Ежедневный отчёт TileLang (2026-11-18)
Окно мониторинга: 2026-11-17 07:00 ~ 2026-11-18 07:00 (пекинское время, 24 часа; точка отсечения предыдущего выпуска — 11-17 07:00).
Источники: порепозиторная проверка организации GitHub tile-ai (30 репозиториев, пуши в 10 за окно) + поиск истинных значений по слитым и находящимся на рассмотрении изменениям на уровне организации (20 слитых за окно, 77 обновлений на рассмотрении, 15 новых issue) + поштучная проверка основной ветки (TileOPs 12, TileFoundry 3, tilelang 2, topa 1, сайт документации 2) + проверка страницы релизов (tilelang по-прежнему v0.1.15, новых tag за окно нет) + запросы Google News на китайском и английском + Hacker News + arXiv + специальная инспекция TileLang×RISC-V по четырём источникам.
Индекс текущего выпуска
- Главное сегодня: TileOPs слил 12 коммитов за день, интерфейс pilot-модели переходит от регистрации к пооператорной реализации (11-17)
-
Главное сегодня: фронтенд Ascend — один и тот же автор подряд открыл 5 issue по аудиту dtype, охватывающих около 300 комбинаций операторов и dtype (11-17)
-
- Прогресс ключевых проектов
- 1.1 Основной репозиторий исправил чтение беззнакового буфера в CuTeDSL: uint8 200 воспринимался как -56 (11-17)
- 1.2 Основной репозиторий: бенчмарк Ascend переведён на сброс L2 на стороне устройства вместо старого чтения временного буфера (11-17)
- 1.3 GEMM дополнен выводом float32 для трёх типов узких N-форм: роутер, компрессор и LM-голова (11-17)
- 1.4 Три новых оператора библиотеки операторов: повторная подача Embedding, Concat и RoPE с пользовательскими cos/sin (11-17)
- 1.5 Пять пунктов по нормализации, вниманию и линейному вниманию: веса с нулевым центром, нерегулярная размерность голов, индексация слотов состояния (11-17)
- 1.6 Тайминг бенчмарка переведён на холодное измерение nvbench, бюджет ночного сканирования увеличен с 6 до 10 часов (11-17)
- 1.7 На рассмотрении и цели: prefill GEMM с узким N отстаёт от самой быстрой библиотеки в 0,39 раза по некоторым формам (11-17)
- Прогресс ключевых проектов
-
- Мультибэкендная адаптация (Ascend / MetaX / Hygon / Moore Threads / Sunrise / MLIR Ascend)
- 2.1 Основной репозиторий Ascend: два примитива синхронизации и исправление ширины предиката на рассмотрении (11-17)
- 2.2 Предложение отдельного ночного wheel-конвейера для Ascend: с дымовым тестом на реальном железе и скользящим релизом (11-17)
- 2.3 MLIR Ascend: tl.print и tl.and слиты, ещё около 30 TLIR-операторов на рассмотрении пакетом (11-17)
- 2.4 Бэкенд-репозиторий: Ascend сообщил о новом дефекте 1D-записи со страйдом в разреженный буфер, прогресс Hygon и Sunrise всё ещё на рассмотрении (11-17)
- Мультибэкендная адаптация (Ascend / MetaX / Hygon / Moore Threads / Sunrise / MLIR Ascend)
- 2.5. Бэкенд RISC-V и сообщество (специальное наблюдение: маршрут TVM / маршрут MLIR / SOPHGO TPU / страница индекса сообщества)
- 2.5.1 Инспекция по четырём источникам без изменений, ссылки обоих маршрутов совпадают с предыдущим выпуском (11-18)
-
- Экосистема и стороны внедрения (TileFoundry / topa / сайт / TileKernels / FlashQLA)
- 3.1 TileFoundry за один раз изменил 303 файла: терминология сведена к единой спецификации, раскладка переведена на алгоритмы CuTe (11-17)
- 3.2 Два исправления TileFoundry: логическое окно локального представления и параметры копирования сопоставляются по координатам (11-17)
- 3.3 В topa внедрён механизм раундов, 6 новых issue образуют очередь работ следующей партии (11-17)
- 3.4 Два автоматических обновления сайта документации, у двух репозиториев сторон внедрения коммитов за окно нет (11-17)
- Экосистема и стороны внедрения (TileFoundry / topa / сайт / TileKernels / FlashQLA)
-
- Сообщество, руководства и мероприятия
- 4.1 Новостная сторона пуста: в китайском и английском поиске, Hacker News и arXiv нет тематических материалов (11-17)
- 4.2 Активность организации: 20 слитых коммитов и 77 обновлений на рассмотрении за сутки, 8992 звезды у основного репозитория (11-17)
- Сообщество, руководства и мероприятия
-
- Наблюдения за трендами
- Приложение: материалы и описание проверки
- Таблица проверки источников
- Полный список источников
Главное сегодня: TileOPs слил 12 коммитов за день, интерфейс pilot-модели переходит от регистрации к пооператорной реализации
17-11 в главной ветке TileOPs было применено 12 слияний, из которых 7 — предложения операторов из раунда TileFoundry; направление полностью стыкуется с предыдущим днём: после того как 11-16 в manifest были зарегистрированы интерфейсы, реально вызываемые pilot-моделями (Qwen3.6, DeepSeek-V4-Flash, GLM-5.3-Flash), 11-17 началось поэтапное добавление ядер — форма за формой. В число новых слитых в тот день операторов вошли Embedding, Concat и RoPE с «задаваемыми вызывающей стороной cos/sin», а также поддержка центрированных весов для нормализации, нестандартные размерности голов для GQA с переменной длиной, индексы слотов состояния для GDN и причинной свёртки — это покрывает пять звеньев цепочки вывода pilot-моделей: индексирование, нормализацию, позиционное кодирование, внимание и линейное внимание. Каждое предложение несёт с собой эталонную реализацию и строку бенчмарка; большинство самооценок по-прежнему «ниже планки приёмки (below bar)», что показывает: порог слияния и порог производительности — две разные вещи: сначала гарантируется семантическая корректность и согласование интерфейсов, затем производительность дожимается раунд за раундом. Ещё один коммит — добавление вывода GEMM в float32 (#3000) — расширяет три класса узких по N форм («маршрутизатор, компрессор KV, LM-голова») с bf16 до накопления и вывода в float32; это единственный в текущем раунде реализации интерфейсов коммит, напрямую меняющий структуру основного ядра. Открытый в тот же день целевой issue #2999 даёт обратный список: из 53 просканированных форм 5 всё ещё отстают, а худшая строка достигает лишь 0.39 от самой быстрой библиотеки.
