#94([Fix][TIRx] Make ceildiv exact for signed divisors)와#93([Arith] Guard negative scales in canonical split div/mod)은 동일한 부류 문제의 양 끝을 수정한다. 부호가 정수 나눗셈과 모듈로에 들어간 후 정규화 재작성의 전제가 더 이상 성립하지 않는다. 같은 날 메인 저장소에 새로 열린#3937(중첩 floor division이 음수 승수에서 잘못된 정수를 산출)은 동일 지점을 가리키며, 차이는#3937이 사용자 측 재현이고#93/#94는 컴파일러 측 선제 대응이라는 점이다.
정확성 및 결함 수정
- 조용한 오류 코드는 여전히 메인 저장소에서 가장 큰 유형: 11-09 모니터링 기간에 새로 열린 이슈들은 「계산은 틀리지만 오류를 보고하지 않는」 문제에 집중되었다 —
#3842(warp specialization 활성화 후 pipeline 두 라운드 사이의 변수 업데이트가 consumer 브랜치에서만 적용됨),#3870(복사된 병렬 루프에서 fragment의 원자 연산과 읽기-수정-쓰기가 각 복사본마다 한 번씩 수행됨),#3871(tvm_ffi호출 종료 후 호출자 디바이스를 복원하지 않음),#3877(NVRTC 경로에서 단일 파라미터 kernel이 시작되지 않음),#3881(cython 경로에서 동적 공유 메모리가 48 KB를 초과하면 두 번째 디바이스에서 실패); CuTeDSL의 부호 없는 시맨틱 관련 이슈가 연속 세 건 열렸으며(#3874/#3875/#3876), 이전 모니터링 기간의#3808,#3800과 동일 유형이다. - CuTeDSL의 기능 커버리지와 정확성 경계가 역방향으로 벌어짐:
#3685는 한 번에 63개 파일을 보완했으며(+7075/−394), warp vote, 블록 프레디케이트 배리어, 명시적 폭 로드/스토어와 캐시 힌트, TMA와 cluster 복사, SM120 블록 스케일링 MMA와 NVFP4 GEMM 예제를 포함하고, 덤으로 warp specialization下에서 pipeline 앞에 끼어 있던T.fill이 매 라운드 재실행되던 기존 문제도 수정했다; 같은 기간의 결함은 모두 경계에 집중되었다 — 다중 스트림 동시성下의 grid barrier(#3868, cooperative launch마다의 grid workspace에 있는 barrier 워드를 사용하도록 변경), 부호 있는 정수 나눗셈(#3551,arith.divsi시맨틱에 따라tl.truncdiv를 발행하도록 변경), 부호 없는 원자 연산과 부호 없는 버퍼. - Metal이 연산자 보완에서 정확성 경계 보완으로 전환:
#3907은 조용한 범위 초과를 보고했다 — 8x8metal.simdgroup행렬을 8x1 출력에 복사할 때 컴파일러가 행 스트라이드 1의 전체simdgroup_store를 발행하여 출력 이후 7개 요소를 덮어쓴다(Apple M4,tvm_ffi, 컴파일 캐시 비활성화, 예비 저장소를 센티널로 사용하여 검출). 수정#3912는 런타임 검사를 추가하지 않고, 각 SIMD-group 스토어를 발행하기 전에 산술 분석기가 전체 8x8 풋프린트가 동시에 목적 버퍼와 요청 영역에 있음을 증명하도록 요구하며, 증명할 수 없으면 하강 단계에서 읽을 수 있는ValueError를 던진다. - Ascend PTO의 구조적 제한:
#3901은 동일 커널에서 여러 개의 명시적 Cube/Vector 영역을 선언할 때 중복 물리 세그먼트 오류가 발생한다고 보고했으며, 아직 수정 PR이 없다;#3909는#3802에서 CUDA 측에 구축된 host-mapped 버퍼 계약을 Ascend로 확장했으며(14개 파일 +529), 이전에는 Ascend kernel이 CPU 텐서 인자를 일괄 거부했다. - CUDA 측 세 건의 새 이슈는 각각 대표성이 있다(11-12):
#3988은 fp16T.gemm이 M=1, K가 홀수일 때 파이프라인cp.async를 사용하면서 여전히 불법적인 2바이트 전송을 발행한다고 보고했으며, 0.1.15와 메인 브랜치 모두에서 재현되고,#2365에서当初 수정한 회귀 형태는 통과한다;#3987은tl.LayoutInference와tl.LowerTileOp의 소요 시간이T.Parallel에서 하위 표현식 재사용 시 지수적으로 증가한다고 보고했으며(대응 수정#3997이 이미 큐에 있으며, 동일 회귀가 34.89초에서 10초 컴파일 상한 초과로 인해 통과로 변경됨);#3996은T.Pipelined에 명시적 order/stage가 있고 복사가 fragment를 경유할 때 「Fragment buffer access with non-zero index [1]」이 보고되며, 해당 인덱스는 사용자 프로그램에 존재하지 않는다고 보고했다. - TileFoundry의 가격 책정 편차가 연산자 측에서 반복적으로 반박됨(11-10):
#318은 원소별 clamp로 H200에서 배치 가격 책정을 수행하여, CTA 그리드가 한 웨이브를 초과한 후 입력 분할의 풋프린트에 웨이브 수가 곱해진다고 지적했으며, 동일 동작이 네 건의 종료된 이슈에서 보고되었고 모두 not planned로 표시되었으며 현재 빌드에서도 재현된다고 명시했다;#319는 4096×7168×16384의 상주 SM90 NT GEMM을 정리하여 한 번에 다섯 가지 발견을 제공했으며, 가장 강력한 발견은check --help가 bf16에 8비트 명시적 가수를 가지고 반올림 경계가 2^-9라고 말하지만, bf16은 실제로 7비트 명시적 가수와 단위 반올림 2^-8을 가지며, 그것에 따라 도출된 rtol은 마땅한 값의 절반에 불과하다는 것이다. 분석기 가격 책정이 26% 편향되어도(962.1 대 1213.6 GFLOP) 단일 연산자가 느려지지는 않지만, 자동 스케줄 선택이 경계 그리드에서 체계적으로 잘못 선택하게 만든다.
CI, 테스트 및 툴체인
- CI 피드백 루프의 두 가지 정비:
#3911(1개 파일 +2/−2)은labeled/unlabeled두 유형의 이벤트를 트리거에서 제거했다. CodeRabbit은 새 PR에 한 번에 여러 개의 레이블을 붙이는데, 이전에는 몇 초 안에 완전히 동일한 전체 CI 실행이 여러 번 발생하고 동시성 그룹에 의해 하나씩 취소되었으며, 어떤 CI 작업도 PR 레이블을 읽지 않았다. 같은 커밋에서 ROCm 러너 워치독을 워크플로 타임아웃 위로 올려 AMD 작업이 40분에 강제 종료되지 않게 했다. - Ascend 일일 테스트 규모 3060건으로 확대: 11-09 회차 네 건의 리포트는 3032건 전체 통과(
#1993)와 3060건 전체 통과 두 건(#1995,#1996)이었고, 별도로 워크플로 작업 계층 실패가 한 건 있었다(#1997, 케이스 실패 아님). 11-11 07:58에 3060건 전체 통과(#2003), 11-10 11:38에 3060건 전체 통과(#2001)가 있었다. 테스트 규모는 3060건으로 올라갔지만 여러 모니터링 기간 연속으로 병합이 없었으니, 병목은 개발이 아니라 리뷰에 있다. - 알림 중복 제거 공백: 11-12의
#2006(10:23)과#2010(15:48)은 동일한 workflow run 43124767679를 가리키며, 두 상태 모두 “테스트에서 오류 발생”이다. 알림 중복 제거가 run 번호 기준으로 이루어지지 않았음을 보여준다. 11-11의 3060건 전체 통과와 대조하면, 이 항목은 “Ascend 저장소 CI에 당일 한 번 실패가 있었고 중복 보고되었다”로만 기록할 수 있으며, 실패 목록은 아직 판독할 수 없다. - 캐시 적중 경로의 결함:
#2002([Bugfix] Restore adapter library path when loading cached kernels)가 리뷰 중이며, 캐시에서 커널을 로드할 때 adapter 라이브러리 경로가 복원되지 않는 문제를 수정한다. “처음 실행은 정상, 두 번째 캐시 로드 시 라이브러리를 찾지 못함”처럼 적중 경로에서만 나타나는 문제다.
