調研視窗：過去 3 天（2026-09-25 07:00 ~ 2026-09-28 07:00，北京時間；含週末時段，上次出報為 09-25）。本期為週一三期合併視窗，與上一期無重疊。 信源：GitHub（tile-ai 組織 29 倉庫推送核查，視窗內 6 個倉庫有推送；TileOPs 35 筆合入與「Manifest 引數化簽名」整輪遷移、200 運算元釋出計劃開出；主倉 SM120 塊縮放 GEMM 兩筆合入與 FP8 向量複製提速實測；TileFoundry AtomSched 七筆合入；夜間快照 5 份全部零失敗；採用方 FlashQLA 修復與文件站更新）、Google News RSS 中英文多組查詢（走代理，零命中）、Hacker News、arXiv、社群倉庫核查

本期索引

  • 今日重點：TileOPs「Manifest 引數化簽名」整輪遷移完成——17 筆合入，200 運算元釋出計劃同日開出（09-26/09-27）
  • 一、核心專案進展
    • 1.1 主倉：SM120 塊縮放 GEMM 兩筆合入——碎片駐留支援與佈局衝突拒絕（09-26/09-27）
    • 1.2 主倉：FP8 向量複製保持打包，條件複製核心實測 1.42 倍（09-25）
    • 1.3 主倉：視窗內新開十筆，RNG 佇列與非同步暫存重構仍待審（09-25~09-27）
    • 1.4 TileOPs：注意力整編——SM90 預填充三連與解碼統一、遺留路徑移除（09-25~09-28）
    • 1.5 TileOPs：線性注意力、FFT 重寫與運算元雜項合入（09-25~09-28）
    • 1.6 TileOPs：測試與基準體系重構，manifest 一致性用例落地（09-26/09-27）
    • 1.7 TileFoundry：AtomSched——指令化張量排程與分階段記憶體分析七筆（09-25~09-28）
    • 1.8 夜間快照：視窗內 5 份全部零失敗，最新 1093 項正確性 + 1318 項基準（09-28 凌晨）
  • 二、多後端適配（昇騰 / MLIR 昇騰 / 沐曦 / 海光 / 摩爾執行緒）
    • 2.1 五倉視窗內零推送、零 PR 更新（09-28 核查）
  • 三、生態與採用方
    • 3.1 採用方：FlashQLA 修復 Blackwell 路徑核心同步（09-26）
    • 3.2 採用方與社群：TileKernels 無推送，SoftHier 擴充套件無視窗內更新（09-28 核查）
    • 3.3 版本節奏：主倉 v0.1.14 滿 26 天，TileRT 釋出頁滯後 4 天（09-28）
  • 四、社群、教程與活動
    • 4.1 文件站：TileOPs 文件站三連更跟進 Manifest 遷移；主倉文件站例行更新（09-26/09-27）
    • 4.2 媒體與學術側：Google News 零命中，arXiv 無新預印本（09-28 核查）
  • 五、趨勢觀察
    • 5.1 「先定契約」的制度化：從 roofline 自查到釋出計劃
    • 5.2 SM120 線的小步快跑與 lowering-only 測試策略
    • 5.3 注意力核心：從多路徑並行到單一譜系
    • 5.4 空白與風險點
  • 附：素材與核查說明

今日重點：TileOPs「Manifest 引數化簽名」整輪遷移完成——17 筆合入，200 運算元釋出計劃同日開出（09-26/09-27）

日期：2026-09-26、2026-09-27　來源：設計文件 PR（#2209）／ 簽名檢查與生成（#2212）／ 200 運算元跟蹤議題（#2271）／ 24 條 spec-only 條目（#2279）

09-26 08:02 至 09-27 11:57（北京時間），TileOPs 的 Manifest 系列 17 筆 PR 陸續合入，把運算元清單從 YAML 表格改寫為「引數化簽名」（parametric signature），並在同一視窗開出 200 運算元釋出計劃：

