調研視窗：2026-10-12 07:00 ~ 2026-10-13 07:00（北京時間，24 小時）。

信源：GitHub（tile-ai 組織 29 倉庫推送全量核查，視窗內 9 個倉庫有推送：tilelang、TileOPs、TileFoundry、tilelang-ascend、tilelang-hygon、tilelang-sunrise、TileOPs-nightly、tilelang.github.io、TileOPs.github.io；組織視窗內合併 20 筆、新開 41 筆、在審更新 59 筆；主倉 7 筆合入、TileOPs 10 筆合入、TileFoundry #221 落站、昇騰 NSA 雙遷移合入、海光三分支推進、夜間流水線 1 份新快照、主文件站 3 次構建）、社群倉核查（PTO-ISA SuperNPUBench 提交與釋出、tilelang-debugger、SwHwCodesign 賬號）、Google News RSS 中英文多組查詢（走代理）、Hacker News、arXiv、文件站與釋出頁核查。

本期索引

  • 今日重點：ROCm 雙筆與昇騰 NSA 大遷移落定——TileOPs 單日 10 筆把 SM89 做成第二平臺（10-12 ~ 10-13）
  • 一、核心專案進展
    • 1.1 主倉：ROCm 雙筆——DeepSeek NSA 前向/解碼與 flash-decoding 可行瓦片（10-13）
    • 1.2 主倉：thread_storage_sync 精確執行緒邊界（#3291）並修復 #2954（10-13）
    • 1.3 主倉：Autotune 結構化試驗報告、CodeRabbit 自動指派與測試規範文件（10-12 ~ 10-13）
    • 1.4 主倉：昇騰 PTODSL SIMT 歸約助手 vendoring（#3469）修復 CANN Weekly 編譯（10-12）
    • 1.5 主倉在審：SM120 MXFP8/MXFP4 塊縮放 MMA、L2 預取與 Host IR 雙筆等（10-12）
  • 二、多後端適配（昇騰 / 沐曦 / 海光 / 摩爾執行緒）
    • 2.1 昇騰：NSA Decode / NSA Bwd 兩筆大遷移合入——48 例分層測試（10-12）
    • 2.2 昇騰：cross-warp allreduce 分組修復開出（#3494）與複製/精度/快取修復批（10-12）
    • 2.3 海光：FP8 分支推進（432 TFLOPS 口徑）、上游 v0.1.15 升級分支與註冊流水線（10-12）
    • 2.4 MLIR 昇騰兩筆在審；Sunrise 僅 CI 依賴升級；沐曦 / 摩爾執行緒靜默（10-12）
  • 三、生態與採用方
    • 3.1 TileOPs：SM89 平臺擴充套件批——GQA 預填/解碼、GDN / DeltaNet 與 Norm（10-12）
    • 3.2 TileOPs：foundry 效能批——NSA 持久 CTA、W4A16 GEMM 與 16 位除法（10-12）
    • 3.3 TileOPs：線性注意力修復——TMA 掛起規避與 GLA 預填狀態跳過（10-12）
    • 3.4 TileOPs 在審：SM89 四連、分頁 KV / 注意力叢集與 MoE 兩筆（10-12）
    • 3.5 TileFoundry：解析器操作屬性與詞法佈局糖合入（#221）；scaffold 獨立專案在審（#227）（10-12）
    • 3.6 夜間流水線：新快照——正確性 1042 項（+10）、基準 1947 項（52 套件）零失敗（10-13）
    • 3.7 採用方與文件：TileKernels / FlashQLA 靜默；主文件站 3 次構建（10-12 ~ 10-13）
  • 四、社群、教程與活動
    • 4.1 PTO-ISA：SuperNPUBench 四筆提交與兩個釋出（ops-20261012 / ops-20261013）（10-12）
    • 4.2 社群賬號：SwHwCodesign 六個 AI-* 佔位倉；TileLang-Awesome 已不可訪問（10-12）
    • 4.3 媒體與學術：Google News / HN / arXiv 視窗內零新增（10-12）
  • 五、趨勢觀察
    • 5.1 ROCm 補課：裝置預算感知的兩筆修正
    • 5.2 SM89 成為第二平臺：單日 6 筆合入加 4 筆在審
    • 5.3 昇騰遷移線轉入正確性收尾
    • 5.4 釋出靜默期的底盤增長
  • 附：素材與核查說明
  • 完整信源清單