Источники: https://github.com/tile-ai/TileOPs/pull/3000 , https://github.com/tile-ai/TileOPs/issues/2999
Главное сегодня: фронтенд Ascend — один и тот же человек подряд открыл 5 issue по аудиту dtype, охватывающих около 300 комбинаций операторов и dtype
Начиная с 20:13 11-17, в течение одной минуты контрибьютор JeffDing отправил в главный репозиторий 4 дефекта фронтенда Ascend (#4391–#4394), а через полчаса добавил пятый (#4395) — это составило систематический аудит покрытия dtype. Ключевой вывод: унарные и бинарные операторы T.simd вообще не проверяют dtype перед передачей во внутренние вызовы компилятора: векторные интерфейсы CCE в CANN 9.2.1 предоставляют лишь частичные перегрузки (например, для абсолютного значения есть только пять целочисленных и перегрузки половинной и одинарной точности, без bf16; для XOR — только два 32-битных целочисленных), а фронтенд пропускает 70 из 225 комбинаций (оператор, dtype), из-за чего ошибка проявляется только на этапе компиляции или тихо даёт неверный результат. Семейству межlane-редукций также не хватает белого списка: из 63 комбинаций пропускаются 27. Ещё два пункта конкретнее: параметр part у T.simd.vcvt по умолчанию равен 0 и попадает в «чётную часть», преобразуя лишь половину элементов; документация заявляет поддержку 40 пар dtype, а фронтенд фактически реализует 33. Пятый пункт указывает, что шесть примитивов синхронизации T.ascend_* полностью отказывают внутри T.SimdVF(), причём 6 сообщений об ошибках вообще не упоминают API, который вызвал пользователь. Среда отчёта — Ascend 950PR (dav-3510), CANN 9.2.1, openEuler 24.03; речь о проблемах качества фронтенда в комбинации нового оборудования и нового инструментария; все пять снабжены воспроизведением и тегами предложений (bug, python, ascend, UX) и на момент окончания окна мониторинга остаются в статусе открытых.
Источники: 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. Ход работ по ключевым проектам
1.1 Главный репозиторий: исправлено чтение беззнаковых буферов в CuTeDSL — uint8 со значением 200 воспринимался как -56
#3875 исправляет проблему цели CuTeDSL, при которой значения, прочитанные из буферов uint8 / uint16 / uint32, трактовались как знаковые. Корневая причина — отсутствие бита беззнаковости у целых чисел в MLIR: A.iterator.dtype для беззнакового тензорного параметра уже равен Int8, cute.recast_ptr и cute.make_tensor также теряют информацию о беззнаковости, тип элемента сохраняется только на уровне обёртки тензора, а кодогенерация при каждом обращении к глобальной и разделяемой памяти отталкивается от типа итератора. Автор на RTX PRO 6000 прогнал 256 значений uint8 в качестве зонда: пять форм записи — Int32(x), x > 127, x >> 7, x // 3 и четырёхlane-векторная загрузка — на главной ветке дали по 128 неверных значений каждая. Исправление состоит в том, чтобы tl.make_tensor и make_tensor_at_offset принимали dtype= и заново привязывали тип к представлению, а кодогенерация для каждого представления беззнакового буфера явно передавала cutlass.UintN; ранее #3764 лишь добавлял одно приведение после загрузки, чего не хватало для сравнений, деления, сдвигов и векторных загрузок.
Источники: https://github.com/tile-ai/tilelang/pull/3875
1.2 Главный репозиторий: бенчмарк Ascend переведён на сброс L2 на стороне устройства вместо прежнего чтения временного буфера
#3891 — изменение способа вытеснения L2 в бенчмарке Ascend с «чтения временного буфера» на вызов aclrtDeviceL2CacheFlush, выполняемый перед каждым событием NPU или сэмплированием msprof. Состояние кэша в старом подходе зависело от политики замещения и могло быть несогласованным между разными раундами, что влияло на сопоставимость задержки ядра; новый подход выносит синхронную очистку за пределы хронометража и оценок времени выполнения, гарантируя детерминированное состояние кэша в измерительном сегменте. Этот интерфейс требует поддержки со стороны среды выполнения и устройства, существующие тестовые заглушки синхронно обновлены; автор в описании честно отмечает, что в этой версии тесты не перезапускались. Этот коммит сонаправлен с переделкой хронометража бенчмарка из 1.6: обе стороны делают «измеренные числа» более воспроизводимыми.