3. 다중 백엔드 적응
Ascend(tilelang-ascend와 PTO)
- 저장소 측 리듬: 기본 브랜치
ascendc_pto는 11-06의 일곱 건 커밋 이후 11-09부터 11-12까지 네 모니터링 기간 동안 병합이 없었고, 리뷰 대기 큐는 계속 두터워지고 있다(11-09 회차 20여 건, 11-10 회차 15건, 11-11 회차 9건, 11-12 회차 열 건 이상). - 리뷰 대기 주제가 “연산자 보충”에서 “툴체인 인터페이스와 의미 일관성 보충”으로 전환되었다:
#3892(AscendC와 PTO의 torch.compile 지원),#3893(L0C에서 GM 복사 시 int32 누산기를 직접 역양자화),#3891(aclrtDeviceL2CacheFlush로 benchmark의 L2 플러시),#3894(PTO VMI descriptor 수정). 연산자 측은#1970(PTO와 AscendC 두 라인에 멀티헤드 Gated MLA 전방 보충),#1994/#2004/#1952(fla_chunk의 inter, intra, intra_token_parallel 세트),#1605(Kimi Delta Attention 디코딩 및 청크 프리필 전방, 목표 910B),#1989(catlass v2.2.0으로 업그레이드)이다. - 예제와 문서 측은 연산자 벤치마크를 보충 중이다:
#1558(rms_norm, cann-bench 20건),#1748(NMS, 20건),#1607(GroupNorm, 20건),#1677(sin/cos 문서 문자열과 테스트),#1732(두 백엔드에서 in-place를 지원하는T.tile.silu/sigmoid). - 11-09 회차에 이미 병합된 일곱 건은 여전히
ascendc_pto에 있다:#1949텐서 시프트 양,#1959PTObitwise_xoruint8 workspace 형상,#1866Chunk O 전방,#1802Chunk O 역방향,#1869Sparse MLA Forward의 SeeSaw,#1953fla_chunk_o예제와 테스트,#1990일일 테스트 CI 알림 수신자.
Hygon(tilelang-hygon)
#36분산 3종 세트가 11-12 16:20에main이 아닌distributed브랜치에 머지됨: Block-Push의 GEMM+AllReduce, Block-Push의 GEMM+ReduceScatter, Block-Pull의 AllGather+GEMM, 6개 파일 +2022/−0, 성능 데이터와 구현 설명은 README에 기록; 어떤 경로를 선택할지는 통신 도메인 크기와 중첩 윈도에 따라 결정됨.main과v0.1.15-release는 동일 참조이며,distributed는 이미 11-03의 signal 원시 연산, 10-29의 push-wave reduce-scatter 예제와 이번 기의 3종 세트로 별도 라인을 구축함.#37([HCU] Support ds_read_vector Alt2 and inferred LDS layouts)이 11-12 11:21에 열림,ds_read_vector의 두 번째 인코딩 형태와 제약으로부터 추론 가능한 LDS 레이아웃을 보완, 11-06에 머지된#34(reduction 측 XOR shuffle과 레이아웃 제약 전파)와 같은 라인.tilelang-tileops-fix브랜치에 11-12 15:41부터 21:14까지 열 건의 커밋이 올라감: hipRAND 난수, cache_warmup 내장, buffer loads rebase, 런타임 trip count 하의 마무리 언롤링, 8비트 정수 벡터 브로드캐스트, cos/sin 내장 디스패치, shuffle lowering과 full-wave shuffle 리덕션, 추가로__builtin_bit_cast크기 불일치, fp64 잘림,hexp모호성 세 건의 컴파일 타임 수정. 이 열 건은 곧 장기 리뷰 중인#27([Fix] Fix intrinsic lowering, precision, and integer vector codegen)의 브랜치 내용——Hygon 측은 현재 “하나의 장기 PR이 하나의 개발 라인을 담당”하는 형태임.- 11-09 기에 이미 두 건의 단일 카드 기능이 머지됨:
#33scaled cast,#34reduction의 lane swap과 레이아웃 추론; 같은 모니터링 기간에#35가 아키텍처 수준 문제를 보고——K500SM_AI(gfx928)가HCU_MCPU_SET에서 지원된다고 선언되고determine_target("auto")도 인식하지만,src/hcu/의 C++ 측에는 전반적으로 gfx928 분기가 없어 “지원 선언되었으나 실제로 컴파일되지 않음”; 보고자는 gfx928에 FP64가 없고 일부 Matrix Core 명령어와 INT4도 없다고 지적. - 저장소에는 현재 15개 브랜치가 있음:
feat/hcu-*계열 여섯 개,distributed하나,tilelang-tileops-fix하나, 작업 면은 명령어, 통신, 연산자 호환 세 계층을 커버.
mlir-ascend(MLIR 재작성 노선)
harness브랜치에 하루 세 건의 커밋이 병합됨(11-12), 총 +7632/−24, 64개 파일 변경, 전부main에도master에도 반영되지 않음:#220(14개 파일 +1014/−12) Ascend950 시뮬레이션 trace 워크플로(msprof 수집, MindStudio Insight 조회, 동일 실행에서 GET/RLS 이벤트 dump 보완, npusim SQLite 내보내기로 타임라인 구성, 기존 테스트 38건 WSL에서 전부 통과);#221(45개 파일 +5178/−12) 연산자 설계 가이드의 설치 가능 버전(단계 분해, SIMD/SIMT 선택, 저장소 예산, 타일 파이프라인, Cube MFU 및 조건부 Roofline 계산기 포함, 업스트림 TileLang Skill 자료 아홉 부를 별도 스냅샷으로 저장해 오프라인 열람 가능);#226(5개 파일 +1440/−0) BMM 및 w4a8의 Gemm 양자화 예제, 동일 배치에 conv 예제 하나 추가.#222(워크플로 파일 5개 +7/−9) 10:27master에 병합: 각 워크플로 파일의on:블록만 수정, PR 게이트를 「클린 코드 lint + Ascend 950의 AscendC 한 라인」으로 축소, 나머지 자체 구축 NVIDIA, AMD gfx942, macOS 레그 전부 철수. 다운스트림에 대한 의미는 해당 저장소의准入 기준이 이제 한 세대 하드웨어만이며, 구세대 Ascend의 회귀는 더 이상 병합 조건이 아니라는 것.- TL 방언 하루에 다섯 연산자 추가(11-12 17:49 ~ 익일 05:45):
#228tl.xor,#229tl.pow,#231tl.print,#232tl.sort,#233tl.reshape, 모두#203에서 도입된TL_BinaryOp<...>기반 클래스 위에 구축,#218(and)과#225(or)의 템플릿을 따라 확장. 역할 분담상tl.reshape는 순수 뷰 연산자(목적지 피연산자 없음,memref.reinterpret_cast로 귀결),tl.sort는hivm.hir.vsort로,tl.print는hivm.DebugOp로 귀결. - 11-10 기
#217(4개 파일 +140/−16)harness브랜치에 병합: hot 지식 기록 시 증거 스냅샷 동시 저장, 동일 승인 번호로 서로 다른 항목 승인 금지, cooled 지식은 임시 작업 공간 외부에 저장, 지식 디렉터리에 손상된 파일 발생 시 알림 및 열람 계속 허용; 검증 기준 CPU 테스트 25건 통과. 11-11 기#219harness에 병합,#223/#224종료,#225동일 내용으로 재심의 제출(로컬ctest14/14). - 방언 보완의 의미는 커버리지에 있음: MLIR 노선이 업스트림 TIR의 모든 일반 연산자를 수용할 수 있어야 하며, 하나라도 빠지면 TIR 계층에서 우회해야 하고, 우회하는 지점이 곧 메인 저장소 동작과 분기되는 지점임.
MetaX(tilelang-metax)
- 11-09 기 유일한 푸시로
main을a35f8ddf에서64b52b4b로 이동, 그러나 tip 커밋은 업스트림#3760([Language] Reuse macro transformation templates, committer 날짜 11-05)으로 업스트림 동기화에 해당하며 자체 적응 커밋 없음 — MetaX의 연속 네 번째 모니터링 기간 자체 변경 없음. 11-10 ~ 11-12 기간 내 병합 없음, 릴리스 없음, 최근 푸시는 11-06(main의 직전 커밋으로 업스트림main을dev에 병합한#162).
Moore Threads(tilelang-musa)
tilelang-musa모니터링 기간 내 커밋 없음, 마지막 푸시 11-10; 최신 태그는 여전히v0.1.14+musa.1(09-11). 그러나 생태계 측면에서는 이미 실제 툴체인에 진입: 11-06 Moore Threads의 Kimi-K3.1 Pro Day-0 공지에서 마이그레이션 경로에 명시적으로 「MATE 연산자 라이브러리, Triton-MUSA, TileLang-MUSA 및 MTCC 컴파일러를 통해 신규 아키텍처의 핵심 계산 경로 마이그레이션 및 연동을 완료」라고 기재.- 문서 측 두 건의 변경은 기록할 만함:
#11은 MUSA SDK配套 정식 버전을v0.1.12+musa.2에서v0.1.12+musa.5로 올리고, C 런타임 요구사항을 glibc 2.28에서 2.34로 상향(配套 TVM FFI wheel이 이 요구사항을 가짐), SDK 配套 패키지와 오픈소스 릴리스는 두 채널이며 상호 대체 불가함을 명확히 함;#12는 README 설치 섹션을 일련의 명령으로 축소(+10/−49), 수정한 것은 「중복된 단일 패키지 설치 명령으로 인해 사용자가 TileLang-MUSA만 설치하고 TVM FFI를 누락하는 문제」. 세 버전 번호(오픈소스 tagv0.1.15+musa.1, SDK 配套v0.1.12+musa.5, 릴리스 페이지 대조v0.1.13+musa.1)는 각각 확인해야 하며 메이저 버전만 보아서는 안 됨.
