調研視窗：2026-10-13 07:00 ~ 2026-10-14 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 10 個倉庫有推送：tilelang、TileOPs、TileFoundry、tilelang-ascend、tilelang-hygon、tilelang-metax、tilelang-mlir-ascend、TileSight、TileOPs-nightly、TileOPs.github.io；組織視窗內合併 28 筆、新開 42 筆、在審更新 79 筆；主倉 4 筆合入、TileOPs 18 筆合入、昇騰兩倉 4 筆合入、TileFoundry 2 筆合入；非預設分支逐查〔ascendc_pto / dev / gcy_merge_main 等〕；夜間流水線 1 份新快照、TileOPs 文件站 1 次部署）+ 釋出頁核查 + 社群倉核查（PTO-ISA SuperNPUBench、easy-tilelang、SwHwCodesign、tilelang-debugger）+ Google News 中英文多組查詢（走代理）+ Hacker News + arXiv。

本期索引

  • 今日重點：MoE 雙運算元落定與 foundry 效能批——TileOPs 單日 18 筆合入、夜間底盤 +22 項（10-13 ~ 10-14）
  • 一、核心專案進展
    • 1.1 主倉：ROCm 雙筆——DeepSeek mHC 前/後核心與 safe-gated KDA 解碼示例（10-13 ~ 10-14）
    • 1.2 主倉：昇騰編譯面兩筆——SimdVF 多緩衝 T.fill（#3455）與 bisheng 臨時檔案清理（#3461）（10-13）
    • 1.3 主倉在審：SM120 mxf8f6f4 全家族、Metal 批與昇騰在審簇（10-13）
  • 二、多後端適配（昇騰 / 沐曦 / 海光 / 摩爾執行緒）
    • 2.1 昇騰：文件事實核查戰役 3 筆合入、11 筆在審；chunk 與稀疏 MLA 遷移批開出（10-13）
    • 2.2 MLIR 昇騰：NPUIR 顯式記憶體與流水線控制合入（#190）；Cube 記憶體分配 API 在審（#201）（10-13）
    • 2.3 海光：暫存器流水線 PR 更新、新分支與 v0.1.15 升級線並進（10-13）
    • 2.4 沐曦：main 追平上游 v0.1.15 節點；摩爾執行緒靜默（10-13）
  • 三、生態與採用方
    • 3.1 TileOPs：MoE 雙運算元落定——masked FP8 分組 GEMM 與 DeepSeek 分組 top-k（10-13）
    • 3.2 TileOPs：SM89 四筆收口——GLA / DeltaNet 反向與 KDA 預填，加 GQA 修復筆（10-13）
    • 3.3 TileOPs：foundry 效能批 8 筆合入、8 筆新開——池化 / 歸一化 / 歸約鋪開（10-13 ~ 10-14）
    • 3.4 TileFoundry：Qwen3.8-27B 預填示例合入——首個全長度超 SGLang 的示例（10-13）
    • 3.5 夜間流水線：新快照 a79a21e4——正確性 1064 項（+22）、基準 1966 項（+19）零失敗（10-14）
    • 3.6 採用方與文件：TileKernels / FlashQLA / TileRT 靜默；TileOPs 文件站部署（10-13）
  • 四、社群、教程與活動
    • 4.1 PTO-ISA：SuperNPUBench 釋出 ops-20261013.2 與 CUBE 直連等提交（10-13）
    • 4.2 社群賬號：easy-tilelang 教程倉更新；SwHwCodesign 公開倉靜默（10-13）
    • 4.3 媒體與學術：Google News / HN / arXiv 視窗內零新增（10-13）
  • 五、趨勢觀察
    • 5.1 MoE：從成對拆分到成對落定
    • 5.2 foundry 效能批進入日更節奏
    • 5.3 ROCm：DeepSeek 新架構核心的第三條收筆線
    • 5.4 在審佇列繼續變厚，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：MoE 雙運算元落定與 foundry 效能批——TileOPs 單日 18 筆合入、夜間底盤 +22 項（10-13 ~ 10-14）