Источник: https://github.com/tile-ai/tilelang/pull/3891
1.3 GEMM добавляет вывод float32 для узких N-образных форм трёх типов: маршрутизатора, компрессора и LM-головы
#3000 заставляет GEMMFwdOp устанавливать тип вывода float32, то есть вычислять сумму накопления float32 из входов bf16 или fp16, которую принимают три ядра: TMA, узкопакетный Gemv и cp.async. За исключением структуры coop2_swap, все структуры TMA напрямую переносят аккумулятор float32; инструкция записи coop2_swap поддерживает только 16 бит, поэтому вывод float32 явно отклоняется. В выбор конфигурации добавлена оценка разбиения на блоки по 4-байтовому выводу; на 23 040 сэмплированных формах выбор 16 бит остаётся неизменным. Верификация использует границу накопления тензорных ядер: абсолютная погрешность берётся как большее из 1e-4 и 2e-3, умноженного на (K/2048) в степени 1.5, относительная погрешность 1e-5. Бенчмарк сравнивается с cuBLASLt, DeepGEMM и QuACK; матричное умножение FlagGems не имеет вывода float32 и выходит из сравнения в строке float32. Этот коммит является частью #2927 и использует тот же набор форм, что и открытый на следующий день новый SOTA issue #2999.
Источник: https://github.com/tile-ai/TileOPs/pull/3000
1.4 Три новых оператора библиотеки операторов: повторная подача Embedding, Concat и RoPE с пользовательскими cos/sin
Embedding, ошибочно слитый в предыдущий день и откатанный в тот же день, на этот раз повторно подан по официальному раунду и слит: #2992 добавляет EmbeddingFwdOp, поддерживающий индексы int32 и int64 и пять видов таблиц весов fp16/bf16/fp32/int32/int64; ядро использует тайловое размещение TileFoundry — один CTA получает целый блок строк или один столбцовый тайл широкой строки, каждый поток через собственный вектор с помощью cp.async сбрасывает в разделяемую память, L2 использует подсказку evict-last, затем выполняется потоковая запись; параметр max_norm отклоняется непосредственно перед сборкой ядра, гарантируя, что веса не будут перезаписаны на месте. #2987 добавляет ConcatFwdOp, рассматривающий вывод как «строки, умноженные на общую ширину столбцов»; CTA из 128 потоков копирует по одному 16-байтовому вектору на поток, число строк и ширина строки динамичны, одна компиляция обслуживает все формы с одинаковой шириной вектора и одинаковым dtype. #2988 добавляет RoPECosSinFwdOp, выполняющий вращение по заданным вызывающей стороной cos/sin для каждого токена, покрывая раскладки NeoX и чередующуюся, частичное вращение, плотное и упакованное представление, единичное смещение или послойное смещение последовательности, запись на месте с представлением со страйдом; этот же коммит устанавливает общее правило: для любого записываемого тензора (вывода или модифицируемого входа), если два элемента попадают на один адрес (например, расширенное представление), все операторы обязаны перед запуском выбрасывать CheckError. Все три оператора достигают порога при сравнении с torch и torch.compile, самооценка всех ниже приёмочного порога.
Источники: 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 Нормализация, внимание и линейное внимание, пять пунктов: веса с нулевым центром, нерегулярная размерность головы, индексация слотов состояния
Со стороны нормализации: #2986 добавляет поддержку шести строк «весов с нулевым центром» Qwen3.6 в RMSNormFwdOp (prefill, decode и q-norm для 27B и 35B-A3B), а FusedAddRMSNormFwdOp поддерживает четыре из них; три тела ядер и fused-вариант вычисляют 1+w в float32 в точке умножения на веса, сгенерированный код для обычных весов побайтово совпадает с основной веткой и достигает целевых показателей при сравнении с flashinfer, vLLM, transformers, QuACK и FlagGems. Со стороны внимания: #2989 позволяет ядру GQA с переменной длиной на SM90 принимать собственные размерности голов по шагу 8 каналов: размерности голов 16, 32, 48, 80, 96, 112 переведены с универсального ядра на warp-специализированное, и каждая группа быстрее на формах prefill, vision и serving; одновременно поддерживается некаузальная форма с 72 размерностями голов и 16 группами для vision-строк Qwen3.6 без необходимости дополнять тензоры нулями. Со стороны линейного внимания: #2993 добавляет поддержку state_indices в GDNFwdOp (decode и упакованный prefill читают и записывают состояние каждой последовательности по слотам пула), поддержку cache_indices в CausalConv1dFwdOp и conv_state_indices в его ядре обновления; каждое ядро, владеющее состоянием, само ищет слот по флагу сборки, сборка без пула генерирует ту же программу, что и основная ветка, а GDN decode с главным порядком значений переведён на схему из двух warp в группе, где каждая lane читает четыре 16-байтовых вектора. #2995 исправляет дефект, портивший предыдущую последовательность: позиционирование записи последнего блока упакованного prefill использует «начальная позиция плюс (число итераций минус один) умножить на длину блока», и при числе итераций 0 эта формула помещает начало записи на 64 строки раньше пустой последовательности, перезаписывая конец предыдущей последовательности неинициализированной разделяемой памятью; на H200 это воспроизводится при длинах (2048, 64, 0) с 64 value-головами, а исправление состоит в том, чтобы записывать последний блок только при числе итераций больше 0. #2990 ужесточает условие парности для W4A16 decode: два warpgroup используются только тогда, когда парный K-срез длиннее собственного кольцевого буфера или когда при добавлении K-плиток не требуется дополнительных затрат, в остальных случаях сохраняется один warpgroup плиток.