  • 設計（#2209，09-26 08:02 合入）：每個運算元在 manifest 中寫成一條引數化簽名——forall 索引與種類、型別族與代數資料型別（ADT）、閉合表示式語言、讀寫效應、帶生成器的工作負載行、校驗清單；roofline 定價改為對 ix 上的內聯表示式求值；運算元設計文件、信任模型、測試指南與 agent 領域規則同步改寫（13 檔案、+633/-1193，刪多於增）。
  • 實現（#2212 至 #2227，09-26 全天至 09-27 中午）：簽名檢查與運算元方法生成改為由清單推導（#2212）；各運算元族逐批轉換——elementwise（#2216）、moe（#2218）、reduction/normalization（#2221）、linear_attention（#2222）、gemm/quantization/convolution（#2223）、attention（#2224）、mamba（#2214）、pool/scan/rope/sequence-modeling/FFT（#2217）；收尾筆（#2225，09-27 10:32）把最後一批 gemm 條目轉換完畢，並刪除遺留 manifest 路徑；manifest YAML 遷入 spec/ 目錄、統一檔案命名（#2227）。配套行為變更：對樹內無核心宣告的裝置呼叫運算元，改為丟擲 OpNotAvailableError（#2219）。
  • 釋出計劃（09-27 晚間）：跟蹤議題「TileOPs 200-operator release plan」（#2271）開出——目標 200 條 manifest 條目（按 implemented + spec-only 計數；只算新運算元，擴充套件與排程不計），附最壞情況推算表；同日 PR #2279 為計劃補上 24 條 spec-only 條目與新的 sampling 族，按該 PR 表述，倉庫計數徽章由 172/177 變為 172/201。24 條新條目覆蓋四個方向：量化族 9 條（INT8/INT4 逐張量、逐通道、逐塊與 SmoothQuant、FP8 逐塊）、取樣與投機解碼族 6 條（TopK/TopP/MinP/TopKTopP 掩碼、SamplingFromProbs、ChainSpeculativeSampling）、MLA 與 KV 快取族 7 條（MLA Paged/Varlen、PagedKVCache 寫入與收集、MergeAttentionStates、DeepSeekSparseAttentionPaged）、norm 1 條（FusedQKNormRope）與線性注意力 1 條（KimiDeltaAttention）。
  • 配套約束（#2279）：新增 test_spec_reference.py 對 spec-only 條目逐工作負載執行參考實現並校驗輸入寫入與拒絕呼叫；建立不變數「implemented ⊆ public ⊆ manifest」；議題同步掛出 5 個 spec-only 補全追蹤（GQA 兩枚、GatedDeltaNet、DeltaNetInference、GLAInference）與 11 個核心覆蓋子任務（FP8 Q/K/V、RoPE、FP8 KV 快取、GDN 變體等）。

判讀：這是 TileOPs 近兩週「信任工程」（roofline 自查、公式糾錯之後）的制度性升級——先落契約、再落實現，檢查由生成器承接；200 運算元計劃把路線圖公開化，量化、投機解碼、MLA 與 KimiDeltaAttention 等國產大模型運算元方向隨之浮出水面。對使用方而言，運算元行為的「契約來源」從程式碼註釋變為可校驗的清單，接入前可先評估覆蓋缺口。