日期：2026-10-13、2026-10-14　來源：masked FP8 分組 GEMM（#2521）／ DeepSeek 分組 top-k（#2535）／ DeepSeek mHC 核心（#3156）／ Qwen3.8-27B 預填示例（#229）／ 夜間快照（a79a21e4）

視窗 24 小時內組織合併 28 筆（主倉 4、TileOPs 18、昇騰適配倉 3、MLIR 昇騰 1、TileFoundry 2）、新開 42 筆；10 個倉庫有推送。本視窗主線為兩件事：TileOPs 的 MoE 運算元雙落定與 foundry 效能批的合入潮。

  • MoE 雙運算元落定：masked FP8 分組 GEMM（#2521）與 DeepSeek 分組 top-k 路由（#2535）同日合入——前者對齊 deep_gemm masked 語義並配 14 行負載入冊，後者對齊 vLLM grouped_topk 語義並修復 T=512 時的 SM 排程問題（詳見 3.1）。
  • TileOPs 單日 18 筆合入：除 MoE 雙運算元外，SM89 反向/預填四筆（#2546 至 #2549）、foundry 效能批 8 筆與 GQA 修復筆（#2550）同日收口（詳見 3.2、3.3）。
  • 主倉 ROCm 雙筆：DeepSeek mHC（流形約束超連線）前/後處理核心（#3156）與 safe-gated KDA 解碼示例（#3249）合入——ROCm 線連續第三日收筆（詳見 1.1）。
  • TileFoundry 里程碑：Qwen3.8-27B 預填示例（#229）合入，為該倉首個在 1024 / 4096 / 8192 全長度上超過 SGLang 的示例（詳見 3.4）。
  • 夜間底盤續漲：新快照 a79a21e4——正確性 1064 項（+22）、基準 1966 項（+19），零失敗（詳見 3.5）。

一、核心專案進展

1.1 主倉：ROCm 雙筆——DeepSeek mHC 前/後核心與 safe-gated KDA 解碼示例（10-13 ~ 10-14）

日期：2026-10-13、2026-10-14　來源：DeepSeek mHC（#3156）／ KDA 解碼示例（#3249）

  • DeepSeek mHC 前/後核心（#3156，2 檔案、+83/-6，合入於 10-14 凌晨）：mHC 前處理在 CUDA 上按 96 執行緒塊內的 32 執行緒邊界分工並採用 TF32 GEMM 輸入；在 CDNA 上這會切開原生 64 lane 波前，且 TF32 不是 MFMA 的輸入型別。HIP 路徑改為在完整的目標尺寸波前上執行分割角色，並把 FP32 混合權重在共享記憶體中轉 BF16 供 MFMA 計算；CUDA 側保持原 96 執行緒 / TF32 佈局不變，另補 gfx942 的前/後核心正確性覆蓋（32 token 前處理、8 token 後處理等用例）。
  • safe-gated KDA 解碼（#3249，+360/-0）：新增打包解碼核心——消費卷積後打包 QKV 與原始門控輸入（a、b、A_log、dt_bias）、FP32 狀態池與按請求狀態索引；執行 Q/K L2 歸一化與 delta-rule 遞迴更新，原位改寫指定狀態槽並輸出 [batch, 1, value_heads, value_dim]；負狀態索引輸出零且不改狀態池。實現按維度引數化、不含模型名/架構分發，文件給出 GLM-5.3-Flash TP8 的專用化配置。