ROCm(HIP 백엔드)
- 「1. 이번 주 주요 뉴스」 세 번째 항목 참조. 일곱 건 중
#3957의 실측 전제가 가장 기록할 만하다: gfx90a에서 256×128×32의 fp16 GEMM이 143개의 VGPR과 128개의 AGPR로 컴파일되고 점유율이 1이어서, LDS가 얼마나 남든 하나의 CU에 한 블록만 올릴 수 있다.#3960의 근본 원인은 HIP에서uint2/uint4가 구조체여서 벡터 복사가 로컬 배열로 들어가거나 나올 때 memcpy로 퇴화하고, SROA 이후에도 배열이 스택에 남기 때문이다. clang 18 / ROCm 6.2.4에서 루프를 넘어 상주하며 스레드당 K와 V 2행을 보유하는 fp16 프래그먼트는 레인당 80바이트의 scratch를 차지한다.
Metal
#3906([Metal] 자동 실행 백엔드를 tvm_ffi로 확인)과#3804(2D simdgroup fill의 영역 오프셋)는 심사 중이고,#3912는#3907의 조용한 범위 초과를 수정한다. Metal 쪽은 이번 달에만 모니터링 기간 내 세 번째 등장으로, 연산자 보충에서 정확성 경계 보충으로 이동했으며 이는 보통 누군가가 실제 Apple 칩에서 장난감이 아닌 형상을 실행하기 시작했다는 것을 의미한다.
Sunrise(독립 배포판)
- 백엔드 배포판 저장소
main은 여전히 10-23의fb7d3d62에 멈춰 있고, 모니터링 기간 내 동작은 CI 브랜치의 생성과 삭제 한 번뿐이다: 18:17:24에ci/sunrise-0.1.15-1.2.1-r6생성, 18:18:44에 삭제, 간격 80초. 브랜치 이름이 제시하는 것은 버전 조합이다:0.1.15는 업스트림 베이스라인에 대응하고,1.2.1은 10-19 후보 브랜치 이름의1.2.0에서 올라왔으며,r6은 6번째 개정이다. 이는 해당 백엔드가 여전히 메인라인을 따라가며 자체 리듬으로 개정판을 내고 있음을 보여주지만, 이번 기간에는 커밋이 아닌 빌드에서 멈췄다.
RISC-V 백엔드와 커뮤니티(특별 관찰)
- 네 소스가 연속 여섯 번째 모니터링 기간 동안 변화 없음(11-07, 11-09, 11-10, 11-11, 11-12, 11-13 기록 보관):
kubuds/tilelang-riscv-kubuds(TVM 백엔드 노선)의 두kubuds-접두 브랜치는kubuds-riscv-karenfc62939,kubuds-riscv-mahiru33e0c89에 머물러 있고main은 업스트림 동기화만 수행;RuyiAI-Stack/tilelang-riscv(MLIR 재작성,target="riscv")의main은 57c548c에 머물러 있음;TongmingLAIC/tilelang-riscv(커뮤니티 인덱스 페이지)의main은 4499c2a에 머물러 있고 표 내 프로젝트는 증감 없음;TongmingLAIC/tilelang-tpu(Sophgo SOPHGO TPU)의main은 303759f,feature/sg2260e-rv-support는 122bc59에 머물러 있음. 기존 기준에 따라 스크립트 출력이 비어 있으면 「변화 없음」으로 기록하며 수집 실패로 간주하지 않음; 11-13 기간에 인덱스 페이지 PR을 조회할 때 익명 API 속도 제한에 걸려 인용 비교만 수행하는 것으로 대체함. - 네 소스 외의 Weft 라인(
Tianchen-ai/tilelang-weft): 업스트림 tilelang v0.1.15의 fork로, Weft CPU 프로그래밍 모델을 추가 — TileLang 네이티브 AST 위에 Encoding 필드와 비트 레이어, 논리 축과 타일 도메인, Level과 단계별 스냅샷, 제한된 비트 폭의 그룹화된 partials와 명시적 변환, 루프별 파이프라인 깊이의 다섯 가지 작성자 정보를 더하고, 공유 물리 pass 세트가 RISC-V와 x86을 동시에 커버함(동일한 소스 구성이 각각 RVV/IME 또는 x86 SIMD/AMX 실행 경로로 진입). 11-10 모니터링 기간 내 해당 저장소에 17건 커밋, 벤치마크 저장소tilelang-weft-bench에 추가로 23건 커밋이 있었으며, 패킹 행 디코딩(Q1/Q2/Q4_K/Q6_K/IQ3/IQ4), IME1/IME2 레코드 수준 축소, 런타임 K 차원 리덕션과 동적 rotary 순회에 집중됨; 11-11에 릴리스 태그를weft-parity로 교체하고 결과 표와 매뉴얼을 재작성함. - 두 가지 기준을 반드시 구분해서 읽어야 함: 11-10 기간의 기존 표는 「150개 연산자 ID가 553개 플랫폼 케이스를 구성, 543개 케이스에 외부 참조가 있으며, 수치 검사 553/553 전부 통과, 참조 구현보다 빠른 것은 41개 케이스뿐, SG2044 중위값 0.0580배」이고; 11-11의 새 표는 「553개 항목 전부 Triton 네이티브 대조가 매칭되어 있으며, 항목별로 1.03배를 넘지 않음(SG2044 133/133, K1 137/137, K3 A100 136/136, x86 147/147), 외부 참조 대비 배율 중위값 SG2044 1.3598, K1 1.3176, K3 A100 1.6569, x86 1.2917」임. 급변의 원인은 커밋 제목에 적혀 있음 — 「네 플랫폼 공유 컴파일러의 성능 상속」, 즉 측정 대상이 「작성자가 손으로 쓴 프로그램」에서 「공유 Canonical 컴파일러 산출물」로 바뀐 것이지, 동일한 구현이 하루 만에 스무 배 빨라진 것이 아님. 인용 시 이 점을 명확히 밝혀야 함.
- 대조 자체에 오류가 있었던 한 건 공개: K3의 두 Q1 대조는 이전에 보존된 Triton Canonical 프로그램을 사용했는데, 해당 프로그램은 −128에 부정 연산을 적용할 때 오버플로가 발생함 — 경계 입력에서 −2048이 나왔으나 올바른 결과는 0이어야 함. 정확한 I8 리덕션을 수정한 공유 컴파일러가 재생성된 후 두 프런트엔드의 산출물 모두 해당 입력을 통과함; 과거 소요 시간은
triton_historical_us에 보존되어 있고, 수정 설명은triton_control_note에 기록되어 있음. - 기술 노선은 여전히 구분해야 함: Weft는 TileLang 네이티브 AST를 조기에 자체 Canonical IR로 가져오는 CPU 노선으로,
kubuds-접두 브랜치가 이어가는 TVM 백엔드,RuyiAI-Stack/tilelang-riscv의 MLIR Linalg/SCF 재작성과 동일한 구현이 아니며, 세 가지를 혼동해서는 안 됨.