一、核心專案進展

1.1 主倉：SM120 塊縮放 GEMM 兩筆合入——碎片駐留支援與佈局衝突拒絕（09-26/09-27）

日期：2026-09-26、2026-09-27　來源：#3257／ #3284／ 缺陷單 #3283／ 先導需求單 #3256

  • #3257（09-26 23:39 合入，作者 sepcnt）：為 SM120 塊縮放 GEMM 增加碎片（fragment）駐留 A 運算元與行主序縮放碎片支援，並修正奇數 per-warp MMA atom 網格（含 8x1 劃分）下的緊湊縮放行選擇；5 檔案 +230/-50；附帶碎片運算元/縮放、轉置 A、緊湊佈局與多 warp 策略的迴歸覆蓋。
  • #3284（09-27 19:18 合入，作者 LeiWang1999）：修復 SFA 與 SFB 共用同一縮放碎片時靜默覆蓋佈局需求、導致縮放讀取錯誤的問題——佈局推斷改為先對比完整碎片佈局，衝突時報錯並提示改用獨立縮放碎片或共享記憶體縮放；新增 18 個 CUDA lowering 迴歸用例（三種 warp 策略、共享/碎片 A、別名與獨立縮放碎片、別名共享記憶體縮放），相關兩個測試檔案 138 項透過、21 項跳過。
  • 測試口徑說明：兩筆的測試均顯式 lower 到 sm_120a，不做裝置編譯（SM120 硬體數值執行未在本批測試覆蓋；#3284 明確標註）。
  • 背景：SM120 為 Blackwell 的消費/工作站檔（GeForce RTX 50 系、RTX PRO 系列）；該線自 09-16 的 mxf4nvf4 塊縮放 MMA PR（#3081，仍開）延續至今，視窗內再添兩筆跟進（#3286、#3290，見 1.3）。

1.2 主倉：FP8 向量複製保持打包，條件複製核心實測 1.42 倍（09-25）

日期：2026-09-25　來源：#3276

  • #3276（09-25 14:17 合入，作者 LeiWang1999；上期以「評審中」記錄）：為 CUDA FP8 向量型別（E4M3/E5M2/E8M0，2/4/8/16/32 lane）定義打包複製構造與賦值——經匹配的整數載體（uint16/uint32/uint2/uint4/ulonglong4）整物件搬運。動機：NVCC 會把預設逐成員複製 lower 成冗餘 unpack/repack 指令，即使外圍訪存已經向量化；修復不引入任何程式碼生成特例，只改標頭檔案。
  • 實測（B300 SXM6，sm_103a，NVCC 13.1）：E4M3 條件複製核心 44.07 → 31.07 微秒（1.42 倍）；暫存器 77 → 71；轉換工作負載中移除 80 條 PRMT、16 條 SHF 與 32 條打包相關 LOP3，E8M0 的 PRMT 從 241 降至 155。計時採用 do_bench（warmup 100 / rep 500，五次交替取中位數），靜態 SASS 對比與計時結果分開呈現。

1.3 主倉：視窗內新開十筆，RNG 佇列與非同步暫存重構仍待審（09-25~09-27）

日期：2026-09-25 ~ 2026-09-27　來源：#3286／ #3290／ #3285／ #3288／ #3280／ 主倉 PR 佇列

  • 視窗內新開 10 筆：SM120 兩筆（#3286 暫存器 A 的 K 原子展開與縮放逐原子載入；#3290 W4A16 NVFP4 解碼示例，草案）、CUDA/編譯器四筆（#3285 NVRTC 裝置編譯支援，TVM-FFI；#3288 warp 特化階段保留直到被移動的非 TMA 複製消費——修復 #3287；#3282 TIRX 源區間視覺化工具；#3291 用 z3 推斷滿足約束的全部執行緒）、平臺兩筆（#3281 CPU/Windows JIT 共享庫編譯與匯出修復；#3289 import C 原始檔補換行）、修復一筆（#3280 deepseek_v32 topk 選擇器緩衝溢位）。
  • 佇列持續項：RNG 四筆（#3241~#3244）自 09-24 起無更新仍開；#3275（SIMT im2col 提前暴露）與 #3279（非同步資料暫存統一與傳輸感知降低）待審未動；#3267（魔法除法）、#3247（TileIR 後端，草案）未更新。
  • 缺陷側：視窗內新開 2 單——#3283（SM120 縮放碎片衝突，已由 #3284 修復關閉）與 #3287（warp 特化流水線過早釋放階段），後者已由 #3288 跟進。

1.4 TileOPs：注意力整編——SM90 預填充三連與解碼統一、遺留路徑移除（09-25~09-28）

日期：2026-09-25 ~ 2026-09-28　來源：#2178／ #2208／ #2198／ #2207／ #2202／ #2197／ #2273／ #2281