1.2 主倉：昇騰編譯面兩筆——SimdVF 多緩衝 T.fill（#3455）與 bisheng 臨時檔案清理（#3461）（10-13）

日期：2026-10-13　來源：SimdVF T.fill（#3455）／ bisheng 清理（#3461）

  • #3455（+247/-31）：昇騰 SimdVF 的 LowerFill 原先只支援整緩衝填充（各維須從 0 開始且範圍等於緩衝形狀）；多緩衝流水線中 MaterializeMultiBuffer 給緩衝加了版本維（如 [64] 邏輯緩衝變 [2, 64] 物理緩衝），迴圈內 T.fill 只需填當前版本槽位 [v:v+1, 0:64]，而被完整緩衝檢查拒絕。本筆把處理物件改為實際填充區域，按區域起點與範圍計算每個 VReg 資料塊的寫入索引，檢查常量範圍、連續性與 VReg 對齊，支援緊湊佈局與顯式 stride；補 3 例 NPU 測試（1D / 2D / 兩階段流水線多緩衝）。
  • #3461（+2/-1）：bisheng wrapper 建臨時目錄時未傳 keep_for_debug，導致編譯的 AscendC 源總是被刪——而 nvcc、hipcc、PTO wrapper 均傳 keep_for_debug=not env.should_cleanup_temp_files()。本筆對齊，使 TILELANG_CLEANUP_TEMP_FILES=0 在昇騰後端同樣生效。

1.3 主倉在審：SM120 mxf8f6f4 全家族、Metal 批與昇騰在審簇（10-13）

日期：2026-10-13　來源：SM120 mxf8f6f4 家族（#3099）／ SM120 MXFP8/MXFP4（#3495）／ Metal 批（#3194 至 #3210）／ Ascend 獨立 AIV（#3485）／ Windows MSVC（#3510）

  • SM120 塊縮放 MMA 兩條並行：kind::mxf8f6f4 全 f8f6f4 運算元家族、子位元組 TMA producer 與官方示例（#3099）與 SM120 MXFP8/MXFP4（#3495）均在審更新——繼 10-10 SM121 點亮後繼續擴充套件 Blackwell 工作站的矩陣。
  • Metal 批（十筆）：段歸一累加器、simdgroup GEMM 片段、標量 warp 歸約、BF16 向量型別、短常量迴圈展開、torch 後端快取與引數繫結等——Metal 後端進入連續打磨期。
  • 昇騰在審簇：獨立 AIV 執行（#3485）、訪問區域重疊分析支援 repeat/stride（#3506）、PTO 執行經 PTO codegen 路由（#3316）與 DeepGEMM 的 PTO codegen（#3330）、VF 作用域外標量 sqrt（#3466）、SimtVF remat_idx / 向量 gather pack（#3492）、profiling 主機-裝置關聯（#3321）等。
  • 基礎設施與修復：CI 加 Windows MSVC（#3510）、TMA-only producer 僅跑 warp 0（#3503）、捆綁 TVM 發現與 DSL 宣告（#3508）、測試基建快取 IR 遍歷（#3502）、fill / reduce 邊界三筆（#3499 至 #3501）、codegen 共享 C 系發射（#3289）。主倉開放 PR 計 161 筆（上一期 168 筆）。

二、多後端適配（昇騰 / 沐曦 / 海光 / 摩爾執行緒）

2.1 昇騰：文件事實核查戰役 3 筆合入、11 筆在審；chunk 與稀疏 MLA 遷移批開出（10-13）

日期：2026-10-13　來源：round 語義（#1612）／ bitwise_rshift（#1676）／ bitwise_xor（#1681）／ Chunk O Forward（#1866）／ sparse_mla_topk_reducesum（#1884）

  • 文件事實核查戰役：T.tile.* API 逐項核查（docstring 重寫 + 真機測試 + API 文件）視窗內 3 筆合入——其中 #1612 不僅是文件：把 PTO 的 round 降低從 CAST_ROUND 改為 CAST_RINT，修復 .5 中點值遠離零舍入、對齊 ties-to-even 語義（含 17 例真機測試與 codegen 斷言）；#1676 / #1681 覆蓋 bitwise_rshift / bitwise_xor。另有 11 筆同類核查在審更新（axpy、clamp、clear、fill、bitwise_and/or/not/lshift、exp/ln 族、relu 族、sin/cos 等）。
  • 運算元遷移批開出：wch0810 的 chunk 族遷移——Chunk O Forward（#1866）、chunk_o_bwd（#1802）、Chunk Delta H（#1799）、Chunk Scaled Dot KKT（#1803）；稀疏 MLA 三筆——Sparse MLA SeeSaw（#1869）、Sparse MLA Forward Pipelined（#1870）、sparse_mla_topk_reducesum（#1884）；另有 MHA 示例（#1879）。
  • 質量與迴歸：精度標準推廣三筆——現有示例套用精度標準（#1882）、精度 harness 與 runner 修復（#1883）、低效能運算元移入 examples_experiment（#1881）；gemm_v0 修復 W4A4 int4xint4 GEMM 結果錯誤（#1731）。昇騰倉開放 PR 計 229 筆（上一期 228 筆）。