今日重點：ROCm 雙筆與昇騰 NSA 大遷移落定——TileOPs 單日 10 筆把 SM89 做成第二平臺（10-12 ~ 10-13）

日期：2026-10-12、2026-10-13　來源：ROCm NSA（#3152）／ ROCm flash-decoding 瓦片（#3149）／ 昇騰 NSA Decode（#1701）／ 昇騰 NSA Bwd（#1730）／ TileOPs PR 列表／ 夜間快照（6ec0d086）

視窗 24 小時內組織合併 20 筆（主倉 7、TileOPs 10、TileFoundry 1、昇騰適配倉 2）、新開 41 筆；9 個倉庫有推送，合入貫穿全天並在 10-13 凌晨集中收口（主倉 4 筆合入落在北京時間凌晨）。

  • 主倉 ROCm 雙筆落定：DeepSeek NSA 前向/解碼在 HIP 側改用 64 lane 單波（#3152）；flash-decoding 核心按裝置 LDS/VGPR 預算自動在 128x64 與 64x64 瓦片間選擇（#3149）——分別修復 gfx942 上「子波前 block 被拒」與「瓦片超預算啟動失敗」（詳見 1.1）。
  • 昇騰 NSA 雙遷移合入：Decode（#1701）與反向（#1730）兩筆合計 +2348 行示例，均為 Developer mode hybrid 實現並附 28 / 20 例分層測試套件（詳見 2.1）。
  • TileOPs 單日 10 筆合入：SM89 一天內收下 GQA 預填/解碼、GDN / DeltaNet 預填、InstanceNorm 與 Norm 重構；foundry 效能批（NSA 持久 CTA、W4A16、16 位除法）同日推進（詳見第三章）。
  • 海光三條分支推進：新特性分支 FP8 MQA（提交聲稱 channelwise GEMM 達 432 TFLOPS）、上游 v0.1.15 升級分支合入適配、註冊流水線 #18 繼續在審（詳見 2.3）。
  • 夜間快照與文件站：正確性 1042 項（較上份 +10）、基準 1947 項（52 套件）零失敗；主文件站 3 次構建。

一、核心專案進展

1.1 主倉：ROCm 雙筆——DeepSeek NSA 前向/解碼與 flash-decoding 可行瓦片（10-13）

日期：2026-10-13（合入於北京時間凌晨）　來源：ROCm NSA（#3152）／ ROCm flash-decoding 瓦片（#3149）

  • DeepSeek NSA on ROCm（#3152，+111/-2）：gfx942 波前尺寸為 64，TileLang 拒絕小於波前的 HIP block，而兩枚 NSA 示例硬編碼了 32 執行緒；本筆為前向與單 token 解碼核心選擇單個 64 lane 波，保留 CUDA 現有 32 執行緒啟動配置，並補 gfx942 上因果前向與單 token 解碼的正確性覆蓋（對照 PyTorch NSA 參考，FP16、16 Q 頭 1 KV 頭、序列 64）。
  • flash-decoding 瓦片自適應（#3149，+82/-5）：gfx942 上 128x64 瓦片的生成核需 66048 位元組動態 LDS（超 65536 裝置上限）並觸及 256 VGPR 天花板，導致啟動報「invalid argument」；本筆在啟動前檢查生成的 HIP LDS 與 VGPR 佔用，僅超預算時回退既有 64x64 瓦片（不按裝置名硬編碼），CUDA 路徑不變，並加入 gfx942 執行時迴歸。

1.2 主倉：thread_storage_sync 精確執行緒邊界（#3291）並修復 #2954（10-13）

日期：2026-10-13　來源：精確執行緒邊界（#3291）

  • 為 thread_storage_sync 計算精確執行緒邊界（4 檔案、+292/-96），作者核實 #2954 由本筆修復；新增用例驗證「等價的部分執行緒 guard 歸約到同一 barrier」，並附 SM89（4060 Ti）上的前後編譯產物對比。