  • SM90 varlen GQA 預填充三連：warp 特化預填充核心合入（#2178，09-25 19:12）→ 改造為持久核心（#2208，09-26 00:50）→ D64 頭維支援（#2198，09-27 23:19）；同期恢復滑動視窗 varlen 核心的 TMA 路徑（#2207，09-25 18:37）。
  • 解碼側收斂：分頁 GQA 解碼遷移到統一運算元並移除遺留解碼運算元（#2202，09-27 21:32）；移除遺留 varlen GQA 路徑（#2197，09-27 20:50）。
  • 正確性修補：causal paged decode 對齊快取末端、非 causal NSA 在序列末端截斷、FusedTopK 按評分定價（#2273，09-27 21:38）。
  • 新開跟進：MHA 反向的 SM90 warp 特化核心服務化與 FA3 反向單獨計時（#2281，09-28 凌晨草案）——反向路徑進入同一核心譜系的前奏。

1.5 TileOPs：線性注意力、FFT 重寫與運算元雜項合入（09-25~09-28）

日期：2026-09-25 ~ 2026-09-28　來源：#2199／ #2196／ #2187／ #2040／ #2283／ #2242／ #2240／ #2280

  • 線性注意力：GLA 解碼接入 GLAInferenceFwdOp（#2199，09-28 06:20 合入，H200 稠密解碼服務化）；移除無歸屬的 Gated DeltaNet 核心（#2196，09-27 22:57）——延續上週「整編」路線。
  • FFT：#2187 以計算式核心替換 LUT 實現、2 的冪覆蓋擴至 2^28（09-25 13:03 合入；上期「評審中」條目收口）。
  • GEMM 與元素級：GemmFp8FwdOp 支援 1D2D FP8 塊縮放（#2040，09-28 06:19；#2283 跟進校準按 calibration_key 匹配）；元素級 NaN 傳播去除 clamp 家族減速並恢復二進位制基準形狀（#2242）；float32 reduction/softmax 改單核心讀取修正（#2240）。
  • 架構維護：Engram 解碼編譯邊界移至運算元層（#2280，09-28 06:10）。

1.6 TileOPs：測試與基準體系重構，manifest 一致性用例落地（09-26/09-27）

日期：2026-09-26、2026-09-27　來源：#2239／ #2226／ #2243／ #2244／ #2213／ #2215

  • 結構重整：合併碎片化的 tests/ops 與 workloads 檔案（#2239）；合併碎片化基準檔案與單匯入模組（#2226）；測試與工作負載裝置改為單一來源（#2243）；樹內核心測試統一標記、基準獲得目標與裝置選項（#2244）；op 測試停止匯入 benchmarks、統一標準容差、trust-model.md 改名 layer-boundaries（#2213）。
  • 契約測試：從 manifest 呼叫構建目標一致性用例（#2215）——與今日重點的 Manifest 遷移配套。
  • 說明：本組重構是夜間快照用例結構變化的直接背景；快照流程保持零失敗（見 1.8）。

1.7 TileFoundry：AtomSched——指令化張量排程與分階段記憶體分析七筆（09-25~09-28）

日期：2026-09-25 ~ 2026-09-28　來源：#189／ #191／ #187／ #186

  • 七筆合入（#185~#191）：分片排列宣告（#185）、AtomSched 操作宣告（#186）、CUDA MMA 原子與非同步複製指令宣告（#187）、佈局結構化正則匹配（#188）、指令化張量排程（#189）、TIR 運算元契約（#190）、分階段記憶體分配模型（#191）。
  • #189 要點（09-27 21:08 合入）：新增 tf.schedule 操作（五個作者引數：operands/op/repeat/order/buffers）與 21 個排程夾具；運算元契約與結果型別從所選指令推導；按層級頻寬、MMA 工作量與緩衝駐留計費；求值缺失處理器時 fail-closed（不回退恆等）。規模 64 檔案 +3445/-220。
  • #191 要點（09-28 03:31 合入）：完成 AtomSched 分析遷移 stage 3——迴圈感知駐留、區域級暫存器峰值、帶地址的全域性/共享記憶體放置求解（要求別名強制成立）；21/21 共享記憶體黃金一致；原始碼模式驗證 1241 透過、10 跳過。

