調研視窗：2026-10-14 07:00 ~ 2026-10-15 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 8 個倉庫有推送：tilelang、TileOPs、TileFoundry、tilelang-ascend、tilelang-hygon、TileOPs-nightly、tilelang.github.io、TileOPs.github.io；組織視窗內合併 32 筆、新開 27 筆〔其中在審 16〕、在審更新 40 筆；主倉 10 筆合入、TileOPs 16 筆合入、昇騰倉 3 筆回滾、海光 1 筆合入；非預設分支逐查〔distributed / feat/hcu-mqa-fp8 / coderabbit-auto-apply-labels / v0.1.15-release / simt_compare 等〕；夜間流水線 1 份新快照、雙子站各 1 次部署）+ 釋出頁核查 + 採用方倉核查（TileKernels v2.1.0 釋出、FlashQLA sm120 修復）+ 社群倉核查（PTO-ISA SuperNPUBench / tilelangGym / tilelang fork / tilelang-puzzles-ascend、TileMC、BM1690 pipelines、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：主倉十筆合入、海光 v0.1.15 落地與 TileKernels v2.1.0 釋出——夜間底盤 +41 項（10-14）
  • 一、核心專案進展
    • 1.1 主倉：昇騰面四處收筆——獨立 AIV 執行（#3485）、PTO DeepGEMM codegen（#3330）、跨 warp allreduce 修復（#3494）、示例目標選擇（#3474）（10-14）
    • 1.2 主倉：基建三筆——CPU OpenMP 並行 grid 迴圈（#3109）、C 系 codegen 共享發射（#3289）、Windows NVCC 改走 MSVC（#3510）（10-14）
    • 1.3 主倉：ROCm scan 波前修復（#2326）、測試基建快取（#3502）與治理配置（#3513）（10-14）
    • 1.4 主倉在審：PTO 家族四筆新開，TMA 屏障與共享緩衝修復更新（10-14）
  • 二、多後端適配（昇騰 / 沐曦 / 海光 / 摩爾執行緒）
    • 2.1 海光：v0.1.15 升級合入（#20）、釋出分支建立，分散式 IPC 線開出（#19）（10-14）
    • 2.2 昇騰：三筆事實核查回滾與重做（#1888 至 #1890、#1893）；示例與運算元新開三筆（10-14）
    • 2.3 沐曦：視窗內無推送；摩爾執行緒與 Sunrise 靜默（10-14）
  • 三、生態與採用方
    • 3.1 TileOPs：foundry 效能批 11 筆收口——softmax / 池化 / 歸一化 / 歸約全鋪開（10-14）
    • 3.2 TileOPs：線性注意力與 MoE 四筆——KDA 預填求逆、GLA 反向視訊記憶體、專家搜尋跳過、permute 收界（10-14）
    • 3.3 TileOPs：D=256 解碼擴至 SM80 / SM90（#2563）；在審注意力一族與 GEMM 新批（10-14）
    • 3.4 採用方雙筆：TileKernels v2.1.0 釋出（#38）與 FlashQLA sm120 修復（#48）（10-14）
    • 3.5 TileFoundry：schedule CLI 加固合入（#231）；模組表示與 lowering 兩筆在審（10-14）
    • 3.6 夜間流水線：新快照 35a25677——正確性 1105 項（+41）、基準 1970 項（+4）零失敗（10-15 凌晨）
    • 3.7 文件與站點：TileOPs 站渲染時點前移（#70）與雙子站例行更新（10-14）
  • 四、社群、教程與活動
    • 4.1 PTO-ISA：tilelangGym 新倉建立、SuperNPUBench 歸檔批與 SIMT 對照推進（10-14）
    • 4.2 第三方社群：TileMC 目標擴充套件、BM1690 板級日誌批；教程與除錯倉靜默（10-14）
    • 4.3 媒體與學術：Google News / Hacker News / arXiv 視窗內零新增（10-14）
  • 五、趨勢觀察
    • 5.1 全後端 v0.1.15 對齊收官在望
    • 5.2 主倉的「基建日」：編譯面重構與平臺鋪開
    • 5.3 夜間底盤 +41：測試隨合入同步膨脹
    • 5.4 昇騰倉的回滾紀律：低優先順序用例也在守
  • 附：素材與核查說明
  • 完整信源清單