4. 생태계와 도입 주체
TileOPs
- 리듬: 5개 기간 동안 33, 18, 4, 0, 0건이 머지되어 전체 조직에서 가장 활발한 저장소이지만, 마지막 두 기간에는 메인 브랜치에 연속 커밋이 0건이었습니다(헤드가
9bf4bf56에 멈춤, 11-10 09:59). 모니터링 기간 내 유일한 쓰기는 23:17의stats브랜치 새로고침입니다(chore(stats): refresh manifest stats from 9bf4bf56...). 이전 기간에 기록된 5건의 성능 PR(#2894~#2898)은 11-13 모니터링 기간의 검토 중 업데이트 목록에 나타나지 않았으며, 이는 머지되지도 않았고 계속 진행되지도 않았음을 의미합니다. - 11-09 기간 33건의 기능 분포: 원소별 및 리덕션 측
#2869(float32 역수, 스레드당 두 개의 16바이트 벡터, 1600만 행에서 16개 메모리 배치 중 원래 12개가 torch.compile에 뒤처졌고 최악 비율 0.9917이었으나 수정 후 하나도 뒤처지지 않음),#2867(비교 행 브로드캐스트를 두 라운드로 분할, 블록 수 절반으로 감소, 16비트ne를 단일__hneu로 변경,logical_and/or가 NaN을 거짓으로 읽던 문제 수정, 작성자가 목표치 미달로 표시),#2851,#2862; 정규화 및 어텐션 측#2866(8192 폭 RMSNorm 긴 시작을 두 번 읽기로 변경, warp당 4행 256 폭),#2846,#2848/#2854/#2843; GEMM 및 양자화 측#2863,#2864,#2865,#2853,#2844,#2842; 저장 및 풀링 측#2868(인접 lane이 16바이트 int64 위치를 교환하여 매 16바이트 저장이 32바이트 sector를 채움—vgg-block은 원래 501760개 쓰기에서 900444개 sector를 발행했고 warp 종료 시 drain에 걸림). - SM89 지원 범위 집중 보완(11-09 기간):
#2855일반 FP8 가변 길이 GQA kernel 활성화(warp specialization 구현은 여전히 SM90 제한),#2840prefill sinks,#2845dense decode sinks,#2841정렬된 FP8 grouped GEMM; 이 변경들은 SM89(RTX 6000 Ada, L40S 등)가 더 이상 “CUDA 참조 구현만 실행 가능한” 아키텍처가 아님을 의미합니다. 작성자는#2855에 대해 “후보가 항상 Torch보다 먼저 실행되어 실행 순서 효과를 제어하지 못했다”고 자발적으로 명시했습니다. - 11-10 기간 18건의 경계 수정:
#2878K=0 빈 축소가 SM89에서OpNotAvailableError보고(test_gemm.py -m "smoke or sm89"가 63 passed 6 failed에서 66 passed 4 failed로 변경);#2876가변 길이 GQA fused RoPE에서 회전 반폭이 패딩되어 스레드 수로 나누어지지 않을 때 교착 발생(새로운split_reads로 “읽기+회전”과 “쓰기 반환”을 두 라운드로 분리);#2880float32 GLA 역방향이 chunk 64에서 114688바이트 필요, SM89는 101376만 제공, dA 곱셈 후 dv 상태 항을 그룹화하여 98304로 압축, 그래디언트가 기본 순서와 비트 단위 일치. - 성능 지표 서술 방식 자체가 변화 중:
#2886(Softmax 전체 행을 레지스터에 상주, 원소당 한 번 지수)과#2871(지수를 순수MUFU.EX2로 교체하고 행 역수 한 번 추가, 새로운exp_shifted_scaled로 0이 아닌 float32로 반올림 가능한 항이 여전히 정규수임을 보장)은 실행 명령이 512 열에서 23% 감소, 2048 열에서 21% 감소, bf16 512 열 16.67마이크로초 대 quack 16.35, 2048 열 62.99 대 62.21을 제시;#2884(RMSNorm 64 스레드 블록이 컴파일러에 SM의 32블록 상주 한도를 요청, 그렇지 않으면 ptxas가 40개 레지스터를 부여하고 H200에서 24블록만 유지, 짧은 행 warp 활성도가 64%로 하락)와#2870,#2885세 건이 공동으로 “스레드당 레지스터 수, SM당 블록 수, 블록당 dispatch 수”라는 2차 매개변수 그룹을 지목. - 11-11 기간 네 건의 공유 메모리 폐쇄 루프:
#2891정방향이 chunk 128,dim_v64에서 walk의 하한이 114688 필요(dim_v128은 131072 필요), SM89는 101376만 제공, 수용 불가 시 98560만 필요한 recurrence로 전환;#2890역방향 w/u에reuse스위치 추가, S, du, Aw가 마지막 읽기 후 dh, v_new, Au 버퍼를 인계, 114944에서 98560으로 압축, 추가로_parallel_live_bytes계산 후refusal이 SM90도 세 건의 메인 브랜치에서 통과했으나 실행 불가한 호출을 거부하게 함;#2889는 먼저check_held_launch를 아키텍처별 분기 전에 배치, SM89에서 네 테스트 파일이 40 통과 9 실패 3 스킵에서 35 통과 3 실패 14 스킵으로 변경, 단일 SM90에서 46항목 전부 통과. 성능 수치는 사실대로 기록:#2891은 SM89에서 FLAchunk_delta_rule보다 9%에서 41% 느림,#2890역방향 1.530밀리초 대
FLA 1.554 밀리초(비율 0.98).
- 11-12 및 11-13 기간의 성능 PR:
#2895는 K 방향으로 둘로 나뉜 W4A16 타일을 한 쌍의 CTA cluster로 바꾸고,st.async를 통해 상대편 공유 메모리에서 FP32 partial을 받아,chunked-prefill-tile이 37.3 마이크로초에서 34.7로 줄었다.#2896은 그 위에 수작성 warp 특화 메인 루프를 얹어 31.6 마이크로초로 줄였으며 torch 역양자화 행렬곱의 1.19배다.#2894는 DeepSeek-V3 prefill의stage_scales를 1에서 0으로 되돌려 상위 투영 269.3 → 262.0 마이크로초, 하위 투영 142.2 → 137.2 마이크로초로 만들었다.#2898은 softmax 두 CTA cluster에bar met을 표시했다.#2897은 long-K NT GEMM 선택자에below bar를 표시하여 “전력 벽 아래에서는 사이클 수를 판단 기준으로 쓸 수 없다”를 정량화했다. 176 너비 타일은 DeepGEMM보다 사이클이 2.7% 적지만, 연산 바이트가 21% 더 많이 SM으로 들어가므로 더 낮은 클록에서 실행된다. - 야간 큐가 칸반으로 solidified: 11-09 기간의 세 CI 변경은 벤치마크 결과를 실행 가능한 큐로 만들었다.
#2849는 성능 격차 큐를 wiki의 Perf Tracker에 기록했고,#2852는 GitHub 프로젝트 칸반으로 동기화했으며,#2856은 연산자가 따라잡은 후 자동으로 Done으로 이동시켰다. 11-11 19:52에 해당 저장소 wiki의 Perf Tracker 페이지가 생성되었다(야간 동기화 한 번에 대응). 11-13 04:33의snapshots브랜치는bench: 9bf4bf56... (run 43264767627)에 위치하며, 기준 커밋이 현재 메인라인 헤드와 일치하므로 이 밤에 테스트한 것은 동일한 미변경 코드이며, 연속 두 밤의 스냅샷 차이는 환경 변동에서만 비롯될 수 있다.
TileFoundry
- 11-09 기간의 다섯 건 머지 외에,
#290(isl 관계가 상수 곱셈 제수에서 정확성을 유지하여 정수 근사로 인해 스케줄 분석이 오판하지 않도록 함)과#288(“완료된 부분 축소”를 비용에 포함하여 이전에 미완료로 계산하던 편향을 수정)은 분석기 자체의 근사를 고친 것이다. 심사 중인#292는 CTA 간 Partial 축소와 split-K 스케줄링을 지원하려 하며, 정확히#293이 정의한 배치 의미론과 연결된다.#293은 이미 CTA 간 Partial을 할당 분석 내로 한정했고, 축소 lowering, 다중 gmem 복사본의 런타임 읽기, split-K 스케줄링은#292에 남겨 두었다. 이 라인이 머지되면 TileFoundry는 “하나의 텐서를 CTA별로 쪼개고, 각자 부분합을 하나씩 쓰고, 마지막에 병합한다”는 분산 GEMM의 흔한 형태를 표현할 수 있게 된다. - 11-10 기간 소스 규범 재구성 후,
zhen8838은 02:42에 1분 만에 네 건(#314부터#317)을 연속으로 열었으며, 모두 “코드 읽기로 발견, 프로그램으로 재현하지 않음”으로 표시했다. JIT 캐시 키는 진입 함수와 토폴로지만 출력하고, 피호출 함수는 이름으로만 나타나므로, 두 진입 텍스트가 같고 피호출이 다른 Module은 동일한 키를 받게 된다.topology_level이 주어지지 않으면 대상이 어떤 계층에max_physical_units를 선언했는지 묻지 않고 첫 번째 유효 토폴로지를 기본으로 선택한다. 깊이가 4 미만인 루프는 전체 루프 범위가 아니라 루프 본문 한 번의 길이로 커서를 진행시켜, 루프 이후의 작업이 루프 종료를 기다리지 않는다.passes.md§7.1은 온칩 메모리의 피호출 반환값이 호출자 버퍼로 복사되어야 하며 그렇지 않으면LoweringError로 실패해야 한다고 명시하지만,convert_hir_to_tir에는 대응하는 거부 구현이 없다. - 11-12 기간의 두 수정이 심사 중이다.