Источники: 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 Замеры базовых показателей переведены на холодные измерения nvbench, бюджет ночного сканирования увеличен с 6 до 10 часов
#2985 переписывает способ сэмплирования в CUDA-бенчмарках: ранее перед каждым вызовом образца выполнялась синхронизация с хостом, и накладные расходы запуска на стороне хоста проявлялись как простой устройства; теперь блокирующее ядро занимает поток, и все образцы одного замера ставятся в очередь подряд, каждый образец отдельно сбрасывает состояние, очищает L2 и выполняет вызов без промежуточной синхронизации с хостом — это повторяет подход холодных измерений NVIDIA nvbench с единственным отличием: «по одному за раз» ослаблено до «несколько образцов на блок». Для каждого образца записывается тактовая частота SM 0 как частота, в строке сообщается среднее, образцы не отбрасываются из-за снижения частоты; блоки, не помещающиеся в очередь, отбрасываются по таймауту и перемеряются с допустимым размером, размер блока записывается в block_samples. Способ подготовки также записывается в поле l2_flush результата, чтобы избежать сравнения ночной истории между разными методиками. Сопутствующая цена количественно оценена в #2996: последний раунд ночного сканирования шёл 20 259 секунд и был обрезан бюджетом в 6 часов, 5 из 61 файлов бенчмарков не были прогнаны, из-за чего Check benchmark coverage завершился неудачей; по сравнению с предыдущим полностью зелёным прогоном время на 2 015 общих случаев выросло с 15 180 до 19 103 секунд (в 1,26 раза), а 268 новых случаев дополнительно заняли 1 653 секунды. Исправление состоит в повышении общего бюджета с 21 600 до 36 000 секунд и таймаута задачи с 380 до 620 минут.
Источники: https://github.com/tile-ai/TileOPs/pull/2985 , https://github.com/tile-ai/TileOPs/pull/2996
1.7 На рассмотрении и цели: prefill GEMM с узким N всё ещё отстаёт от самой быстрой библиотеки в 0,39 раза на некоторых формах
Новый #2999 раскрывает накопившиеся проблемы производительности GEMM: H200, вход bf16, K фиксирован на 4096, на ширинах роутера, KV-компрессора и LM-головы DeepSeek-V4-Flash сканируются от 1 до 8192 токенов; из 53 форм 48 достигают или превышают самую быструю библиотеку, оставшиеся 5 отстают; худшая — форма роутера GLM-5.3-Flash (8192 на 288 на 4096), вывод bf16 78,3 микросекунды против 30,6 микросекунды, всего 0,39x, вывод float32 0,38x, выбрана базисная плитка 64 на 128. Остальные отстающие строки распределены между 0,86 и 0,98x. В то же время на рассмотрении находятся другие предложения по производительности: потоковая передача весов FP8 для коротких строк (#3010), групповое сокращение W4A16 с одним warpgroup через кластерные пары (#3009), W4A8 decode при коротком K — один CTA на строку блока (#3005) и переписывание ядра FP8 paged GQA decode (#2997); на стороне новых операторов на рассмотрении находятся MXFP4-веса экспертов для MoE группового GEMM (#3001), слоты состояния KDA и состояние с main-order по значениям (#3002), NSA переменной длины attention с головным измерением 256 и блоками из 4 ключей (#3004).
Источники: 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. Мультибэкендная адаптация (Ascend / MetaX / Hygon / Moore Threads / Sunrise / MLIR Ascend)
2.1 Основной репозиторий Ascend: два примитива синхронизации и исправление ширины предиката на рассмотрении
Изменения для Ascend в основном репозитории на рассмотрении сосредоточены в двух местах: #4396 понижает any_sync / all_sync до warp-инструкций голосования с маской — ранее эти две не имели соответствующей реализации на стороне Ascend; #4397 заставляет бэкенд отклонять неподдерживаемые ширины SIMD-предикатов, а не сообщать об ошибке после глубокой компиляции. В тот же период #4389 добавляет последовательные понижения any_of / all_of для CPU-бэкенда, что относится к той же серии исправлений «согласования обещаний фронтенда с возможностями бэкенда». Вместе с пятью issue аудита dtype, перечисленными во втором пункте сегодняшнего обзора, направление Ascend за 24 часа образует три параллельные линии: «инвентаризация проблем, исправления на рассмотрении, достройка канала релиза».