今日重點：主倉十筆合入、海光 v0.1.15 落地與 TileKernels v2.1.0 釋出——夜間底盤 +41 項（10-14）

日期：2026-10-14　來源：獨立 AIV 執行（#3485）／ 海光 v0.1.15 升級（#20）／ TileKernels v2.1.0（#38）／ 夜間快照 56c2ab6b／ TileOPs PR 列表

視窗 24 小時內組織合併 32 筆（主倉 10、TileOPs 16、昇騰倉 3 回滾、海光 1、TileFoundry 1、文件站 1）、新開 27 筆；8 個倉庫有推送。本視窗主線為三件事：主倉合入潮、海光後端升級落地與採用方首個版本迭代。

  • 主倉十筆合入：覆蓋昇騰（獨立 AIV 執行 #3485、PTO DeepGEMM codegen #3330、跨 warp allreduce 修復 #3494、示例目標選擇 #3474）、CPU（OpenMP 並行 grid 迴圈 #3109）、codegen 共享重構（#3289）、Windows MSVC（#3510）、ROCm scan 波前修復（#2326）、測試基建（#3502）與治理配置（#3513）——單窗合入數為近期最高（詳見 1.1 至 1.3）。
  • 海光 v0.1.15 升級合入（#20）：海光後端全量升級至上游 v0.1.15，新增 HCU 塊縮放 GEMM 的 scale 緩衝佈局規劃；同時建立 v0.1.15-release 分支，並以 #19「Distributed」（+2577/-28、44 檔案）開出 IPC allreduce 分散式工作線（詳見 2.1）。
  • TileOPs 十六筆合入：foundry 效能批 11 筆收口（softmax / 池化 / 歸一化 / 歸約全面鋪開）＋ KDA / GLA / MoE 修復四筆與 D=256 解碼擴充套件（詳見 3.1 至 3.3）。
  • TileKernels v2.1.0 釋出（#38）：DeepSeek 採用方倉自 09-30 加入昇騰支援後首次版本迭代——昇騰側 norm / SwiGLU / Engram 重寫與測試更新（詳見 3.4）。
  • 夜間底盤 +41：新快照 35a25677——正確性 1105 項（65 套件、+41）、基準 1970 項（53 套件、+4），零失敗零錯誤（詳見 3.6）。

一、核心專案進展

1.1 主倉：昇騰面四處收筆——獨立 AIV 執行（#3485）、PTO DeepGEMM codegen（#3330）、跨 warp allreduce 修復（#3494）、示例目標選擇（#3474）（10-14）

日期：2026-10-14　來源：獨立 AIV（#3485）／ PTO codegen（#3330）／ allreduce 修復（#3494）／ 示例目標選擇（#3474）