2.2 MLIR 昇騰：NPUIR 顯式記憶體與流水線控制合入（#190）；Cube 記憶體分配 API 在審（#201）（10-13）

日期：2026-10-13　來源：NPUIR 控制（#190）／ Cube 記憶體 API（#201）

  • #190 合入（12 檔案、+1092/-102）：為 TileLang 增加顯式記憶體與流水線控制面——支援帶符號 pitch 的雙行 GM→UB 複製與連續 GM/L1 ND 複製；物理緩衝檢視、帶型別/重塑檢視與可變標量儲存；暴露 GEMM L0 ping-pong 事件與 MMAD / Fixpipe 單元標誌（含顯式同步要求）；支援標量向量運算元與執行時尺寸的 T.vbrc 區域；新增能力守衛的原子模式內建併相容兩版 Fixpipe builder API；修復 Expert 有符號 floor 除/模、無符號算術、整型轉換與惰性條件降低。
  • #201 在審：顯式 Cube 記憶體分配 API（HhpPCc007）。MLIR 昇騰倉開放 PR 計 32 筆。

2.3 海光：暫存器流水線 PR 更新、新分支與 v0.1.15 升級線並進（10-13）

日期：2026-10-13　來源：暫存器流水線（#18）／ 塊縮放 GEMM 佈局分支／ v0.1.15 升級分支

  • 暫存器流水線（#18）：登記分支 gcy_merge_main 繼續更新——視窗內新增「修復 complex wait count」、恢復 test_example_gemm_fp8.py 等提交，本筆為海光後端引入暫存器流水線（與共享記憶體流水線協同）及超過 4 波時的 warp-diverge，仍處評審。
  • 新分支開建：feat/hcu-gemm-blockscaled-async-copy-layout（10-13 上午建立並推送）——指向塊縮放 GEMM 與非同步複製佈局方向。
  • 升級線：upgrade/upstream-v0.1.15 分支視窗內兩次推送，海光後端與上游 v0.1.15 持續對齊。海光倉開放 PR 計 1 筆。

2.4 沐曦：main 追平上游 v0.1.15 節點；摩爾執行緒靜默（10-13）

日期：2026-10-13　來源：沐曦倉庫／ main 分支／ 摩爾執行緒倉庫

  • 沐曦：main 分支於 10-13 上午推送更新，分支頭為上游 v0.1.15 版本節點（#3309）——映象線追平上游釋出；dev 分支（適配主工作線）最近推送仍為 09-24，視窗內無新適配提交。沐曦倉開放 PR 計 16 筆。
  • 摩爾執行緒：09-30 後無活動（最近釋出分支靜默維持）；Sunrise 倉視窗內亦無動態。

三、生態與採用方

3.1 TileOPs：MoE 雙運算元落定——masked FP8 分組 GEMM 與 DeepSeek 分組 top-k（10-13）

日期：2026-10-13　來源：masked FP8 分組 GEMM（#2521）／ DeepSeek 分組 top-k（#2535）／ MoE MMA 化重構（#2551）