Источники: https://github.com/tile-ai/tilelang/pull/4396 , https://github.com/tile-ai/tilelang/pull/4397
2.2 Предложение отдельного ночного wheel-конвейера для Ascend: с smoke-тестами на реальном железе и скользящим релизом
На рассмотрении #3924 добавляет выделенный конвейер ночной сборки; причина в том, что текущий ночной выпуск производит только один «толстый» wheel с включёнными CUDA, ROCm и Ascend, причём тег привязан к бэкенду CUDA (например, cu130): пользователи Ascend не получают пакет, отражающий их стек, у них нет стабильной ссылки для скачивания, а артефакты сборки никогда не запускались на реальном NPU. Предложение использует cibuildwheel на хостируемом runner для выпуска manylinux-пакета только для Ascend, отключая CUDA и ROCm на этапе сборки; поскольку на стороне Ascend компиляция идёт против поставляемых с репозиторием объявлений ACL и заглушек ascendcl на основе динамической загрузки, сборочной машине не нужен CANN, а полученный wheel можно импортировать и на машине без CANN. Конвейер запускается ежедневно в 20:00 UTC, вразнос с существующим релизом, и поддерживает ручной запуск и запуск по PR с фильтрацией по путям; тег версии генерируется расширением скрипта версий. Предложение добавляет 617 строк, 3 файла, автор уже назначил двух сопровождающих на ревью.
Источники: https://github.com/tile-ai/tilelang/pull/3924
2.3 MLIR Ascend: tl.print и tl.and влиты, ещё около 30 операторов TLIR массово на рассмотрении
В день влиты два изменения маршрута переписывания MLIR: #231 добавляет tl.print в диалект TLIR и понижает до отладочного оператора HIVM, покрывая оба источника — печать скаляров и печать буферов; интерфейс на стороне Python — T.print, прилагаются три класса тестов: round-trip, обратная проверка и понижение (все 5 пунктов проходят); #218 по существующему шаблону бинарных операторов добавляет tl.and (поэлементное побитовое И), включая round-trip диалекта, понижение и пример экспертного режима. Более примечательна очередь на рассмотрении: в течение десяти минут с 16:38 до 16:48 одновременно обновились около 30 предложений TLIR, охватывающих сдвиги, инверсию, конкатенацию, генерацию диапазонов, тригонометрические функции, gather, транспонирование, векторные активации, четыре типа сокращений, адресные пространства L0A/L0B/L0C/L1, атомарное сложение, битовые преобразования, set/wait flag между pipe, pad, квадратный корень и обратную величину, сортировку, преобразования типов, логические операции и т. д. Каждое из этих предложений по отдельности невелико, но вместе они достраивают поверхность операторов стороны TIR ещё одним слоем в диалекте TLIR — это предварительная работа для того, сможет ли маршрут MLIR принять все операторы основного репозитория.
Источники: https://github.com/tile-ai/tilelang-mlir-ascend/pull/231 , https://github.com/tile-ai/tilelang-mlir-ascend/pull/218
2.4 Бэкенд-репозиторий: Ascend сообщает о новом дефекте 1D-записи со страйдом и хешированием, прогресс Hygon и Sunrise всё ещё на рассмотрении
Репозиторий tilelang-ascend 17.11 в 14:16 открыл новый #2017 — отчёт о дефекте, выполненный с трёхармным контролем: окружение — 910B3 плюс CANN 9.2.0, сценарий — в быстром обратном проходе WY из FLA 64 последовательных числа одинарной точности из UB хешированно записываются вдоль размерности последовательности в GM, головная размерность целевого тензора находится в последней размерности, адреса соседних элементов разделены числом голов, умноженным на 4 байта (при числе голов 8 — 32 байта). Автор сравнил три способа: последовательная запись, прямая запись со страйдом, запись со страйдом через промежуточный GM — и локализовал проблему на трёх уровнях: ошибка параметров снижения нагрузки компилятором, несоответствие адресации аппаратных слотов и компактной раскладки, а также недооценка выделения UB из-за 32-байтового следа слота узкого копирования. Инцидент с учётными данными контрибьютора (#2016), привлёкший внимание днём ранее, был закрыт 16.11, новых комментариев в окне мониторинга нет. Репозиторий Hygon #27 (исправление снижения нагрузки intrinsic, точности и генерации кода целочисленных векторов, 592 строки, 14 файлов) непрерывно обновляется с 23.10, в окне мониторинга всё ещё открыт; репозиторий Sunrise #11 — слияние релиза 0.1.15+sunrise.1.2.1, обновлены исходники TileLang, TileOPs и TileKernels в трёх местах, скорректирована интеграция Sunrise с TANG/PTPU и публичная непрерывная интеграция S2, а также ограничена память хоста при валидации TopKSelect на больших входах; объём изменений достигает 280 тысяч добавленных строк и 179 тысяч удалённых (включая синхронизацию всего дерева исходников), по состоянию на конец окна мониторинга не влит, последняя официальная версия — по-прежнему 1.2.0 от 23.10.