#323은 파서가 시작이 0인 슬라이스를 버리는 문제를 수정한다(Mesh로threads[0:16]을layout=(16,)에 따라 재번호할 때 선택이 오프셋 0에서 시작하면, 파서가 새 mesh를 만들 때 슬라이스를 버리고, 하강 후 더 이상contains가드를 내보내지 않아 해당 계층의 모든 스레드가 이 영역을 실행했다. 반면with threads[0:1] as writer:형태로 직접 쓰면 슬라이스가 보존되어 동작이 올바르다).#324는 codegen의 차원 산술을 수정한다(루프 경계가 mesh 좌표에서 올 때no codegen handler for DimMul on cuda.Target을 보고하며, 공유 스칼라 렌더러는 비교는 처리하지만 차원 산술은 처리하지 않고, 세 CUDA 이미터가 각자+ - * / %표를 유지한다).
topa(자율 kernel 엔지니어링 파이프라인)
- 11-09 기간 이틀 동안 15건이 머지되었으며, 「한 라운드」를 명령으로 고정했습니다:
topa hunt는 wiki에서 가장 최근 한 야간의 성능 격차 큐를 가져오고,topa round start <Op>는 「에이전트 하나, GPU 하나, 연산자 하나」로 한 라운드를 시작하며,topa round status는 라운드별 에이전트와 PR을 확인하고,topa review prepare <PR>은 체크리스트에 따라 리뷰를 진행합니다. 함께 포함된 변경 사항으로는 PR 본문을 squash 커밋이 지니는 Summary로 제한, 큐 라운드에 해당 연산자의 이전 시도 기록 첨부, PR 오픈 전 체크리스트로 전체 diff 리뷰,round stop --rm으로 해당 라운드 worktree 정리, CI에서 Python 3.11과 3.13의 단위 테스트와 ruff 실행이 있습니다. 이는 컴파일러 변경은 아니지만, TileOPs의 perf PR이 이틀 만에 33건까지 오를 수 있었던 이유를 설명해 줍니다.
채택 측과 서드파티
- 공식 채택 측 두 저장소 모두 주간 푸시 없음:
deepseek-ai/TileKernels는 10-14에 멈춰 있고(2072★),QwenLM/FlashQLA는 10-30에 멈춰 있습니다(755★). - 서드파티 저장소:
Index4NekoMeteor/Tilelang-AttnRes는 TileLang으로 Kimi K3의 Attention Residual 아키텍처를 구현했으며(추론 전용, 테스트 환경 Windows 11 / 9800X3D / RTX 5080),kevin3113/models-tilelang은 DeepSeek V4.1 Flash의 모델 조각 예제를 두고 있는데, 그중 L0의 「Attention 출력 + FFN 전처리」는 7개의ops-tilelang연산자로 이어져 있습니다.Atlas-Ascend-Fork/ops-tilelang(10-20 생성, 공개 저장소 88개)은 스스로를 「CANN 커뮤니티의 Ascend NPU용 TileLang 고성능 연산자 저장소」라고 소개하며, 11-09 19:57과 11-12 14:23에 각각 한 번씩 푸시가 있었습니다. 계정명에Fork가 들어가 있고 tile-ai 조직도 Ascend 공식 조직도 아니어서 공식 여부는 저장소 자체만으로 판단할 수 없으며, 단서 기록으로만 남깁니다. - Hexagon NPU 백엔드(서드파티 fork):
xwhzz/tilelang-hexagon은 Qualcomm Hexagon NPU용 TileLang 백엔드를 추가했으며, Snapdragon 8 Elite 휴대폰의 v79 cDSP에서 개발 및 검증했습니다.T.copy,T.gemm,T.Parallel,T.reduce_*,T.Pipelined를 HVX 벡터 코드, HMX 행렬 곱셈, VTCM 버퍼와 DMA 스트림으로 컴파일하여 FastRPC를 통해 NPU에서 실행합니다. LFM2-1.2B는 batch 1에서 엔드투엔드로 NPU 위에서 돌아가며, prefill, decode, 샘플링 전부 TileLang으로 작성되었습니다. 프로젝션은 4비트 GPTQ(64열마다 fp16 scale 하나)이고, 바인딩된 embedding과 head는 8비트입니다. 기기에서 WikiText-2 perplexity는 16.68, bf16 참조는 16.29입니다. 성능: decode 128 token 80.1 token/s(상한 83 token/s, 상한의 96% 달성), prefill 1024 token 176.2밀리초 즉 5813 token/s(상한 129밀리초, 상한의 73% 달성)로,bench.py다섯 번 실행의 중앙값이며 타이밍에는 FastRPC 호출 오버헤드가 포함되고 토크나이징과 PC 왕복은 포함되지 않습니다. README에는 이 백엔드와 모델이 「메인테이너의 지도 아래 AI 코딩 에이전트에 의해 다시 작성되었다」고 적혀 있으며, 2026-10-26부터 10-29 사이에 75개의 PR을 올려 현재 코드, 테스트, 문서의 8할 이상을 차지합니다.
5. 커뮤니티, 튜토리얼 및 이벤트
- 문서 사이트:
tilelang.github.io는 11-06부터 11-08까지 6회의Update docs가 있었으며(메인 저장소의 이번 라운드 kernel 명명, 다중 소스 캐시, CuTeDSL 예시에 대응), 릴리스 일자 점검 결과 최근 푸시는 11-11로 확인되었다.TileOPs.github.io는 11-09와 11-10에 각각 한 번의 푸시가 있었다.TileOPs-nightly의snapshots브랜치는 야간마다 자동으로 기록되며, 실제 코드 커밋과 “모니터링 기간 내 푸시” 통계에서 매우 비슷하게 보이므로 브랜치별로 구분해야 한다. - 뉴스 측 전주 5회차 전부 0건: Google News 중·영문 쿼리(“TileLang”, “TileLang OR tile-ai”, “TileOPs 또는 TileRT” 등의 조합 포함)를 발행 시간으로 필터링한 결과 모니터링 기간 내 모두 0건이었으며, 최신 적중은 여전히 10-28의 차이푸하오 기사와 10-21의 SemiAnalysis에 머물러 있다. Hacker News의 적중은 전부 동명 노이즈였다(Emma 실시간 비디오 페르소나, Vibe Slopped Cryptography, Senior Pipeline Crisis, LimbaKit, Monoprint, VoxaDub, tag 분류 도구, 프로젝트 랭킹 사이트 등). arXiv에서
all:"TileLang"은 총 10건이며, 최신 1건은 여전히 11-03의 분리형 추론 KV 압축 논문 v2이다. 뉴스 측의 연속 0건은 TileLang의 일상적 상태로, 프로젝트 전파는 주로 GitHub와 개발자 커뮤니티를 통해 이루어지며 뉴스 인덱스에는 나타나지 않는다. - 11-06 Moore Threads, Kimi-K3.1 Pro Day-0 적응 완료: MTT S5000과 MUSA 기반으로 3조 파라미터, 100만 컨텍스트 적응을 완료했으며, 모델 로딩, 서비스 기동, 텍스트/이미지 추론 경로를 연결했다. 공식 설명에는 SGLang-MUSA로 업스트림 구현을 수용하고, MATE 연산자 라이브러리, Triton-MUSA, TileLang-MUSA, MTCC 컴파일러로 핵심 계산 경로 마이그레이션을 완료했으며, 희소 어텐션 DSA의 인덱스 선택, KV 캐시 레이아웃, Prefill/Decode 경로도 적응 범위에 포함된다고 명시되어 있다. 공개 보도에서는 검증 구성이 6대 서버, 서버당 8장의 S5000으로 총 48카드라고 언급했으나, 공지 자체에는 처리량과 동시성 수치가 공개되지 않았다.
- 같은 날의 소문은 표기 필요: Foro3D의 11-06 영문 기사는 DeepSeek가 Huawei Ascend 950DT(Atlas SuperPoD)에서 약 8조 파라미터의 V5를 처음부터 학습할 계획이며, 소프트웨어 스택으로 TileLang, DeepGEMM-Ascend, FlashMLA를 사용해 MFU를 45%까지 끌어올리고, 조달 규모는 16만 장이라고 보도했다. DeepSeek 공식은 V5 계획을 공개하지 않았으며, 공개적으로 확인 가능한 최신은 여전히 V4.1 시리즈(V4.1-Flash와 10-17의 V4.1-Flash-1017)이고, 제3자 추적 사이트도 V5를 미출시로 표기하고 있어 소문으로만 기록할 수 있다.
- 인접 기술 동향(11-10): Meta 엔지니어링 블로그가 《How We Built TLX: A Hardware-Native GPU Compiler for Production ML at Scale》을 게시했는데, 이는 Triton Low-Level Extensions에 관한 것으로, Triton의 블록 기반 프로그래밍 모델 위에 명시적 warp-group 및 cluster 수준 오케스트레이션을 보강하여 개발자가 Triton의 개발 속도를 포기하지 않고 warp 특화, 비동기 이전, tensor memory 같은 실행 측 기능을 사용할 수 있게 한다. 글에는 이미 프로덕션에서 운영 중인 세 가지 용도(추천 시스템 학습, 추천 시스템 추론, 대규모 LLM 사전 학습)와 10개월 내 Meta 내부 커널 수 증가를 보여주는 그림(Triton 커널 수 약 3.8배, CUDA 약 2.0배 증가)이 제시되어 있다. 이는 TileLang과 같은 트랙의 또 다른 해법이다. TLX는 Triton에서 아래로 명시적 오케스트레이션을 보강하고, TileLang은 타일 수준 DSL에서 위로 자동 스케줄링과 다중 백엔드를 보강한다. 이 항목은 TileLang 프로젝트 동향이 아니며 대조 기록으로만 남긴다.