  • masked FP8 分組 GEMM（#2521，20 檔案、+1788/-37，關閉 #2388）：MoEGroupedGemmFP8FwdOp 從 spec 落地——FP8 e4m3 分組 GEMM、1x128 / 128x128 塊標度、bf16 輸出，語義對齊 deep_gemm 的 masked 變體；清單收窄到 masked 佈局並標為已實現，14 行負載：E=8 兩行加 EP=8 解碼十二行（DeepSeek-V3、Qwen3-235B-A22B、Kimi-K2，batch 64 / 256）。新增 moe.masked_routed_metadata 生成器模擬專家不均衡（DeepSeek-V3 b64 空 4/32、Kimi-K2 b64 空 13/48）；sm90 核心為 TMA producer warp + 兩個 WGMMA consumer warpgroup 的持久網格，瓦片行走在裝置端讀行數，空瓦片不佔 CTA、每份權重瓦片只從 HBM 讀一次。
  • DeepSeek 分組 top-k（#2535，15 檔案、+1193/-69，關閉 #2268）：FusedTopKFwdOp 補齊 num_expert_group、topk_group 與 routed_scaling_factor（vLLM grouped_topk 語義），FusedMoEFwdOp / 共享專家路徑同步；修復 T=512 時預設 TOKENS_PER_BLOCK 使 32 個塊落在 32/132 個 SM 上的排程問題；文件明示 fast-math 邊界。
  • MoE 收尾重構（#2551，+20/-30）：緊湊逐行佈局改由 MoEGroupedGemmMMAKernel 直接服務（其程式本就按排序行 id 二分找組尾），刪除專用 TightRow 核心與 dispatch 鍵——佈局覆蓋擴至 SM80 / SM86。

3.2 TileOPs：SM89 四筆收口——GLA / DeltaNet 反向與 KDA 預填，加 GQA 修復筆（10-13）

日期：2026-10-13　來源：GLA 反向（#2546）／ DeltaNet 反向（#2547）／ KDA 預填（#2548）／ 緊湊逐行 GEMM（#2549）／ GQA 修復（#2550）

  • GLA 反向（#2546，+36/-27）：把塊間 key 梯度計算提到 query 梯度之前，使精簡程式在載入 h 前用完 dh——chunk 32、K=V=128 的預設共享記憶體從 114688 降到 81920 位元組，落入 SM89 的 101376 上限內；補 FP16/BF16 用例。
  • DeltaNet 反向（#2547，+166/-113）：chunk 64、K=V=128 的三段程式落在 90112 / 98304 / 98816 位元組內；顯式狀態緩衝檢視把評審人報告的 147968 位元組 w/u 分配降到 98816；縮短運算元壽命、鍵與逆矩陣在最後消費者後複用狀態儲存。
  • KDA 融合預填（#2548，+186/-63）：SM89 上啟用 KDA 融合預填——128 維輸入的緊湊共享記憶體排程把 256 執行緒分配從 182528 降到 101120 位元組；僅在序列/頭塊數達到 SM 數時選用融合路徑；新增四個公開 FP16/BF16 數值用例，並把過時的 2048 序列拒絕斷言替換為數值檢查。
  • 緊湊逐行分組 GEMM（#2549，+45/-11）：SM89 支援按排序專家 id 恢復段尾的緊湊分組 GEMM，複用現有 MMA 程式（含空專家與部分瓦片）。
  • GQA 修復（#2550，18 檔案、+341/-173）：dense GQA 解碼的 split log-sum-exp 改為 FP32 累加——bf16 在 64 至 128 區間步進 0.5，大分數下 split 混合最多偏差 0.23；autotune 改為對 forward 實際啟動的程式計時（含 fused RoPE 路徑），修正候選選擇口徑。

3.3 TileOPs：foundry 效能批 8 筆合入、8 筆新開——池化 / 歸一化 / 歸約鋪開（10-13 ~ 10-14）

日期：2026-10-13、2026-10-14　來源：FP8 瓦片（#2533）／ 短緊組（#2536）／ W4A16（#2545）／ 寬 dense 瓦片（#2552）／ coop2 儲存（#2566）／ foundry 在審批（#2570 至 #2579）