Источники: 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. Бэкенд RISC-V и сообщество (специальное наблюдение: направление TVM / направление MLIR / SOPHGO TPU / индексная страница сообщества)
2.5.1 Обход четырёх источников без изменений, ссылки обоих направлений совпадают с прошлым выпуском
Обход четырёх источников (ветка kubuds направления TVM, репозиторий RuyiAI направления MLIR, индексная страница сообщества, расширение TPU от Sophgo) в данном окне мониторинга не показал новых коммитов, новых PR и изменений индексной таблицы: main направления MLIR по-прежнему на 2204c7e, main индексной страницы сообщества по-прежнему 4499c2a, ветка mahiru направления TVM остановилась на 33e0c89, ветка karen — на fc62939, main репозитория TPU от Sophgo и всеfeature-ветки не продвинулись. Оба направления сохраняют собственный ритм, технического прогресса для отчёта в этом выпуске нет.
Источники: https://github.com/RuyiAI-Stack/tilelang-riscv , https://github.com/TongmingLAIC/tilelang-riscv
3. Экосистема и потребители (TileFoundry / topa / сайт / TileKernels / FlashQLA)
3.1 TileFoundry за один раз изменил 303 файла: терминология сведена к единой спецификации, раскладка переведена на алгоритмы CuTe
#349 — крупнейший рефакторинг сезона: добавлен terms.md как единственный авторитет по терминологии и правилам именования (N1–N7), все остальные спецификации, руководства по разработке и стратегии словарей ссылаются на него; имена в Python и C++ унифицированы по терминологии (unit, topology, mesh, mesh axis, placement и т.д.), прежние многозначные термины (level, axis, participant, rank, program) переименованы в коде, C++ и документации. Алгоритм раскладки целиком переведён на построчный порт CuTe: целочисленные кортежи, шаги, раскладки, составные раскладки и swizzle портированы с теми же именами, тем же порядком параметров и той же семантикой и сверены с C++ CuTe, добавлены ранее отсутствовавшие rank, take и правый обратный; сама сетка смоделирована как раскладка, номер ячейки задаётся отображением координат в индекс. Изменено 303 файла, добавлено 10 312 строк, удалено 9 243 строки — это ломающее переименование, а также означает, что спецификация промежуточного представления TileFoundry перешла от «вырастания из реализации» к «сначала определение, затем реализация».
Источники: https://github.com/tile-ai/TileFoundry/pull/349
3.2 Два исправления TileFoundry: логическое окно локального представления и параметры копирования, спаренные по координатам
#351 Исправление смещения окна при локальном вычислении участников: когда раскладка разбивает логическую ось на несколько физических режимов (например, результат с логической формой 16 локально представляется двумя режимами 8 на 2), локальное представление при reshape трактует составной режим как скалярную размерность и сразу сообщает о нераспознаваемой размерности; при разбиении двумя участниками по оси 0 локальный срез также накладывает глобальное окно от 0 до 256 на каждые 128 строк. Исправление состоит в переходе к вычислению локальной проекции логического ранга, преобразовании среза оси разбиения полной ширины в локальную длину каждого участника, а частичные окна, охватывающие нескольких участников, по-прежнему отклоняются вместо тихого чтения неполных данных. #348 Исправление сопоставления параметров ядра по координатам при копировании: генерация кода упаковывает каждый параметр в развёрнутый режим в порядке памяти, а оператор копирования сопоставляет по индексации CuTe «первый режим самый быстрый», при многоосевых представлениях типа 2 на 4 смещение и координаты перестают совпадать, что приводит к смещению второго выхода и возврату транспонированных результатов в двух случаях с переносимыми циклами; исправление состоит в том, чтобы операнды одинаковой формы входили в копирование через одно и то же представление раскладки, охватывая три пути генерации: обычное копирование, асинхронное копирование и пакетное асинхронное копирование.
Источники: https://github.com/tile-ai/TileFoundry/pull/351 , https://github.com/tile-ai/TileFoundry/pull/348
3.3 Механизм раундов topa внедрён, 6 новых issue образуют очередь следующей партии работ
topa принял #27: разрешается раунду «до графа состояний» напрямую открывать свой PR и регистрировать обнаруженные проблемы в этом репозитории. Сразу после этого в окне мониторинга открыто 6 новых issue (#28, #30–#34), каждое — рабочий элемент с описанием объёма: допуск области потока и снижение нагрузки при конкатенации под тематическим графом, ценообразование gather слотов и малых CTA-сеток по фактическому поведению оборудования, ценообразование копирования индексов и резидентных CTA и разделение поэтапного копирования, ценообразование и снижение нагрузки при слиянии q/k-нормализации с чередующимся MRoPE, 4-битные тензоры в разделяемую память с побайтовой упаковкой копирования, снижение нагрузки суммирования через кластеры CTA и оценка уже размещённых окон split-K, а также финализация и ценообразование ядра внимания gathered-tile. Авторы и принимающие этих issue — один и тот же конвейерный аккаунт, что демонстрирует способ работы «автоматическая постановка задач агентскими раундами, закрытие ручным ревью».
Источники: https://github.com/tile-ai/topa/pull/27 , https://github.com/tile-ai/topa/issues/34
3.4 Две автоматические обновления сайта документации, у принимающих сторон в окне нет коммитов в двух репозиториях
Репозиторий документации основного сайта в окне мониторинга получил два обновления документации, отправленных автоматическим аккаунтом (11-17 08:17 и 11:28), по содержанию — пересборка сайта вслед за изменениями основного репозитория и библиотеки операторов, без самостоятельной технической информации. Что касается принимающих сторон, в репозиториях TileKernels от DeepSeek и FlashQLA от Qwen в окне мониторинга не было отправок (последние отправки — 10-14 и 10-30 соответственно), новых случаев принятия в этом выпуске нет.