  • 獨立 AIV 執行（#3485）：擴充套件 Ascend AutoSchedule，使 AIV0 與 AIV1 可在 sid 依賴的控制流下執行不同工作——支援交替收尾（epilogue）、反量化與收尾分工、不相交輸入分割槽以及迴圈內角色切換。實現上把 AssignCore 提前到延遲估計與排程之前，為 AIV 區域性 UB 緩衝與標量狀態建立獨立身份，並按參與核建模流水線資源、特殊暫存器依賴、UB 容量與同步標誌庫；保留統一核心的 collective 路徑與一/兩 AIV 發射幾何。L0C→UB 複製仍在 AIC 上執行。
  • PTO DeepGEMM codegen（#3330）：跨控制流跟蹤 tl.ascend_set_mmad_direction 並把生效方向編碼到 MAD 指令上，拒絕在衝突方向下可達的 MAD；支援 SIMD 後增量載入（同時返回資料與更新指標）、混合 AIC/AIV 核心中的 UB 地址到 PTODSL 指標轉換、動態 L0C→UB 維度與步長、int16 有符號打包 MX scale；改進條件表示式與執行時迴圈的程式碼生成。報告稱 15 個 DeepGEMM PTO 用例中 14 個透過，test_bf16_m_grouped_padding 因 PTOAS VPTO 後端無法合法化 FP32→BF16 轉換仍受阻。
  • 跨 warp allreduce 修復（#3494）：當一個 cross-warp allreduce 呼叫覆蓋多個獨立歸約組時，ascend 與 pto 目標錯誤地把第一組結果交給所有組；本筆修復該正確性問題（跟進 #3469）。
  • 示例目標選擇（#3474）：移除昇騰示例與測試中硬編碼的 target="ascend"，改由 TILELANG_DEFAULT_TARGET 環境變數決定；DeepGEMM JIT 入口支援 execution_backend="auto"；CI 對昇騰示例套件分別以 ascend 與 pto 兩個目標各跑一遍，並在文件寫明選擇方式。

1.2 主倉：基建三筆——CPU OpenMP 並行 grid 迴圈（#3109）、C 系 codegen 共享發射（#3289）、Windows NVCC 改走 MSVC（#3510）（10-14）

日期：2026-10-14　來源：CPU OpenMP（#3109）／ codegen 共享（#3289）／ Windows MSVC（#3510）

  • CPU OpenMP 並行（#3109）：為 CPU 後端加入可選的 grid 迴圈 OpenMP 並行——新增 MaterializeCPUParallelGrid 把帶註解的 CPU grid 迴圈轉為並行迴圈，配套迴圈 collapse、執行緒數配置、最小 trip 數門限與分配下沉；補齊 Linux / macOS / Windows 的 OpenMP 編譯標誌與 pass 配置項；測試覆蓋正確性、pragma、分配下沉、門限與單維情形。CPU 後端首次具備網格級並行能力。
  • C 系 codegen 共享（#3289）：引入 CodeGenTileLangCBase 統一 CUDA、HIP、CPU C、Ascend C++、Metal 與 C 主機程式碼生成；修復 T.import_source、T.Kernel(prelude=...) 與 pragma_import_c 在源文字缺少末尾換行或以反斜槓結尾時吞掉下一生成行的問題；匯入內容按「標頭檔案→匯入→生成宣告與函式」排序並保證兩個分隔換行。驗證：聚焦迴歸 83 透過、相關 codegen 與 launch 套件 405 透過。
  • Windows NVCC 改走 MSVC（#3510）：NVCC 拒絕 get_cplus_compiler() 選出的 clang-cl——改為從 NVCC 子程序環境選擇 cl.exe（不改主機 C++ 編譯器選擇），補 VS 2026 18/* 回退路徑，非 Windows 平臺不再傳 -ccbin=None；CUDA 13.3 下復現用例修復前失敗、修復後編譯透過。

1.3 主倉：ROCm scan 波前修復（#2326）、測試基建快取（#3502）與治理配置（#3513）（10-14）

日期：2026-10-14　來源：ROCm scan（#2326）／ 測試基建（#3502）／ CodeRabbit 標籤（#3513）

  • ROCm scan 波前修復（#2326）：HIP 的 cumsum / cummax 預設按 64 lane 段執行，在 Wave32 GPU 上結果錯誤——讓既有 run 入口按目標波前寬度選擇段寬（受塊執行緒數上限約束），32 執行緒塊在編譯期排除 64 lane 模板；補 32 執行緒前向/反向掃描與源/目標步長不同的覆蓋；gfx950 MXFP4 例子與測試改用 {"kind": "hip", "mcpu": "gfx950"} 目標寫法。驗證：CUDA scan 套件在 B300 上 17 透過、CuTeDSL 原始碼生成測試 2 透過；AMD 端執行時驗證留給 ROCm CI。
  • 測試基建快取（#3502）：快取最近查詢 IR 體的呼叫資料供 collect_calls / assert_call_count 使用；把變換測試中的遞迴 visitor 與生成指令碼文字檢查替換為結構化 IR 斷言，並擴充套件軟流水、排程、同步、屏障與 Hopper intrinsic 的結構檢查。
  • 治理配置（#3513）：啟用 CodeRabbit 對 PR 與 issue 的自動標籤（PR 13 個標籤、issue 14 個），保留全部 11 條評審路由規則，不新增/重新命名/刪除任何標籤。