6. 트렌드 관찰
첫째, 대규모 개편의 수습 기간이 개편 기간보다 길며, 비용은 “원래 적법했던 프로그램이 더 이상 적법하지 않게 되는” 지점에 발생한다. #3512가 PTO의 벡터화와 타입 체계를 함께 교체한 이후, 연속 네 개의 모니터링 기간 동안 그 회귀 면을 보충하고 있었다. 실행 백엔드 기본값 교체(11-11), 정수 원자(11-11, 11-12), 명시적 SIMD 병렬 루프와 스칼라 cast 사실(11-12), VMI 디스크립터(11-12). 이 네 가지 문제의 공통점은 “새 기능이 잘못 계산된다”가 아니라 “기존 작성 방식이 컴파일되지 않거나 결과가 달라진다”는 것이다. 컴파일러 프로젝트에서 이런 회귀의 조사 비용은 새 기능 버그보다 훨씬 높다. 오류 위치가 종종 장애와 무관한 스칼라나 주소에 떨어지고, 스택에서는 누가 먼저 가정을 잘못 넣었는지 보이지 않기 때문이다.
둘째, Ascend의 병목은 이미 “컴파일 가능 여부”에서 “선언과 구현이 일치하는가”로 옮겨갔으며, 리뷰 대역폭이 이 라인의 확실한 상한이다. 10월의 14건 정적 결함 이후, 이번 주 두 차례 감사는 결함의 범위를 파라미터 계층에서 T.simd 명령 계층까지 훑었고, 그 형태는 거의 전부 “지원한다고 선언했지만 구현은 다른 길로 갔다” 또는 “마땅히 거부해야 하는데 조용히 통과시켰다”였다. 이에 대응하는 수정 PR은 십여 건이 동시에 리뷰 중이다. tilelang-ascend 기본 브랜치는 네 개 모니터링 기간 동안 병합이 0건이었지만 리뷰 대기열은 계속 두터워지고 있고, 매일 3060건의 테스트는 전부 통과한다. 테스트가 커버하는 것은 합법 경로이며, 불법 경로에 대한 거부 능력은 감사에 의존해야 한다. 진정한 검수는 “통과율”에서 “선언과 구현의 생성적 정합”으로 바뀌어야 한다. HCU_MCPU_SET에서 백엔드가 반드시 커버해야 할 아키텍처 목록을 생성하고, intrinsic 레지스트리에서 dtype/비트폭 지원 매트릭스를 생성하는 것이다.
셋째, 백엔드 매트릭스가 “한 곳의 독주”에서 네 지점 동시 착수로 바뀌었고, 투입 깊이는 네 가지로 나뉜다. 이번 기간 메인 저장소의 여덟 건은 전부 Ascend였지만, 같은 모니터링 기간에 ROCm은 한 번에 일곱 건을 시리즈로 열었고, Hygon은 한 브랜치에서 하루에 열 건을 올렸으며, Sunrise는 릴리스 파이프라인(ci/sunrise-0.1.15-1.2.1-r6 생성·삭제 80초)을 진행 중이고, Hexagon은 개인 fork 형태로 TileLang을 휴대폰 DSP에 올렸다. 네 가지 형태(업스트림 내장 백엔드, 벤더 적응 저장소, 독립 배포판, 서드파티 fork)는 네 가지 투입 깊이에 대응하며, 이러한 분화 자체가 각 벤더의 의존도를 판단하는 유효한 지표다. 벤더 저장소는 버전을 따라가고, 배포판은 메인라인을 따라가며, fork는 자신의 하드웨어를 따라간다.
넷째, TileFoundry의 가격 책정 격차가 연산자 측에서 반복적으로 문제 제기되고 있으며, 이는 단일 연산자가 느려지는 것보다 더 위험하다. #318은 동일한 동작이 이미 닫힌 네 개의 issue에서 보고되었고 모두 not planned로 표시되었으며 현재 빌드에서도 여전히 재현된다고 명시했다. #319는 한 번에 다섯 건을 제시하며 962.1 대 1213.6 GFLOP의 편차(26%)를 수반했다. bf16의 가수부 기준은 check --help와 하드웨어 사실 사이에서 무려 한 자리 차이가 난다. 분석기는 TileLang의 “먼저 가격을 책정한 뒤 스케줄을 선택”하는 노선의 전제이며, 가격 책정이 26% 편향되면 자동 선택이 경계 그리드에서 체계적으로 잘못 선택하게 된다. 이런 종류의 격차는 어떤 단일 연산자도 느려지게 하지 않지만, 자동화가 조용히 잘못된 결정을 내리게 만든다.
다섯째, “agent를 위한 엔지니어링”이 규모를 갖추기 시작했다. mlir-ascend의 harness 브랜치는 하루에 +7632줄이었고, 내용은 스킬 라이브러리, 시뮬레이션 trace 흐름과 Roofline 계산기이며, 서비스 대상은 컴파일러 자체가 아니라 “연산자를 작성하는 사람 또는 agent”다. 같은 주에 Hexagon fork의 README는 백엔드와 모델이 AI agent에 의해 메인테이너의 지도 아래 재작성되었으며 나흘 동안 75개의 PR이 현재 코드의 80% 이상을 차지한다고 직접 명시했다. 두 사건의 방향은 같다. TileLang 같은 DSL의 추상화 계층은 정확히 “agent가 올바르게 작성할 수 있는” 세분화에 위치하며, 그래서 생태계가 사람만을 위한 문서가 아니라 agent를 위한 도구 체인을 깔기 시작한 것이다. 이 항목은 주 단위로 추적할 가치가 있다.
여섯째, RISC-V 네 개 출처가 여섯 개 모니터링 기간 연속 침묵하여 전체 활성도와 뚜렷한 대조를 이루지만, 격차를 정량화하는 방식은 이번 주에 바뀌었다. TVM 노선, MLIR 노선, 커뮤니티 인덱스 페이지, Sophgo TPU 네 개 업스트림 모두 원래 인용에 머물렀다. 네 출처 밖의 CPU 라인은 11-11에 기준을 바꾼 뒤 553/553이 Triton 1.03배 이내에 들어온다는 결론을 제시했지만, 같은 배치의 테스트 케이스가 전날에는 “41건이 참조보다 빠름, SG2044 중위 0.0580배”였다. 두 세트의 숫자 모두 조작은 아니며, 차이는 피측정 대상이 “작성자가 손으로 쓴 프로그램”이냐 “공유 컴파일러 산출물”이냐에 있다. 진정한 관찰 지점은 이 “동일 컴파일러, 두 세트의 프런트엔드” 방식이 역으로 업스트림에 진입할 수 있는지, 그리고 RVV/IME 경로가 네 출처 밖의 프로젝트에 의해 먼저 완성될 것인지다. 정체는 아무도 하지 않기 때문이 아니라, 공식 네 출처가 아직 “격차 자동 발견, 자동 검증, 자동 대기열”의 순환을 형성하지 못했기 때문이다.