  • GEMM（四筆）：#2533 重排 FP8 GEMM 瓦片並把 1x128 B 標度放到波核（block128 波核改名 gemm_fp8_block128_wave）；#2536 在緊湊未融合分組呼叫上選半寬瓦片填滿 SM（69 個描述符中 3 個改變選擇、均更快）；#2545 W4A16 把瓦片與 K 切片聯合打分（qwen3-32b-prefill-down 78.69 微秒對 88.83，1.129x）；#2552 寬 dense 瓦片經新 helper 單條 WGMMA 發 176/192 寬、新 ping-pong 核心對時小 M 重選（新增 vit-l16-in21k-head 負載）。
  • Elementwise 與儲存：#2557 GELU 的 erf 鏈縮短 5 條指令（llama-8b-ffn-decode 1.280 微秒對 1.440，1.125x）；#2565 SiluAndMul 16 位門用快速除法（qwen3-8b-swiglu-b32 1.074x，torch-compile 比 1.015x、從 0.945x 翻正）；#2566 在 TMA 無法定址輸出的 N 非 8 倍數場景逐行逐 warp 儲存（vit-l16-in21k-head 294.7 微秒降到 23.2 微秒，12.7x，快於 cublaslt-best 7.5x）。
  • RoPE（#2567）：新增 16 位元組 L2 evict-last 載入，2D neox RoPE 每執行緒旋一個向量、1D 交錯單表讀整流化（neox-2d-2k 1.022x torch-compile、從 0.983x）。
  • 新開八筆（10-13 晚 ~ 10-14 凌晨，均在審）：softmax 行駐暫存器加 evict-last（#2570）、CTA warp 間掃描組瓦片計數（#2571）、MaxPool1dIndices（#2572）、AvgPool3d（#2573）、RMSNorm 按寬度分行（#2576）、SiluAndMul evict-last（#2577）、any/all 逐字測試（#2578）、MaxPool3dIndices（#2579）——池化 / 歸一化 / 歸約會戰鋪開。

3.4 TileFoundry：Qwen3.8-27B 預填示例合入——首個全長度超 SGLang 的示例（10-13）

日期：2026-10-13　來源：Qwen3.8-27B 預填（#229）／ scaffold 合入（#227）

  • #229（89 檔案、+38069）：新增 examples/qwen3_8_27b_prefill-tilelang/——64 層 gated-delta-net / attention 混合的文字預填，在 1024 / 4096 / 8192 三個長度上全部快於 SGLang；該負載超出 H200 拐點 36 倍（8192 時打分只佔 FLOP 的 3.1%、其餘是 GEMM），屬 FLOP 受限、無流量可省，示例把 analyze --roofline 作為決策輸入；SGLang 基線由人工給定（其兩列口徑在 8192 上相差 9.1%，示例需論證取列）。此前示例均為解碼且僅及 SGLang 的零頭，本筆為首個全長度超越的示例。
  • #227（47 檔案、+1356/-368）：tilefoundry scaffold SOURCE OUT_DIR 合入——按 Target codegen 生成可編輯獨立 CMake 工程（引數檢視、特化分發、啟動器、主機註冊與佔位 CUDA 體），並把 codegen 產物與連結拆為六個模組檔案。

3.5 夜間流水線：新快照 a79a21e4——正確性 1064 項（+22）、基準 1966 項（+19）零失敗（10-14）

日期：2026-10-14　來源：夜間快照（a79a21e4）／ 快照後設資料

  • 新快照 a79a21e4（run 38443260386，10-14 04:18）：正確性 1064 項（62 套件、較上份 +22、0 失敗 0 錯誤 1 跳過）、基準 1966 項（53 套件、+19、0 失敗）；環境 H200、CUDA 13.2、驅動 595.71.05、映象 cu132-torch2.13-tl-0.1.12，快照內 tileops 0.0.1.dev1314+ga79a21e40（較上份 +18 開發號）、tilelang 0.1.12，torch 2.13.0+cu132 / triton 3.7.1 / vllm 0.27.1。
  • 正確性增量與視窗內 MoE、SM89、foundry 三條合入線同拍——「合入一筆、底盤爬一截」的滾動節奏延續。