1.3 主倉：Autotune 結構化試驗報告、CodeRabbit 自動指派與測試規範文件（10-12 ~ 10-13）

日期：2026-10-12、2026-10-13　來源：試驗報告（#3393）／ CodeRabbit 自動指派（#3487）／ 測試規範（#3489）

  • Autotune 試驗報告（#3393，+98/-7）：新增實驗性 AutoTuner.run(on_trial=...) 觀察者介面（對應 RFC #3375），逐試驗輸出配置索引、JSON 配置、結果、時延、驗證標籤與限量錯誤文字；回撥在聚合執行緒、共享快取鎖之外執行；報告/序列化出錯只關閉該次報告、不影響調優，且不改動候選生成、超時與快取身份。作者註明「回撥 vs 固定 JSONL 工件」仍是開放 API 決策。
  • 評審護欄（#3487，+1/-1）：CodeRabbit 的 reviews.auto_assign_reviewers 置為 true，使其真正發出 review 請求（此前僅在走查中列出建議），11 條 reviewer 規則與順序保持不變。
  • 測試規範（#3489，8 檔案）：新增 Testing Style Guide——何時依賴現有覆蓋、何時最小擴充套件、何時新增聚焦覆蓋；tilelang-cpp-style 更名 tilelang-dev-guide，C++ 規則轉為按需參考，CONTRIBUTING 精簡併掛鏈。

1.4 主倉：昇騰 PTODSL SIMT 歸約助手 vendoring（#3469）修復 CANN Weekly 編譯（10-12）

日期：2026-10-12　來源：PTODSL 歸約助手 vendor（#3469）

  • PTOAS 上游移除 ptodsl/_allreduce.py 並期待 TileLang 自行 vendor，但主倉 contrib/ptodsl/simt.py 仍引用該模組——用最新 CANN Weekly（09-30）編譯任何 PTO 目標運算元即報 ModuleNotFoundError；本筆把助手 vendored 為 tilelang/contrib/ptodsl/allreduce.py（+555/-115），將整型符號相容從 monkey patch 併入歸約表與 dtype 分發，恢復 PTO 目標可用性。

1.5 主倉在審：SM120 MXFP8/MXFP4 塊縮放 MMA、L2 預取與 Host IR 雙筆等（10-12）

日期：2026-10-12　來源：SM120 MX 塊縮放 MMA（#3495）／ L2 預取（#3490）／ Host IR 直連 JIT（#3481）／ Host IR 執行統一（#3473）／ Windows ARM64 CI（#2962）

  • #3495（+884/-51）：T.gemm_blockscaled 在 SM120/SM121 上把塊縮放 MMA 家族從 NVFP4 擴至 MXFP8（kind::mxf8f6f4、1X、UE8M0）與 MXFP4（mxf4nvf4、2X、UE8M0），FP32 累加、每 32 個 K 元素一標度；接續 10-10 合入的 SM121 點亮（#3430）繼續擴充套件硬體矩陣。
  • #3490（+87/-1）：新增 tl.prefetch_l2(addr, eviction_policy=...)，支援 evict_normal / evict_last，要求 sm_80 及以上，CUDA codegen 將策略發射為編譯期模板引數。
  • Host IR 兩筆（#3481 / #3473）：直連 Host IR JIT 與快取、CUDA 與 CuTeDSL 執行經 Host IR 統一，繼續在審。
  • 其他在審批：CI 加 Windows ARM64（#2962）、JIT 引數可雜湊校驗（#3417）、部分波標量歸約（#3478）、正數常數除數安全 guard 展平（#3488）、cast 組合校驗（#3350）、TMA 描述符名校驗（#3484）等。