1.4 主倉在審：PTO 家族四筆新開，TMA 屏障與共享緩衝修復更新（10-14）

日期：2026-10-14　來源：PTO/tvm_ffi（#3516）／ PTO VMI 向量化（#3512）／ TMA 屏障（#3503）／ 共享緩衝防雙擴（#2342）／ 主倉 PR 列表

  • PTO 家族四筆新開：tvm_ffi 執行後端支援 PTO 目標（#3516）、T.Parallel 到 PTO VMI 的向量化（流水線框架與逐元素支援，#3512）、SS buffer 支援（#3514）、部分 L0 複製的顯式 pitch（#3511）。
  • TMA 與流水線：全生產者執行緒到齊 TMA forward 屏障（#3503，更新）、防兄弟流水線共享緩衝雙重擴充套件（#2342）、只記錄已驗證的 TMA 描述符名（#3484）。
  • 其他在審更新：測試編譯時間消除（#3517）、正常量除數安全保護展平（#3488）、torch_npu 任務佇列（#3324）、SimdVF dim=1 歸約（#3437）、手工排程 FlashMLA 示例（#3464）、Windows ARM64 CI（#2962）。主倉開放 PR 計 160 筆（上一期 161 筆）。

二、多後端適配（昇騰 / 沐曦 / 海光 / 摩爾執行緒）

2.1 海光：v0.1.15 升級合入（#20）、釋出分支建立，分散式 IPC 線開出（#19）（10-14）

日期：2026-10-14　來源：v0.1.15 升級（#20）／ Distributed（#19）／ distributed 分支／ v0.1.15-release 分支

  • v0.1.15 升級合入（#20）：程式碼庫整體升級至上游 TileLang v0.1.15，保留 HCU 後端支援與既有 build.sh 工作流；適配昇級後的後端、lowering 流水線、語言 API 與測試介面；新增 HCU 塊縮放 GEMM 的 scale 緩衝佈局規劃與配套 LDS 佈局支援；README 釋出資訊同步更新。合入後建立 v0.1.15-release 分支（與 main 同頭），為釋出線留檔。
  • 分散式 IPC 線開出（#19）：以 +2577/-28、44 檔案的體量開出「Distributed」——distributed 分支包含一排 HCU IPC（程序間通訊）工作：統一分散式程序啟動器、IPC 後設資料初始化校驗、BF16 / 全對等 IPC allreduce 測試、IPC GEMM allreduce 示例、IPC 關閉與初始化失敗的傳播、無效 peer 守衛等。多卡集合通訊成為海光後端的新工作方向。
  • 暫存器流水線（#18）：繼續在審（10-13 後無新推送）。海光倉開放 PR 計 2 筆（上一期 1 筆）。feat/hcu-mqa-fp8 與 feat/hcu-gemm-blockscaled-async-copy-layout 分支視窗內無新推送。