부록: 소재 및 검증 설명
출처 검증표
| 출처 | 검증 결과 |
|---|---|
| tile-ai 조직 저장소별(30개 저장소) | 릴리스일 168시간 검증: 모니터링 기간 내 푸시 12건(tilelang, TileOPs, TileFoundry, tilelang-ascend, tilelang-hygon, tilelang-mlir-ascend, tilelang-musa, tilelang-sunrise, TileOPs-nightly, tilelang.github.io, TileOPs.github.io, topa) |
| 메인 저장소 tile-ai/tilelang | 5개 기간 병합 8, 1, 3, 3, 5건; 11-12와 11-13 두 기간 합계 +1903/−617, 전부 Ascend; 신규 issue는 5개 기간 순서대로 50, 6, 10, 35, 18건 |
| TileOPs | 5개 기간 병합 33, 18, 4, 0, 0건; 11-13 기간 stats 브랜치 1회 갱신; 메인라인 헤드 9bf4bf56(11-10 09:59) |
| TileFoundry | 11-09 기간 5건 병합; 11-10 기간 #312 1491개 파일 재구성; 11-12 기간 #323/#324 심사 중; 신규 릴리스 없음 |
| topa | 11-09 기간 이틀간 15건 병합; issue 없음, release 없음 |
| tilelang-ascend | 기본 브랜치 ascendc_pto는 11-06 이후 4개 모니터링 기간 동안 병합 0건; 심사 대기열 지속 증가; 일일 테스트 3032 / 3060개 전체 통과가 각 기간에 기록됨, 11-12에 1회 실패 및 중복 보고(동일 run 43124767679에 경고 2건) |
| tilelang-hygon | distributed 브랜치 #36 병합(+2022); tilelang-tileops-fix 브랜치 하루 10건; #37 심사 중; #27 장기간 하나의 개발 라인 담당 |
| tilelang-mlir-ascend | harness 브랜치 #217, #219 및 3건 병합(+7632/−24); master #222 게이트 수렴 병합; TL 방언 연산자 5개 심사 중 |
| tilelang-metax | 11-09 기간 푸시는 업스트림 동기화(tip은 #3760), 자체 커밋 없음; 최근 푸시 11-06 |
| tilelang-musa | #11(문서 +24/−24)과 #12(README +10/−49) 병합; 모니터링 기간 내 코드 커밋 없음; 최근 태그 v0.1.14+musa.1(09-11) |
| tilelang-sunrise | main은 10-23에 정지; ci/sunrise-0.1.15-1.2.1-r6 생성 후 80초 만에 삭제 |
| 릴리스 페이지(tilelang / TileOPs / TileFoundry / musa) | 주간 신규 tag 없음: v0.1.15(09-30), v0.1.0(10-27), v0.0.4rc1(10-25), v0.1.15+musa.1(09-30); 0.1.16 버전 번호 PR #3887은 11-09 03:07부터 보류 중 |
| 도입처 TileKernels / FlashQLA | 주간 푸시 없음(10-14 / 10-30) |
| TileLang×RISC-V 4개 소스 순찰 | 6개 모니터링 기간 연속 변화 없음; 11-13 기간 인덱스 페이지 PR API 속도 제한, 참조 비교만으로 하향 |
| 서드파티 TileLang–Weft / weft-bench | 11-10 모니터링 기간 17건 및 23건 커밋; 11-11 weft-parity 릴리스, 553/553이 Triton 1.03배 이내; K3 Q1 구 비교의 −128 오버플로 공개 및 수정됨 |
| 서드파티 Hexagon NPU | xwhzz/tilelang-hexagon 11-10과 11-12 각각 푸시, LFM2-1.2B 엔드투엔드 구동 성공, decode 80.1 token/s, prefill 176.2밀리초 |
| 서드파티 ops-tilelang | Atlas-Ascend-Fork/ops-tilelang 11-09, 11-12 각 1회 푸시; 공식 속성 미검증 |
| Google News(중영문 다수 그룹) / Hacker News / arXiv | 5개 기간 모두 적중 0건; HN 적중은 전부 동명 노이즈; arXiv 최신 관련은 여전히 11-03(모니터링 기간 초과) |
| 인접 기술 동향 | Meta TLX 블로그 글 11-10 게시, 동일 분야 대조 사례로 TileLang 프로젝트 동향은 아님 |
전체 출처 목록
- [1] tilelang PTO 타깃 기본 실행 백엔드를 tvm_ffi로 전환 (#3516) — https://github.com/tile-ai/tilelang/pull/3516
- [2] tilelang AutoSchedule 세 가지 필수 조건으로 주기 하한 강화 (#3776) — https://github.com/tile-ai/tilelang/pull/3776
- [3] tilelang 정수 원자 연산을 signless 캐리어에 적응 (#3794) — https://github.com/tile-ai/tilelang/pull/3794
- [4] tilelang 크로스 코어 동기화 mode=0 배치 스케줄링 강제 (#3614) — https://github.com/tile-ai/tilelang/pull/3614
- [5] tilelang VMI 디스크립터 및 논리 커버리지 검증 (#3894) — https://github.com/tile-ai/tilelang/pull/3894
- [6] tilelang 스칼라 cast 팩트 보호 (#3793) — https://github.com/tile-ai/tilelang/pull/3793
- [7] tilelang 명시적 SIMD 병렬 루프 유지 (#3796) — https://github.com/tile-ai/tilelang/pull/3796
- [8] tilelang 정수 원자 연산 부호 호환 래핑 (#3792) — https://github.com/tile-ai/tilelang/pull/3792
- [9] tilelang CUDA L2 프리페치 및 6단계 축출 우선순위 (#3490) — https://github.com/tile-ai/tilelang/pull/3490
- [10] tilelang NaN 전파 대칭 클램핑 (#3605) — https://github.com/tile-ai/tilelang/pull/3605
- [11] tilelang CI 트리거 조건 수렴 및 ROCm 워치독 (#3911) — https://github.com/tile-ai/tilelang/pull/3911
- [12] tilelang 0.1.16 버전 번호 (#3887) — https://github.com/tile-ai/tilelang/pull/3887
- [13] tilelang 릴리스 페이지 — https://github.com/tile-ai/tilelang/releases
- [14] tilelang CuTeDSL grid 동기화를 per-launch workspace로 변경 (#3868) — https://github.com/tile-ai/tilelang/pull/3868
- [15] tilelang CuTeDSL 부호 있는 정수 절단 (#3551) — https://github.com/tile-ai/tilelang/pull/3551
- [16] tilelang CuTeDSL 예제 누락 보완 (#3685) — https://github.com/tile-ai/tilelang/pull/3685
- [17] tilelang CUDA kernel 명명 (#3816) — https://github.com/tile-ai/tilelang/pull/3816
- [18] tilelang 다중 소스 캐시 디렉터리 (#3807) — https://github.com/tile-ai/tilelang/pull/3807
- [19] tilelang-ascend Z3 스케줄링 전역 잠금 제거 (#3812) — https://github.com/tile-ai/tilelang/pull/3812
- [20] tilelang-ascend access_ptr 영역 수정 (#3805) — https://github.com/tile-ai/tilelang/pull/3805
- [21] tilelang-ascend 텐서 시프트 양 및 Chunk O 시리즈 (#1949, #1802, #1866, #1869, #1953) — https://github.com/tile-ai/tilelang-ascend/pull/1866
- [22] tilelang-ascend 일일 테스트 3060개 전부 통과 (#2003) — https://github.com/tile-ai/tilelang-ascend/issues/2003
- [23] tilelang-ascend 캐시 커널 adapter 경로 수정 (#2002) — https://github.com/tile-ai/tilelang-ascend/pull/2002
- [24]
tilelang-ascend 동일 run 반복 경고(#2006, #2010) — https://github.com/tile-ai/tilelang-ascend/issues/2010
- [25] tilelang Ascend 다중 영역 중복 물리 세그먼트(#3901) — https://github.com/tile-ai/tilelang/issues/3901
- [26] tilelang Ascend 매개변수 검증 및 의미 불일치 issue 그룹(#3920, #3928, #3941, #3947) — https://github.com/tile-ai/tilelang/issues/3920
- [27] tilelang Ascend T.simd 프레디케이트 및 벡터 명령어 issue(#3992, #3993, #3976) — https://github.com/tile-ai/tilelang/issues/3992
- [28] tilelang 검증 관련 수정 PR 그룹(#3973, #3972, #3968) — https://github.com/tile-ai/tilelang/pull/3973
- [29] tilelang CUDA cp.async 2바이트, 레이아웃 추론 소요 시간, Pipelined order(#3988, #3987, #3996) — https://github.com/tile-ai/tilelang/issues/3987
- [30] tilelang 조건 증명 작업량 상한(#3997) — https://github.com/tile-ai/tilelang/pull/3997
- [31] tilelang Metal SIMD-group 대상 측 범위 초과(#3907) 및 수정(#3912) — https://github.com/tile-ai/tilelang/pull/3912
- [32] tilelang Ascend host-mapped 버퍼 매개변수(#3909) — https://github.com/tile-ai/tilelang/pull/3909
- [33] tilelang ROCm 시리즈 일곱 건(#3954 ~ #3960) — https://github.com/tile-ai/tilelang/pull/3960
- [34] tile-ai/tvm TIRx ceildiv 및 음수 scale(#93, #94) — https://github.com/tile-ai/tvm/pull/94
- [35] tilelang-hygon 분산 3종 세트(#36) — https://github.com/tile-ai/tilelang-hygon/pull/36