二、多後端適配（昇騰 / 沐曦 / 海光 / 摩爾執行緒）

2.1 昇騰：NSA Decode / NSA Bwd 兩筆大遷移合入——48 例分層測試（10-12）

日期：2026-10-12　來源：NSA Decode（#1701）／ NSA Bwd（#1730）

  • #1701（+755）：example_tilelang_nsa_decode.py 以 Developer mode hybrid（combineCV + auto_cv_sync + auto_sync + memory_planning 四項 pass_configs）實現 NSA Decode 單核解碼（seq_q=1），顯式 L1/L0C/UB 分配、5 段 GM workspace 經 workspace_idx=[6..10] 自動分配；編譯器自動切分 Cube/Vector 作用域並插跨核 flag 同步（無需手工 barrier/Scope/set_flag）。分層測試 28 例：L0 閾值、L1 功能（含 DeepSeek-V3 典型配置 D=128、S=16、BS=64）、L2 異常與邊界特值；910B3、fp16 實測（B=2、SEQ_LEN=64）。
  • #1730（+1593）：example_tilelang_nsa_bwd.py 提供 nsa_fwd（線上 softmax + 稀疏 K 塊選擇，供端到端）與 nsa_bwd_single（單核反向：5 GEMM + softmax + Delta + dS 片上融合）兩枚 JIT 核；反向按 flashattn_bwd 正規化以片上直連 T.copy（L0C→UB、UB→L1）省去 9 枚 GM workspace，保留兩級補償 GEMM（ds_delta / ds_delta2）；分層測試 20 例。兩筆的遷移批次貫穿國慶前後，本視窗在適配倉預設分支落定。

2.2 昇騰：cross-warp allreduce 分組修復開出（#3494）與複製/精度/快取修復批（10-12）

日期：2026-10-12　來源：cross-warp allreduce 分組（#3494）／ 示例精度對齊（#1867）／ situ_glu_grad 示例（#1877）／ copy_ub_to_gm 修復（#1795）

  • #3494（主倉，+145/-26，在審）：當一次 cross-warp allreduce 覆蓋多個獨立歸約組時，ascend 與 pto 兩個 target 會把第一組結果發給所有組——這是 #3469 合入後由社群報告的正確性回饋（含最小復現），修復按組分發；昇騰線的「遷移一批、審計一批」節奏明顯。
  • 適配倉在審批：示例精度檢查對齊標準（#1867）、situ_glu_grad 運算元示例（#1877）、copy_ub_to_gm 無法表達緊湊 sub-32B 行導致 keepdim 歸約輸出損壞的修復（#1795）；快取三分（#1871 至 #1873，JIT 特化鍵納入調優引數、autotune 鍵對齊有效剖面引數、NPU 與模擬器快取分離）。
  • 主倉昇騰在審簇：SimdVF T.fill 多緩衝（#3455）、SimtVF remat_idx / 向量 gather pack（#3492）、SimdVF dim=1 歸約逐行單元素儲存（#3437）、L0C fp32→f16/bf16 dual_copy 在途 cast（#3468 與 #3328 兩筆並行）、獨立 AIV 執行（#3485）、T.PersistentKernel 與 AutoPersistent（#3325）、手排 FlashMLA 示例（#3464）、VF 作用域外標量 sqrt（#3466）、DeepGEMM 的 PTO codegen（#3330）、示例目標選擇（#3474）等。

2.3 海光：FP8 分支推進（432 TFLOPS 口徑）、上游 v0.1.15 升級分支與註冊流水線（10-12）

日期：2026-10-12　來源：暫存器流水線（#18）／ feat/hcu-mqa-fp8 分支／ upgrade/upstream-v0.1.15 分支

  • 暫存器流水線（#18）：登記分支 gcy_merge_main（49 檔案、+4144/-318）視窗內兩次推送更新，繼續在審——為海光後端加入暫存器流水線（與共享記憶體流水線協同）及超過 4 波時的 warp-diverge，作者稱示例 GEMM 達到對標庫效能水平。
  • FP8 特性分支 feat/hcu-mqa-fp8：提交鏈覆蓋 MLS channelwise FP8 GEMM——10-10 起「達到 432 TFLOPS」的提交，10-12 補充「M≤32 時 fp8 解碼 GEMM 頻寬超越 hipblas」並收斂檔案與命名（均為分支內作者自測口徑，尚未見 PR 關聯）。
  • 升級分支 upgrade/upstream-v0.1.15：10-12 合入「Merge upstream v0.1.15 and adapt HCU backend」，海光後端與主倉 v0.1.15 對齊。
  • 沐曦（最近推送 09-24）、摩爾執行緒（09-30）本視窗無活動。

2.4 MLIR 昇騰兩筆在審；Sunrise 僅 CI 依賴升級；其餘後端靜默（10-12）

日期：2026-10-12　來源：T.Pipelined 引數化（#199）／ FloorDiv / FloorMod codegen（#200）／ tilelang-sunrise