2.2 昇騰：三筆事實核查回滾與重做（#1888 至 #1890、#1893）；示例與運算元新開三筆（10-14）

日期：2026-10-14　來源：回滾 #1888／ 回滾 #1889／ 回滾 #1890／ 重做版（#1893）／ 昇騰 PR 列表

  • 三筆回滾（#1888 / #1889 / #1890）：前一視窗合入的三筆「文件事實核查」PR——round 語義（#1612）、bitwise_rshift（#1676）、bitwise_xor（#1681）——被逐筆回滾。重做版 #1893 說明原因：每日全量套件執行低優先順序用例時發現預期失敗用例的異常正則不匹配（實際丟擲的是 AscendVectorInstructionSelection 的 InternalError，而非斷言的 "Compilation Failed"）；這些用例被標記 low_priority，PR 階段 CI（-m "not (low_priority or ci_skip)"）不會執行，因此合入後由每日全量執行兜底發現。
  • 重做版（#1893）：bitwise_rshift 重做——按評審意見刪除全部預期失敗用例（支援表外的 dtype 改由文件 dtype 支援表覆蓋，不再以預期失敗斷言），保留 docstring 重寫與真機測試。round 與 bitwise_xor 兩筆的重做版暫未提交。
  • 示例與運算元新開：situ_glu 運算元（#1891）、cann-bench/lstm 示例（#1892）、indexer_bwd 運算元與測試（#1887）；在審更新：situ_glu_grad（#1877）、sparse_mla_topk_reducesum（#1884）、MHA 示例（#1879）、Sparse MLA SeeSaw / Pipelined（#1869 / #1870）。昇騰倉開放 PR 計 233 筆（上一期 229 筆）。

2.3 沐曦：視窗內無推送；摩爾執行緒與 Sunrise 靜默（10-14）

日期：2026-10-14　來源：沐曦倉庫／ 摩爾執行緒倉庫

  • 沐曦：視窗內無推送（上次推送為 10-13 上午 main 追平上游 v0.1.15 節點）；dev 分支仍停在 09-24。開放 PR 計 16 筆（持平）。
  • 摩爾執行緒：09-30 後無活動；Sunrise 倉視窗內亦無動態。MLIR 昇騰（tilelang-mlir-ascend）視窗內零推送（最新提交 10-10），開放 PR 計 32 筆（持平）。

三、生態與採用方

3.1 TileOPs：foundry 效能批 11 筆收口——softmax / 池化 / 歸一化 / 歸約全鋪開（10-14）

日期：2026-10-14　來源：softmax（#2570）／ 池化三筆（#2572 / #2573 / #2579）／ 歸一化三筆（#2576 / #2581 / #2585）／ 歸約兩筆（#2571 / #2578）／ GEMM 與 Elementwise 兩筆（#2582 / #2577）

  • softmax（#2570）：新增 16 位元組 L2 evict-last 載入 tileops::load16_evict_last；整向量行（每執行緒至多 64 元素）改為暫存器駐留 _held_row，用 warp shuffle 摺疊最大值與和；SoftmaxWarpRowsKernel 覆蓋至 2KB 行、SoftmaxOnChipKernel 暫存器與共享記憶體兩路均走新載入。39/42 個 SoftmaxFwdOp 行領先最快對照 1.1% 至 78.1%，(32768, 65536) float32 與 quack 持平；lm-head 兩行仍落後（0.909x / 0.934x）。
  • 池化三筆：#2572 MaxPool1dIndices——新 load_evict_last 標量載入，相鄰輸出成向量儲存，sincnet-local 對 torch-compile 1.009x / 1.006x，較舊版核心提速 1.049x（float32）；#2573 AvgPool3d——固定除數且 taps ≤32 的視窗改為一次性讀全部 taps（L1/L2 evict-last）並用 select 剔除域外，非 2 的冪固定除數走 float32(float64(sum) * float64(1/divisor)) 無慢路徑分支，結果與 PyTorch 位一致；#2579 MaxPool3dIndices——float32 tile 對齊視窗每執行緒兩個相鄰輸出、值/索引成向量儲存，c3d-pool1 170.1 微秒降至 166.0 微秒。
  • 歸一化三筆：#2576 RMSNorm——按行寬分為四種 body（256 至 2048 元素走 warp 分行、4096 以上整向量暫存器駐留、16384 以上兩趟、其餘 fragment），jit builder 與 autotune 均按 body 選擇調優空間；#2581 InstanceNorm——整向量行（至多 2048 元素）每行一個 warp、8 行一塊，12 個 InstanceNormFwdOp 行全部持平或領先，三條 wider-channel 行從 0.980x-0.988x 升至 1.042x-1.108x；#2585 跟進——warp 行最多 1024 列、小批次每塊更少行（直至 1 行）保證網格至少 128 塊，三條訓練路徑改用倒數除法對齊 torch mean。
  • 歸約兩筆：#2578 any/all——float16 / bfloat16 / float32 行按 32 位字讀入並做位運算測試（符號位掩碼，-0.0 被視作 0、NaN 非 0），16 以內 warp 由 lane 0 序列摺疊；#2571 組瓦片計數——varlen 與分組網格的 GroupTiling 字首和改由 CTA 內 warp 間 shuffle 掃描（8 組以內保留迴圈），4096 組在 32 執行緒下用 62 暫存器而非 152，全部 GroupTiling 呼叫方（GQA / MLA / FP8 varlen、分頁 GQA、varlen key RoPE、分組 GEMM、GLA/GDN/KDA varlen）同步受益。
  • GEMM 與 Elementwise：#2582 分組 GEMM——分塊收尾可交替兩個 staging 緩衝（store 在飛行時繼續下一塊）、生產者 warp-group 只留一個 warp 發射複製，四行 MoE 負載全部領先 quack（fwd 1.015x、dgrad 1.012x、wgrad 1.033x；此前 main 為 0.936x-0.968x 與 0.869x）；#2577 SiluAndMul——兩半均走 load16_evict_last，並修復輸入未按 16 位元組對齊時報錯的問題（vector_aligned）。