Источники: https://github.com/tile-ai/tilelang.github.io
4. Сообщество, руководства и мероприятия
4.1 Тишина в новостном поле: в китайско- и англоязычном поиске, Hacker News и arXiv нет тематических публикаций
При поиске в 24-часовом окне в Google News на китайском и английском (TileLang, tile-ai, комбинации с Ascend), Hacker News и arXiv не найдено публикаций или статей, напрямую связанных с TileLang: на английской стороне попался лишь один отраслевой материал, упоминающий DeepSeek и Huawei, на китайской стороне — два отраслевых материала по Ascend, ни те, ни другие не содержат контента о TileLang и исключены по тематической релевантности; последняя статья на arXiv с tilelang в заголовке или аннотации по-прежнему работа от 11-03 о сжатии KV для раздельного вывода, что выходит за пределы окна. Запись Hacker News из списка кандидатов (приложение с карточками Markdown) и сторонний репозиторий бэкенда Hexagon, найденный поиском GitHub (xwhzz/tilelang-hexagon, 4 звезды), являются ложными совпадениями по ключевым словам и не включены.
Источники: https://news.ycombinator.com/
4.2 Активность организации: 20 принятых слияний и 77 обновлённых на рассмотрении за сутки, 8992 звезды у основного репозитория
Поиск по достоверным данным на уровне организации показывает: в окне мониторинга принято 20 слияний (TileOPs 12, TileFoundry 3, tilelang 2, MLIR Ascend 2, topa 1), на рассмотрении и обновлено 77, открыто 15 новых issue, отправки были в 10 репозиториях. У основного репозитория tilelang 8992 звезды, у библиотеки операторов TileOPs 203 звезды, у TileFoundry 147 звёзд, у MLIR Ascend 30 звёзд; релизы основного репозитория по-прежнему стоят на v0.1.15 от 9-30, библиотеки операторов — на v0.1.0 от 10-27, новых tag в окне нет. Соотношение принятых и находящихся на рассмотрении — примерно 1 к 4, очередь на рассмотрении сосредоточена в основном на доработке операторов TLIR в MLIR Ascend и предложениях по производительности в TileOPs.
Источники: https://github.com/tile-ai
5. Наблюдения за тенденциями
- Период реализации интерфейсов: восполнение операторов, управляемое pilot-моделью, перешло от «регистрации интерфейсов» к «поставке форма за формой»; за один день влито 8 предложений операторов с эталонными реализациями и строками бенчмарков; критерий приёмки независим от порога вливания, большинство предложений с самооценкой ниже критерия приёмки всё равно влиты, последующая оптимизация производительности будет выстраиваться в очередь в виде issue (#2999 уже приводит обратный список с коэффициентом 0.39).
- Платформизация оценки: хронометраж бенчмарков переведён на холодные измерения nvbench, методика подготовки записана в поля результатов, бюджет ночного сканирования удвоен — это показывает, что библиотека операторов делает «воспроизводимые измерения» частью продукта, а не только порогом вливания. Цена — один цикл сканирования уже приближается к 10 часам, стоимость оценки начинает становиться ограничением процесса.
- Ascend — наиболее плотная поверхность укрепления: исправления в основном репозитории на рассмотрении, маршрут MLIR за день пополнил два слоя операторов, независимый wheel-конвейер в стадии предложения, покрытие dtype во фронтенде системно инвентаризировано (обнаружены пробелы примерно в 300 комбинациях). Четыре линии продвигаются одновременно, что означает переход Ascend от «работает» к «поставляемо, диагностируемо».
- Спецификация вперёд: TileFoundry одним рефакторингом на 303 файла свёл терминологию и алгоритмы раскладки к единому авторитетному источнику и передал вычисление раскладки портированному алгоритму CuTe; такие изменения краткосрочно увеличивают стоимость ревью, но в долгосрочной перспективе определяют, сможет ли IR быть корректно реализован внешними бэкендами.
- Смена поколений рабочих процессов: механизм раундов topa позволяет конвейеру самому открывать PR и самому открывать issue, все 7 новых issue — исполняемые рабочие элементы. Человек переходит от «поиска работы» к «ревью и оценке», что согласуется с ритмом коммитов в библиотеке операторов за последние две недели.