  • MLIR 昇騰：T.Pipelined() 支援 num_stages / stage / order / group 引數在審（#199）；TileLangIR 的 FloorDiv / FloorMod codegen 在審（#200）。
  • Sunrise（Sunrise S2/S3 的 TANG 後端倉）：視窗內僅 Dependabot 兩筆 CI 依賴升級在審（upload-artifact、download-artifact），無程式碼面動態。
  • 組織級其餘倉庫（TileRT、tilescale、DeepStack、tilelang-puzzles 等）視窗內均無提交。

三、生態與採用方

3.1 TileOPs：SM89 平臺擴充套件批——GQA 預填/解碼、GDN / DeltaNet 與 Norm（10-12）

日期：2026-10-12　來源：D256 GQA 解碼（#2529）／ dense GQA 預填（#2528）／ GDN / DeltaNet 預填（#2527）／ InstanceNorm 修復（#2526）／ Norm 配置重構（#2544）

  • D256 dense GQA 解碼（#2529）：SM89 上開放 256 維 dense GQA 解碼——沿用 64×64、單 stage、128 執行緒劃分程式，16 個候選劃分佔 98304 位元組（低於 SM89 上限 101376）；排除單 split 候選、保留短 KV 的兩 split 候選；測試擴至 61 節點（+6），覆蓋 KV 長 1 / 63 / 2048。RTX 6000 Ada 實測。
  • dense GQA 預填（#2528，+260/-43）：SM89 新增 FP16/BF16 與原生 FP8 預填（複用打包注意力程式，頭維 128），14 例在 main 失敗、本筆透過（10 FP16/BF16 + 4 FP8）；保留矩形掩碼、分組頭、自定義 scale、softcap、RoPE 與 FP8 反量化；共享預設配置與視訊記憶體記賬，避免重複實現。
  • GDN / DeltaNet 預填（#2527，11 檔案）：複用 KDA 的 chunk prepare 與 scan 程式實現 SM89 預填，21 例通用預填從「失敗不可分發」轉為透過；保留 raw-beta 舍入、打包序列邊界、分組頭、FP32 初末態與 GDN 的 value-major 狀態佈局；穩定性三角求解複用，相關性鍵用例不放鬆容差。
  • Norm 兩筆：#2526 修復 192×192 空間輸入的 InstanceNorm 訓練編譯（六個 batch / 精度組合從失敗到透過，複用 GroupNorm 的寬度邊界與兩遍歸約）；#2544 將共享位移歸約寬度常量（32768）歸位到 norm 配置模組（87 例全過，無效能宣告）。

3.2 TileOPs：foundry 效能批——NSA 持久 CTA、W4A16 GEMM 與 16 位除法（10-12）

日期：2026-10-12　來源：NSA 持久 CTA（#2531）／ W4A16 GEMM（#2534）／ 16 位除法（#2543）

  • NSA 壓縮持久 CTA（#2531，+391/-2）：SM90 上 NSACompressedVarlenFwdOp 換用新核 NSACompressedFwdVarlenTMAKernel——舊核按（token, KV 頭）一枚 32 執行緒 CTA、逐 token 過載壓縮 K/V；新核 512 持久 CTA，每 CTA 步行 64 行瓦片（4 token × 16 頭），查詢經雙 stage TMA 環、請求 K/V 塊常駐共享記憶體，QK 以 n=16 SS WGMMA、PV 以 n=64 RS WGMMA，O 在 QK 讀完後經 TMA 連同 log-sum-exp 出；每 SM 駐四個 48KB CTA。
  • W4A16 GEMM（#2534，+24/-0）：_legal_configs 限制 K 瓦片不超過 K、環深不超過 K 的瓦片數，K<512 不再填充零；single-tile（K=128）與 multi-tile（K=256）行改用 8x64 瓦片配 128/256 寬 K 瓦片（兩 stage），領先 torch 反量化 matmul；其餘 13 行配置不變，3 行仍落後（作者自列侷限）。
  • 16 位除法（#2543，9 檔案）：Reciprocal 與 bf16 sigmoid 從 IEEE float32 除法換到 __fdividef 快速除法（bf16 用範圍縮放版），16M 行 fp16/bf16 時延 17.86 / 17.79 微秒，為舊版 1.02x、torch-compile 的 0.991x / 0.995x。