3.6 採用方與文件：TileKernels / FlashQLA / TileRT 靜默；TileOPs 文件站部署（10-13）

日期：2026-10-13　來源：TileOPs 文件站／ TileKernels／ FlashQLA

  • 採用方：TileKernels（DeepSeek）、FlashQLA（Qwen）均無視窗內推送（自 09-30 後靜默）；TileRT 無視窗動態。
  • 文件站：TileOPs 站 1 次 gh-pages 部署（10-13 上午，MkDocs 1.6.1）；主文件站視窗內無新構建。

四、社群、教程與活動

4.1 PTO-ISA：SuperNPUBench 釋出 ops-20261013.2 與 CUBE 直連等提交（10-13）

日期：2026-10-13　來源：SuperNPUBench／ ops-20261013.2 釋出

  • 新發布 ops-20261013.2（含
    solution/quant/dynamic_mx_quant）；視窗內提交：matmul_test 以直連 CUBE TCVT 替換 GM 往返（#234）、topk 可移植 gfsim fixture 與 RES_CHECK ELF 釋出（#233 / #236 合入）、rms_norm tree_32k 核心歸檔（#216）、dynamic_mx_quant 接入 one-level 構建。

4.2 社群賬號：easy-tilelang 教程倉更新；SwHwCodesign 公開倉靜默（10-13）

日期：2026-10-13　來源：easy-tilelang 教程倉／ SwHwCodesign／ tilelang-debugger

  • easy-tilelang/tilelang-tutorials（第三方中文教程倉）視窗內推送「adapt tilelang new ascend」——教程含 Ascend A5 的 lower-trace 編譯觀察等條目，適配新版昇騰後端。
  • SwHwCodesign 賬號公開倉現為 2 個（AI-Compiler、AI-Infra），均無視窗內推送；10-12 記錄的佔位倉潮未延續。tilelang-debugger 無更新（10-10 後）。

4.3 媒體與學術：Google News / HN / arXiv 視窗內零新增（10-13）

日期：2026-10-13　來源：Google News／ Hacker News 檢索／ arXiv 檢索

  • 中英文多組查詢（含昇騰 / 沐曦 / 海光 / 摩爾執行緒組合詞）視窗內零新增命中；歷史命中（10-07 至 10-10 的聚合稿與解讀）均已在往期收錄。
  • 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 MoE：從成對拆分到成對落定

  • 視窗內 MoE 面連收兩筆：masked FP8 分組 GEMM（對齊 deep_gemm masked 語義）與 DeepSeek 分組 top-k（對齊 vLLM grouped_topk）同日合入，加上緊湊逐行佈局統一進 MMA 核心——TileOPs 的 MoE 覆蓋從「運算元逐個補」轉入「按模型配方收口」，DeepSeek-V3 / Qwen3-235B / Kimi-K2 負載成批入冊。在審側同主題（gpt-oss swigluoai 專家、permute-align、專家搜尋跳過）持續加厚，MoE 是當前 TileOPs 權重最高的方向。

5.2 foundry 效能批進入日更節奏

  • 一天 8 筆 foundry 效能合入加 8 筆新開：GEMM（瓦片重排、聯合選擇、單條 WGMMA）之後，池化、歸一化、歸約、RoPE 全面鋪開，且每筆都帶對照基準（torch-compile / cuBLASLt / quack）。單人作者的日更節奏說明：TileOps 的效能工程已從「重點運算元攻堅」轉為「全運算元逐日刷榜」，殘餘落後面（MoE 四行、部分 16 位除法行）被逐筆記錄在案。

5.3 ROCm：DeepSeek 新架構核心的第三條收筆線

  • 繼 NSA 前向/解碼與 flash-decoding 瓦片（10-12 ~ 10-13）之後，本視窗再收 mHC 前/後核心與 KDA 解碼示例——ROCm 線連續第三日有合入，且主題高度集中於 DeepSeek 系新架構（NSA、mHC）與 GLM-5.3 推理。技術債務（CDNA 波前尺寸、MFMA 輸入型別、LDS/VGPR 預算）逐筆清償的方式表明：ROCm 支援正從「跑通」轉向「與新架構釋出同步」。