- [36] tilelang-hygon ds_read_vector Alt2(#37) — https://github.com/tile-ai/tilelang-hygon/pull/37
- [37] tilelang-hygon gfx928 지원 선언되었으나 브랜치 누락(#35) — https://github.com/tile-ai/tilelang-hygon/issues/35
- [38] tilelang-hygon 장기 PR #27 및 tileops-fix 브랜치 — https://github.com/tile-ai/tilelang-hygon/pull/27
- [39] tilelang-mlir-ascend harness 세 건(#220, #221, #226) — https://github.com/tile-ai/tilelang-mlir-ascend/pull/221
- [40] tilelang-mlir-ascend CI 게이트 수렴(#222) — https://github.com/tile-ai/tilelang-mlir-ascend/pull/222
- [41] tilelang-mlir-ascend TL 방언 연산자(#228, #229, #231, #232, #233) — https://github.com/tile-ai/tilelang-mlir-ascend/pull/233
- [42] tilelang-mlir-ascend harness 지식 베이스 강화(#217, #219, #225) — https://github.com/tile-ai/tilelang-mlir-ascend/pull/219
- [43] tilelang-musa 문서 v0.1.12+musa.5로 진행(#11) — https://github.com/tile-ai/tilelang-musa/pull/11
- [44] tilelang-musa README 설치 섹션 수렴(#12) — <https://github.com/tile-ai/tilel
ang-musa/pull/12>
- [45] tilelang-sunrise 릴리스 파이프라인 브랜치 — https://github.com/tile-ai/tilelang-sunrise
- [46] TileOPs 역수 이중 벡터(#2869) — https://github.com/tile-ai/TileOPs/pull/2869
- [47] TileOPs max pool 전체 섹터 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 SM89 지원 범위(#2855, #2840, #2845, #2841) — https://github.com/tile-ai/TileOPs/pull/2855
- [50] TileOPs 야간 성능 큐 wiki 및 대시보드 작성(#2849, #2852, #2856) — https://github.com/tile-ai/TileOPs/pull/2849
- [51] TileOPs BMM ping-pong 대역폭(#2882) — https://github.com/tile-ai/TileOPs/pull/2882
- [52] TileOPs K=0 빈 축소 및 가변 길이 GQA 행(#2878, #2876) — https://github.com/tile-ai/TileOPs/pull/2878
- [53] TileOPs GLA 역방향 공유 메모리(#2880) — https://github.com/tile-ai/TileOPs/pull/2880
- [54] TileOPs Softmax 명령어 수(#2886, #2871) — https://github.com/tile-ai/TileOPs/pull/2886
- [55] TileOPs DeltaNet 순방향 분기 및 역방향 버퍼 재사용(#2891, #2890) — https://github.com/tile-ai/TileOPs/pull/2891
- [56] TileOPs 테스트 cluster 및 공유 메모리 기준 분기(#2889) — https://github.com/tile-ai/TileOPs/pull/2889
- [57] TileOPs W4A16 두 건 중첩(#2895, #2896) — https://github.com/tile-ai/TileOPs/pull/2896
- [58] TileOPs DeepSeek-V3 FP8 grouped GEMM의 A scale TMA 경유(#2894) — https://github.com/tile-ai/TileOPs/pull/2894
- [59] TileOPs softmax 2 CTA cluster 및 long-K NT GEMM(#2898, #2897) — https://github.com/tile-ai/TileOPs/pull/2898
- [60] TileOPs-nightly 야간 스냅샷 — https://github.com/tile-ai/TileOPs-nightly
- [61] TileFoundry 배치 값 의미론(#293) — https://github.com/tile-ai/TileFoundry/pull/293
- [62] TileFoundry 덮어쓰기 전 이전 데이터 순서(#301) — https://github.com/tile-ai/TileFoundry/pull/301
- [63] TileFoundry TMA 동기화 계획 및 크로스 CTA Partial(#291, #292) — https://github.com/tile-ai/TileFoundry/pull/292
- [64] TileFoundry 소스 규격 재구성(#312) — https://github.com/tile-ai/TileFoundry/pull/312
- [65] TileFoundry 분석기 격차(#314 ~ #319) — https://github.com/tile-ai/TileFoundry/issues/319
- [66] TileFoundry Mesh 선택 슬라이싱 및 차원 산술(#323, #324) — https://github.com/tile-ai/TileFoundry/pull/323
- [67] topa 저장소 및 워크플로 고정 — https://github.com/tile-ai/topa
-
[68] deepseek-ai/TileKernels — <http
- [69] QwenLM/FlashQLA — https://github.com/QwenLM/FlashQLA
- [70] Tilelang-AttnRes(Kimi K3 어텐션 잔차) — https://github.com/Index4NekoMeteor/Tilelang-AttnRes
- [71] models-tilelang(DeepSeek V4.1 Flash 스니펫) — https://github.com/kevin3113/models-tilelang
- [72] tilelang-hexagon(Hexagon NPU 백엔드) — https://github.com/xwhzz/tilelang-hexagon
- [73] Atlas-Ascend-Fork/ops-tilelang — https://github.com/Atlas-Ascend-Fork/ops-tilelang
- [74] TileLang–Weft(weft-parity) — https://github.com/Tianchen-ai/tilelang-weft
- [75] TileLang–Weft 벤치마크 저장소 결과 매뉴얼 — https://github.com/Tianchen-ai/tilelang-weft-bench/blob/main/docs/results.zh-CN.md
- [76] Moore Threads Kimi-K3.1 Pro Day-0 적응(11-06) — https://news.qq.com/rain/a/20261106A0FH3900
- [77] Foro3D: DeepSeek V5 전언(11-06) — https://foro3d.com/en/2026/noviembre/deepseek-prepara-su-v5-de-8-billones-de-parametros-sobre-silicio-huawe.html
- [78] Meta TLX 엔지니어링 블로그(11-10) — https://engineering.fb.com/2026/11/10/open-source/tlx-a-hardware-native-gpu-compiler-for-production-ml
검증 설명
- 이번 호는 2026년 11월 9일부터 13일까지 다섯 영업일, 다섯 회차의 데일리 리포트를 다룹니다. 11-09 회차는 주말을 가로지르는 72시간 모니터링 기간(11-06 07:00~11-09 07:00)이며, 나머지 네 회차는 24시간 단위로 앞뒤가 맞닿아 있습니다. 11-09 회차는 직전 위클리 리포트(11-06 07:00 기준)와 겹치지 않습니다.
- 병합 수, 심사 중 수, 신규 issue 수는 각 회차 데일리 리포트에 기록된 GitHub 검색 실측값(
is:merged,is:open,created)을 출처로 하며, 저장소별 main 브랜치 커밋과 교차 검증했습니다. 11-09부터 11-12 회차는 조직 단위 집계이고, 11-13 회차는 주 저장소 집계입니다(해당 회차에는 mlir-ascend의harness브랜치에 속한 3건이 별도로 있으며, 집계에 포함되지 않았습니다). - 비기본 브랜치 병합은 본문에서 건별로 브랜치를 명시했습니다: hygon
#36은distributed에, hygontilelang-tileops-fix브랜치는 10건, mlir-ascend#217/#219/#220/#221/#226은harness에, mlir-ascend#222는master에, TileOPsstats와 TileOPs-nightlysnapshots는 각각 1건입니다. 이 저장소들의main은 해당 모니터링 기간에 커밋이 없어 브랜치 단위로 조회해야 확인할 수 있습니다. - 성능 및 메모리 수치는 각 PR 본문의 표와
Result:행에서 그대로 가져왔으며 2차 환산하지 않았습니다. 목표 미달 항목(below bar)과 대조 구현보다 느린 사례(예:#2891은 SM89에서 FLA보다 9%에서 41% 느림)는 원문대로 유지했습니다. - 서드파티 Weft 라인의 두 가지 기준은 별도로 나열하고 전환 사유를 설명했습니다. 구표(41건이 참조보다 빠름, SG2044 중위값 0.0580배)는 신표(553/553, 중위값 1.29에서 1.66)와 혼용하지 않았습니다. K3 두 항목의 Q1 대조에서 구 Triton 산출물이 −128 부정 시 오버플로한다는 점은 기준 저장소 공개 기록대로 기재했습니다.
- 뉴스 측은 다섯 회차 모두 검색 결과가 없어, 외부 보도로 이번 주 프로젝트 진척을 교차 검증할 수 없습니다. Moore Threads Day-0 항목은 공식 발표를 전언한 것으로 구체적 이전 경로를 포함하며, Foro3D 항목은 2차 전언이고 DeepSeek 공식은 V5 계획을 발표하지 않았으므로 보고서에 소문으로 표기했습니다.
- 수집 측 한계: 이번 주 여러 모니터링 기간에서 GitHub 익명 API 할당량이 조기에 소진되어, PR 본문과 병합 상세 일부는 검색 인터페이스, 브랜치 단위 atom 피드, diff 엔드포인트로 보완했습니다. 일부 PR의 파일 수와 행 수는 인터페이스 반환값이며 diff를 행 단위로 재검증하지 않았습니다. RISC-V 4개 출처 점검은 11-13 회차에서 인덱스 페이지 PR 인터페이스 속도 제한으로 인해 참조 비교만 수행하도록 축소되었습니다.
- 본 보고서에는 어떤 로컬 경로, 프록시 주소, 내부망 정보도 포함되지 않습니다. 모든 링크는 공개 접근 가능한 주소입니다.