3.3 TileOPs：線性注意力修復——TMA 掛起規避與 GLA 預填狀態跳過（10-12）

日期：2026-10-12　來源：單瓦片解碼態載入（#2538）／ GLA 預填狀態跳過（#2540）

  • #2538（+66/-6）：SM90 上 k_tile == dim_k 的 GLA / DeltaNet 遞迴解碼程式首啟即掛——TileLang 0.1.12 把單步狀態複製降為 1D 批次複製，其 producer 在 warp specialization 下永不到達 barrier；四個 builder 改為非 TMA 載入後，任意整除 dim_k 的 k_tile 均可執行，k_tile < dim_k 行為不變；程式碼留 FIXME，待 TileOPs 固定 TileLang 0.1.13+ 後收回繞過。
  • #2540（+77/-67）：四套 GLAFwdOp 預填實現按 has_initial_state 特化——無初態時清區域性遞推瓦片並用未讀標量佔位，省去整張 FP32 初態張量的分配、清零與讀取；帶態構建的裝置原始碼與 main 逐位元組一致，公共介面與分發域不變（關閉 #2380）。

3.4 TileOPs 在審：SM89 四連、分頁 KV / 注意力叢集與 MoE 兩筆（10-12）

日期：2026-10-12　來源：SM89 四連（#2546 至 #2549）／ varlen sinks 與滑動視窗（#2537）／ PagedKVCacheWrite（#2539）／ masked FP8 分組 GEMM（#2521）／ DeepSeek 分組 top-k（#2535）

  • SM89 四連（#2546 至 #2549）：GLA 反向狀態壽命、DeltaNet 反向共享記憶體適配、KDA 融合預填、MoE 緊緻逐行分組 GEMM——SM89 覆蓋從合入筆延伸到在審筆。
  • 分頁 KV / 注意力叢集（六筆）：varlen GQA 頭部 sinks 與流水滑動視窗（#2537——窗行快於現有最優基線 1.03 至 1.13 倍、sink 混合快於 FlashInfer 1.51 至 1.53 倍，部分 RoPE 與兩行 FP8 仍低於參考）；PagedKVCacheWriteFwdOp（#2539，按呼叫方槽位原位散射、FP8 獨立 K/V 標度與飽和舍入，附 vLLM 基準介面卡）；paged GQA 加 RoPE/視窗/sinks（#2516）、分頁 KV gather（#2519）、LSE 加權注意力狀態合併（#2530）、長因果 KV 的 dense FP8 GQA 流水（#2541）。
  • MoE 兩筆：masked FP8 分組 GEMM（#2521，對齊 deep_gemm masked 語義，修正 MoE roofline 公式整張搬運導致的流量高估，14 行負載）；DeepSeek 分組 top-k 路由（#2535，num_expert_group / topk_group / routed_scaling_factor 對齊 vLLM grouped_topk，並修復 T=512 時只佔 32 / 132 SM 的排程問題）。
  • GEMM 效能批（四筆）：FP8 瓦片重排與 1x128 B 標度走波核（#2533）、短緊組填滿 SM（#2536）、模組常量作用域收斂（#2542）、W4A16 打分連同 K 切片（#2545）繼續在審。

3.5 TileFoundry：解析器操作屬性與詞法佈局糖合入（#221）；scaffold 獨立專案在審（#227）（10-12）

日期：2026-10-12　來源：解析器屬性與佈局糖（#221）／ scaffold 獨立專案（#227）

  • 合入 #221（222 檔案、+4473/-4951）：為 op 屬性與佈局建立統一作者面——解析 schema 化 op 屬性、佈局組合與顯式值狀態，遷移 fixture 與教程並重生成 printer 金樣；mesh 選擇改由組合構建並支援 specialize(mesh=...)；parser 語法/規則由可執行模式生成並附 pre-commit 校驗；與 buffer-alias 變更合基後對齊 Reshard 別名與區域視訊記憶體記錄。
  • 在審 #227（47 檔案）：新增 tilefoundry scaffold SOURCE OUT_DIR——按 Target codegen 生成可編輯的獨立 CMake 工程（引數檢視、特化分發、啟動器、主機註冊與佔位 CUDA 體），讓作者接手核體而不破壞呼叫約定；codegen 產物與連結拆為六個模組檔案，LinkedModule.functions 取代單一 entry。