5.4 在審佇列繼續變厚，釋出靜默期的底盤增長

  • 單視窗合併 28 筆、新開 42 筆、在審更新 79 筆：主倉開放 PR 161 筆（上一期 168）、TileOPs 26 筆（上一期 19）、昇騰倉 229 筆——主倉瘦身、TileOPs 變厚。正式版本繼續靜默（主倉最新 v0.1.15，09-30；TileFoundry v0.0.2），但夜間底盤正確性 +22、基準 +19 的爬升持續：合入、評測、示例三線在為下一個釋出視窗積累靜態準備。

附：素材與核查說明

信源 核查結果
tile-ai 組織（29 倉庫） 視窗內 10 個倉庫有推送：tilelang（合入 4、在審更新 29、新開 9）、TileOPs（合入 18、在審更新 22、新開 25）、TileFoundry（合入 2、新開 1）、tilelang-ascend（合入 3、在審更新 25、新開 5）、tilelang-hygon（三分支推送）、tilelang-metax（main 同步）、tilelang-mlir-ascend（合入 1、在審 1、新開 1）、TileSight（dev 分支建立與分支推送）、TileOPs-nightly（快照 1 份）、TileOPs.github.io（部署 1 次）；組織視窗內合計合併 28 筆、新開 42 筆、在審更新 79 筆
主倉 tilelang 合入 4 筆（#3156、#3249、#3455、#3461）；開放 PR 計 161 筆（上一期 168）；釋出頁視窗內無新增（最新 v0.1.15，09-30）
昇騰倉（ascend / mlir-ascend） ascend：合入 3 筆（#1612、#1676、#1681）；開放 PR 計 229 筆（上一期 228）。mlir-ascend：合入 1 筆（#190）；開放 PR 計 32 筆。預設分支為 ascendc_pto（非 main），分支級核查已執行
海光 / 沐曦 / 摩爾執行緒 海光：三分支推送（gcy_merge_main、feat/hcu-gemm-blockscaled-async-copy-layout〔新分支〕、upgrade/upstream-v0.1.15）加分支建立 1 次；#18 在審。沐曦：main 推送到上游 v0.1.15 節點（#3309）；dev 無新提交。摩爾執行緒（09-30 後）與 Sunrise（10-12 後）無活動
TileOPs 合入 18 筆（#2521、#2533、#2535、#2536、#2542、#2545、#2546 至 #2552、#2555、#2557、#2565 至 #2567）；開放 PR 計 26 筆（上一期 19 筆）
TileOPs-nightly 新快照 a79a21e4（10-14 04:18）：正確性 1064 項（62 套件，+22）、基準 1966 項（53 套件，+19），零失敗零錯誤
TileFoundry 合入 2 筆（#229、#227）；開放 PR 計 1 筆；釋出頁無新增（最新 v0.0.2，09-10）
TileSight 10-13 建立 dev 分支並出現分支級推送（倉庫 pushed 至 10-14 00:16）；公開分支含 main 與 tilelang（後者含 TileLang 前端提交）；無釋出內容
採用方與社群 TileKernels、FlashQLA 無視窗內推送（均 09-30）；TileRT 無動態；tilelang-debugger 無更新（10-10 後）；easy-tilelang 教程倉更新 1 筆；SwHwCodesign 公開倉 2 個、無視窗內推送
PTO-ISA 組織 SuperNPUBench：釋出 ops-20261013.2；視窗內 8 筆提交（含 2 次合併）——CUBE TCVT 直連、topk fixture 與 ELF、rms_norm 歸檔、dmxq 構建接入
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

ile-ai/tilelang-ascend/pull/1802>

組填 SM（#2536） — https://github.com/tile-ai/TileOPs/pull/2536