1.8 夜間快照：視窗內 5 份全部零失敗，最新 1093 項正確性 + 1318 項基準（09-28 凌晨）

日期：2026-09-25 ~ 2026-09-28　來源：最新快照提交／ 快照環境後設資料

  • 視窗內 5 次快照（09-25 晚至 09-28 凌晨各次）；最新一份 dab9b1ab（對應 TileOPs ee3ebaf247，即 #2198 合入點）：正確性 1093 項、跳過 2 項、零失敗零錯誤；基準 1318 項、跳過 1 項、零失敗零錯誤。
  • 環境（meta.json）：NVIDIA H200，CUDA 13.2 / 驅動 595.71.05，tilelang 0.1.11+cu132（git afcebed1），torch 2.13.0+cu132，功率上限 700W。

二、多後端適配（昇騰 / MLIR 昇騰 / 沐曦 / 海光 / 摩爾執行緒）

2.1 五倉視窗內零推送、零 PR 更新（09-28 核查）

日期：2026-09-28　來源：tilelang-ascend／ tilelang-metax／ tilelang-hygon／ tilelang-musa／ tilelang-mlir-ascend

  • 3 天視窗內，五倉均無推送、無 PR 更新：昇騰（最近推送 09-24）、MLIR 昇騰（09-24）、沐曦（09-24）、海光（09-24）、摩爾執行緒（09-17）——逐倉核對最近 PR 列表，視窗內更新數均為 0。
  • 對照上期：昇騰文件核驗佇列無新合入；沐曦子 warp 守衛（#159）、海光 #12 之後無新筆；摩爾執行緒自 09-17 起連續 11 天靜默。視窗內硬體向的實質進展集中在主倉 NVIDIA 線（SM120，見 1.1），四家國產適配本期均無動態。

三、生態與採用方

3.1 採用方：FlashQLA 修復 Blackwell 路徑核心同步（09-26）

日期：2026-09-26　來源：FlashQLA 修復合入／ FlashQLA 倉庫

  • Qwen 的 FlashQLA（基於 TileLang 的 GDN 線性注意力核心庫，支援 SM90/100/103/120/121）合入一筆修復：prepare_h 與 fused_fwd 核心在 Blackwell 上補充同步點（3 檔案 +21/-5，由 Chengruidong Zhang 提交）。這是採用方側在 Blackwell 平臺持續打磨的最新動作；按倉庫自述，其 v0.1.2 已為 SM120 提供前向支援並作為 flash-linear-attention 的 GDN 後端。

3.2 採用方與社群：TileKernels 無推送，SoftHier 擴充套件無視窗內更新（09-28 核查）

日期：2026-09-28　來源：TileKernels 倉庫／ tilelang-softhier 倉庫

  • DeepSeek 的 TileKernels 自 2026-04 起無推送；ETH 蘇黎世的 TileLang SoftHier 擴充套件（面向 RISC-V 眾核加速器）最近更新為 09-24（上期已報），視窗內無新提交；TVM-TileLang cookbook 等社群材料無新內容。

3.3 版本節奏：主倉 v0.1.14 滿 26 天，TileRT 釋出頁滯後 4 天（09-28）

日期：2026-09-28　來源：tilelang 釋出頁／ TileRT 釋出頁／ TileFoundry 釋出頁

  • 主倉 tilelang：v0.1.14（09-02）已滿 26 天無新版本；TileOPs 無獨立釋出；TileFoundry 最新仍為 v0.0.2（09-10，18 天）。
  • TileRT：v0.1.6 釋出 PR 於 09-24 合入，但 GitHub Releases 與標籤仍停在 v0.1.5.post2——公開版本滯後已 4 天，且視窗內該倉庫無新提交。

四、社群、教程與活動

4.1 文件站：TileOPs 文件站三連更跟進 Manifest 遷移；主倉文件站例行更新（09-26/09-27）

日期：2026-09-26、2026-09-27　來源：TileOPs 文件站／ tilelang 文件站

  • TileOPs 文件站三筆：trust-model.md 改名跟進（#52）、Manifest 遷移跟進（#53）、基準頁按 workload 分組並保持 manifest 順序（#54）——文件側與上游契約重構同步。
  • 主倉文件站一筆例行 Update docs（09-27 凌晨），自動化再生成，無內容級變化。