3.6 夜間流水線：新快照——正確性 1042 項（+10）、基準 1947 項（52 套件）零失敗（10-13）

日期：2026-10-13　來源：夜間快照（6ec0d086）／ 快照執行後設資料

  • 新快照 6ec0d086（run 38288018755，10-13 03:53）：正確性 1042 項（61 套件、較上一快照 +10、0 失敗 0 錯誤 1 跳過）、基準 1947 項（52 套件、0 失敗）；環境 H200、CUDA 13.2、驅動 595.71.05，快照內 tileops 0.0.1.dev1296+g6ec0d086d、tilelang 0.1.12。
  • 正確性增量與視窗內 SM89 系列合入同拍，評測底盤繼續「合入一筆、底盤爬一截」的滾動節奏。

3.7 採用方與文件：TileKernels / FlashQLA 靜默；主文件站 3 次構建（10-12 ~ 10-13）

日期：2026-10-12、2026-10-13　來源：主文件站／ TileKernels／ FlashQLA

  • 採用方：TileKernels（DeepSeek）與 FlashQLA（Qwen）無視窗內推送（均自 09-30 後靜默）；TileRT 無視窗動態。
  • 文件站：主站 3 次構建（10-12 兩次、10-13 凌晨一次）；TileOPs 站 1 次 gh-pages 部署（10-12 上午）。

四、社群、教程與活動

4.1 PTO-ISA：SuperNPUBench 四筆提交與兩個釋出（ops-20261012 / ops-20261013）（10-12）

日期：2026-10-12　來源：SuperNPUBench／ ops-20261013 釋出

  • 視窗內 4 筆提交：rms_norm 以 16 KiB 瓦片分解 R=8192 歸約（#223）、gfsim RES_CHECK 檔案 IO 鎖步安全修復、matmul_test 簡化為 4-PE（Local-A / Shared-B，#222）、#225 合併。
  • 兩個 ops 釋出：ops-20261012 與 ops-20261013——後者基於 main 4c66c2ab，按 suite 拆 2 小包、含全部編譯產出 ELF（不設 gfrun 門禁）；釋出說明明確「工具鏈四項未變，與上一版的產出差異全部來自程式碼」。

4.2 社群賬號：SwHwCodesign 六個 AI-* 佔位倉；TileLang-Awesome 已不可訪問（10-12）

日期：2026-10-12　來源：SwHwCodesign 賬號／ 原 TileLang-Awesome 連結

  • 10-11 出現的第三方整理倉 TileLang-Awesome（前一報告期收錄）現已不可訪問（404，且搜尋無同名新倉）；同一賬號於 10-12 晚間新建 6 個佔位倉庫（AI-Chip / AI-Compiler / AI-Infra / AI-Instruction / AI-Kernel / AI-Model，均為初始提交）——第三方資料建設尚未成形。
  • tilelang-debugger（superAngGao）無視窗內更新（最近提交 10-10）；未發現其他新的第三方工具倉。

4.3 媒體與學術：Google News / HN / arXiv 視窗內零新增（10-12）

日期：2026-10-12　來源：Google News／ Hacker News 檢索／ arXiv 檢索

  • 中英文多組查詢視窗內零新增命中：10-11 的 tech-insider 聚合稿與 10-10 / 10-11 的知危深度解讀均已在上一期收錄，本視窗無後續新稿。
  • Hacker News 96 小時零條目；arXiv 無新預印本（最新相關仍為 07-24 的 TileSight 分析模型論文）。

五、趨勢觀察

5.1 ROCm 補課：裝置預算感知的兩筆修正

  • 本視窗兩筆 ROCm 修改指向同一主題——「按裝置現實自適應」：gfx942 的 64 lane 波前（#3152）與 LDS/VGPR 預算（#3149）。兩者都在用例側（examples）修正，未觸及核內生成策略，說明 ROCm 支援仍處「跑通並加回歸」階段；與主倉近期 SM121、SM89 的多代並修合流後，TileLang 的後端拓撲正從「英偉達優先」轉向「多裝置同時維護」。