Приложение: материалы и пояснения к проверке
Таблица проверки источников
| Источник | Результат проверки |
|---|---|
| Порепозиторная проверка организации GitHub tile-ai | 30 репозиториев, в окне мониторинга пуш в 10; фактический прирост в основной ветке: TileOPs 12, TileFoundry 3, tilelang 2, topa 1, сайт документации 2, MLIR Ascend 2 (влито) |
| Организационный поиск фактических вливаний | Влито 20, поштучная сверка с основной веткой совпадает |
| Организационный поиск находящихся на рассмотрении | На рассмотрении и обновлено 77; в MLIR Ascend около 30 предложений TLIR обновлены сосредоточенно, остальные — предложения по производительности и новым операторам |
| Новые issue | 15: tilelang 5 (аудит dtype для Ascend), topa 6, TileFoundry 2, tilelang-ascend 1, TileOPs 1 |
| Страница релизов | tilelang v0.1.15 (9-30), TileOPs v0.1.0 (10-27), TileFoundry 0.0.4rc1, Sunrise 1.2.0 (10-23), в окне мониторинга новых tag нет |
| Репозитории потребителей | TileKernels и FlashQLA в окне мониторинга без пушей |
| Google News на китайском и английском | Тематических репортажей нет, совпадения — отраслевые статьи или ошибочные совпадения |
| Hacker News | За 24 часа тематических записей нет |
| arXiv | Последняя статья с tilelang — 11-03, вне окна мониторинга |
| Инспекция TileLang×RISC-V по четырём источникам | Без изменений (маршрут TVM, маршрут MLIR, страница индекса сообщества, TPU Sophgo — везде без коммитов) |
| Очередь на включение | Файла очереди за день нет, неархивированных файлов с записями TileLang не обнаружено |
Полный список источников
- [1] Исправление чтения беззнакового буфера в основном репозитории — https://github.com/tile-ai/tilelang/pull/3875
- [2] Обновление L2 для бенчмарков Ascend в основном репозитории — https://github.com/tile-ai/tilelang/pull/3891
- [3] TileOPs GEMM вывод float32 — https://github.com/tile-ai/TileOPs/pull/3000
- [4] TileOPs Embedding повторная подача — https://github.com/tile-ai/TileOPs/pull/2992
- [5] TileOPs оператор Concat — https://github.com/tile-ai/TileOPs/pull/2987
- [6] TileOPs оператор RoPE cos/sin — https://github.com/tile-ai/TileOPs/pull/2988
- [7] TileOPs веса RMSNorm с нулевым центрированием — https://github.com/tile-ai/TileOPs/pull/2986
- [8] TileOPs индекс слота состояния GDN — https://github.com/tile-ai/TileOPs/pull/2993
- [9] TileOPs исправление пустой последовательности GDN — https://github.com/tile-ai/TileOPs/pull/2995
- [10] TileOPs условие сопряжения W4A16 — https://github.com/tile-ai/TileOPs/pull/2990
- [11] TileOPs холодные измерения бенчмарков — https://github.com/tile-ai/TileOPs/pull/2985
- [12] TileOPs увеличение ночного бюджета — https://github.com/tile-ai/TileOPs/pull/2996
- [13] TileOPs целевой issue для узкого N GEMM — https://github.com/tile-ai/TileOPs/issues/2999
- [14] TileOPs исправление FP8 paged decode — https://github.com/tile-ai/TileOPs/pull/2998
- [15] TileOPs переписывание FP8 decode (на рассмотрении) — https://github.com/tile-ai/TileOPs/pull/2997
- [16] TileOPs потоковая передача весов (на рассмотрении) — https://github.com/tile-ai/TileOPs/pull/3010
- [17] Исправление примитивов синхронизации Ascend (на рассмотрении) — https://github.com/tile-ai/tilelang/pull/4396
- [18] Исправление ширины предикатов Ascend (на рассмотрении) — https://github.com/tile-ai/tilelang/pull/4397
- [19] Отдельный ночной конвейер wheel для Ascend (на рассмотрении) — https://github.com/tile-ai/tilelang/pull/3924
- [20] Issue аудита dtype для Ascend — https://github.com/tile-ai/tilelang/issues/4391
- [21] Issue о полупреобразовании по умолчанию vcvt для Ascend — https://github.com/tile-ai/tilelang/issues/4393
- [22] Issue о сбое примитивов синхронизации Ascend внутри SIMD — https://github.com/tile-ai/tilelang/issues/4395
- [23] MLIR Ascend tl.print — https://github.com/tile-ai/tilelang-mlir-ascend/pull/231
- [24] MLIR Ascend tl.and — https://github.com/tile-ai/tilelang-mlir-ascend/pull/218
- [25] Дефект записи с шагом и разрежением в tilelang-ascend — https://github.com/tile-ai/tilelang-ascend/issues/2017
- [26] Исправление intrinsic для Hygon (на рассмотрении) — https://github.com/tile-ai/tilelang-hygon/pull/27
- [27] Слияние релиза Sunrise (на рассмотрении) — https://github.com/tile-ai/tilelang-sunrise/pull/11
- [28]
Терминология TileFoundry и рефакторинг раскладки CuTe — https://github.com/tile-ai/TileFoundry/pull/349
- [29] Исправление окна локального представления TileFoundry — https://github.com/tile-ai/TileFoundry/pull/351
- [30] Исправление сопряжения параметров копирования TileFoundry — https://github.com/tile-ai/TileFoundry/pull/348
- [31] Механизм раундов topa — https://github.com/tile-ai/topa/pull/27
- [32] Issue рабочего элемента topa — https://github.com/tile-ai/topa/issues/34
- [33] Автоматическое обновление документации основного сайта — https://github.com/tile-ai/tilelang.github.io
- [34] Один из четырёх источников RISC-V (ветка MLIR) — https://github.com/RuyiAI-Stack/tilelang-riscv
- [35] Один из четырёх источников RISC-V (страница индекса сообщества) — https://github.com/TongmingLAIC/tilelang-riscv
- [36] Размерность головы переменной длины GQA в TileOPs — https://github.com/tile-ai/TileOPs/pull/2989
- [37] Условие сопряжения W4A16 в TileOPs — https://github.com/tile-ai/TileOPs/pull/2990