4.2 媒體與學術側：Google News 零命中，arXiv 無新預印本（09-28 核查）

日期：2026-09-28　來源：Google News／ Hacker News／ arXiv

  • Google News RSS 中英文多組查詢（走代理）72 小時視窗內零命中；Hacker News 視窗條目與本主題無關；arXiv 全庫檢索「tilelang」最新一篇仍是 07-24 的 TileSight（瓦片中心 GPU 效能模型），視窗內無新預印本。

五、趨勢觀察

5.1 「先定契約」的制度化：從 roofline 自查到釋出計劃

三步路徑在本視窗完整呈現：09-20 的 roofline 清單自查（哪些公式從未被執行）→ 09-26/09-27 的引數化簽名整輪遷移（契約成為檢查與生成的唯一來源）→ 09-27 的 200 運算元釋出計劃（spec-only 先落契約、計數與覆蓋公開追蹤）。工程含義：TileOPs 從「實現導向」轉向「契約導向」的釋出治理——先能用清單回答「有什麼、缺什麼、多久合得上」，版本規劃才有可能。

5.2 SM120 線的小步快跑與 lowering-only 測試策略

需求單（#3256）→ 補丁（#3257）→ 加固（#3283/#3284）→ 跟進（#3286/#3290），一週內完成四環；且迴歸測試以顯式 lower 到 sm_120a 的方式在無硬體條件下執行。對消費級/工作站 Blackwell 的塊縮放低精度 GEMM 覆蓋開始成體系，這與資料中心線（B300/sm_103a 的 FP8 提速實測）形成雙軌。

5.3 注意力核心：從多路徑並行到單一譜系

SM90 varlen GQA 預填充三連（含持久化改造）、分頁解碼統一、遺留 varlen 路徑移除——TileOPs 注意力層在一個視窗內完成「立新 + 收舊」；線性注意力（GLA/GDN）同期整編，反向路徑（MHA backward）已開出跟進草案。配合 200 運算元計劃中 MLA 與 DeepSeek 稀疏注意力的條目，注意力運算元譜系向「每運算元一條規範路徑」收斂的意圖明顯。

5.4 空白與風險點

其一，國產後端四家與 MLIR 昇騰視窗內零活動，摩爾執行緒已 11 天靜默，熱度不均未改；其二，TileRT 釋出頁滯後於釋出 PR 達 4 天，版本跟蹤仍存盲區；其三，主倉 RNG 佇列 4 天無更新、大單（TileIR 後端 #3247、非同步暫存 #3279）慢審格局持續；其四，主倉 72 小時合入 3 筆（含週末），相對新開 10 筆，佇列消化能力待觀察。

附：素材與核查說明

信源 核查結果
tile-ai 組織（29 倉庫） 視窗內 6 個倉庫有推送：tilelang、TileOPs、TileOPs-nightly、TileFoundry、tilelang.github.io、TileOPs.github.io
主倉 tilelang 3 筆合入（#3276、#3257、#3284）；新開 10 筆；缺陷單 #3283 關閉、#3287 新開；RNG 佇列與 #3275、#3279、#3267、#3247 仍開
TileOPs 35 筆合入（含 Manifest 系列 17 筆）；30 筆新開；#2210、#2211 關閉未合入
TileRT 釋出頁與標籤仍停在 v0.1.5.post2（v0.1.6 PR 已合入 4 天）；視窗內無提交
TileOPs-nightly 5 份快照：最新 dab9b1ab 正確性 1093 項零失敗零錯誤（跳過 2）；基準 1318 項零失敗零錯誤（跳過 1）
TileFoundry 7 筆合入（#185~#191）
國產後端五倉 tilelang-ascend / tilelang-metax / tilelang-hygon / tilelang-musa / tilelang-mlir-ascend：視窗內零推送、零 PR 更新
採用方與社群 FlashQLA 合入 Blackwell 同步修復；TileKernels 無推送；SoftHier 擴充套件無視窗內更新
Google News / Hacker News / arXiv 中英文查詢零命中；HN 無相關條目；arXiv 無新預印本（最新仍為 07-24 TileSight）

完整信源清單

https://github.com/tile-ai/TileOPs/pull/2221>