5.2 SM89 成為第二平臺：單日 6 筆合入加 4 筆在審

  • TileOPs 一天內 6 筆 SM89 合入（注意力預填/解碼、線性注意力、Norm 全覆蓋）加 4 筆 SM89 在審；RTX 40 系與 L40 / 6000 Ada 級工作站在運算元庫側成為與 Hopper 並列的常態目標。評測側同步（夜間底盤 +10 項），SM89 的正確性覆蓋正從「能編譯」走向「有迴歸」。

5.3 昇騰遷移線轉入正確性收尾

  • NSA 前向/反向兩筆大遷移合入（合計 48 例分層測試）、快取三分與 cross-warp allreduce 分組修復接續——昇騰線的重心從「示例與運算元移植」轉到「正確性、快取語義與編譯可用性」的收尾審計；#3469 修復後立即出現社群回饋的正確性修復（#3494），協作迴路運轉正常。

5.4 釋出靜默期的底盤增長

  • 主倉自 09-30 v0.1.15 後無新發布；組織開放 PR 計 507 筆（上一期 498 筆）、單視窗新開 41 筆，合入 20 筆——「合入閘門收緊、在審佇列變厚」的結構延續。TileOPs 的 SM89 擴張與夜間底盤 +10 表明：正式版本雖靜默，合入與評測兩條線的「靜態準備」仍在積累，釋出視窗臨近的判斷不變。

附：素材與核查說明

信源 核查結果
tile-ai 組織（29 倉庫） 視窗內 9 個倉庫有推送：tilelang（合入 7、在審更新 29）、TileOPs（合入 10、在審更新 16）、TileFoundry（合入 1、在審 1）、tilelang-ascend（合入 2、在審更新 7）、tilelang-hygon（三分支推送、#18 更新）、tilelang-sunrise（2 筆 CI 依賴在審）、TileOPs-nightly（1 份快照）、tilelang.github.io（3 筆構建）、TileOPs.github.io（1 筆部署）；組織視窗內合計合併 20 筆、新開 41 筆、在審更新 59 筆；開放 PR 合計 507 筆（上一期 498 筆）
主倉 tilelang 合入 7 筆（#3152、#3149、#3291、#3489、#3487、#3393、#3469）；在審更新 29 筆；開放 PR 計 168 筆（上一期 170 筆）；釋出頁與標籤視窗內無新增（最新 v0.1.15，09-30）
昇騰倉（ascend / mlir-ascend） ascend：合入 2 筆（#1701、#1730）；在審更新 7 筆；開放 PR 計 228 筆（上一期 230 筆）。mlir-ascend：#199、#200 在審更新
海光 / 沐曦 / 摩爾執行緒 海光：三分支推送（gcy_merge_main、feat/hcu-mqa-fp8、upgrade/upstream-v0.1.15）；#18 在審。沐曦（最近推送 09-24）、摩爾執行緒（09-30）無活動
Sunrise 視窗內僅 Dependabot 兩筆 CI 依賴升級（#7、#8）在審；開放 PR 計 3 筆
TileOPs 合入 10 筆（#2526 至 #2529、#2531、#2534、#2538、#2540、#2543、#2544）；在審更新 16 筆；開放 PR 計 19 筆
TileOPs-nightly 一份新快照 6ec0d086（10-13 03:53）：正確性 1042 項（61 套件，+10）、基準 1947 項（52 套件），零失敗零錯誤
TileFoundry 合入 1 筆（#221）；在審 1 筆（#227）；開放 PR 計 2 筆
採用方與社群 TileKernels、FlashQLA 無視窗內推送（均 09-30）；TileRT 無視窗動態；tilelang-debugger 無更新（10-10 後）；SwHwCodesign 六個 AI-* 佔位倉（10-12）；TileLang-Awesome 已不可訪問（404）
PTO-ISA 組織 SuperNPUBench 視窗內 4 筆提交、2 個釋出（ops-20261012 / ops-20261013）；tilelang-puzzles-ascend 無更新
Google News / Hacker News / arXiv Google News 視窗內零新增命中；HN 96 小時零條目；arXiv 無新預印本

完整信源清單

tps://github.com/tile-ai/tilelang-hygon/tree/upgrade/upstream-v0.1.15>

[53]** SwHwCodesign 賬號 — https://github.com/SwHwCodesign