3.2 TileOPs：線性注意力與 MoE 四筆——KDA 預填求逆、GLA 反向視訊記憶體、專家搜尋跳過、permute 收界（10-14）

日期：2026-10-14　來源：KDA 預填（#2584）／ GLA 反向（#2569）／ MoE 搜尋跳過（#2575）／ permute 收界（#2559）

  • KDA 預填求逆穩定化（#2584）：相關鍵（correlated keys）下 KDA 預填出錯——main 在 6 個 chunk 用例與 2 個 fused 用例上失敗（含 NaN）；修復改為按 16 行對角塊在 FP32 下求解並複用既有共享緩衝做塊積，門控字首保留在 FP32 暫存器、共享後設資料只存參考行，移除在 TileLang 0.1.12 下越界的混合 dtype 共享檢視；chunk 與 fused 預填共用求逆助手，補 4 個迴歸用例（兩種半精度 × 兩條路徑 × 部分 chunk）。sm89 基準（對 FLA 0.5.2 外部基線）輸出與終態全部透過 FP64 對照。
  • GLA 反向視訊記憶體複用（#2569）：SM89 上 FP32 chunk32/K64/V192 的共享記憶體請求從 131072 降到 98304 位元組，落入 SM89 的 101376 上限內（在兩個 dh 消費者結束後複用狀態緩衝、載入 h 前加塊屏障）；補一個非對稱 FP32 迴歸。注：該項修復啟動失敗問題，速度仍慢於 FLA（256 / 2048 token 上 0.0942 / 0.4164 毫秒對 FLA 的 0.0550 / 0.1494 毫秒），PR 明示不主張加速。
  • MoE 專家搜尋跳過（#2575）：tight per-row MMA 瓦片找到屬主專家後，停止對其餘專家邊界繼續二分搜尋（舊邏輯對每個剩餘專家仍跑一遍查詢）；複用組哨兵，未命中瓦片仍搜尋全部專家，物理字首和 / 對齊 / masked 路徑行為不變。sm89（RTX 6000 Ada）基準覆蓋 K512/N256 tight 行場景。
  • permute-align 收界（#2559）：針對較 vLLM moe_align_block_size 全 12 行落後的收界與正確性修復——threads 非 32 倍數時報錯而非錯誤結果、空路由呼叫在任意專家數下返回 num_tokens_post_pad=0、超出範圍的 expert_ids 填充為專家數之外的值、verifier 與文件對齊結果集、專家迴圈加界與每塊雜湊區間預留。

3.3 TileOPs：D=256 解碼擴至 SM80 / SM90（#2563）；在審注意力一族與 GEMM 新批（10-14）

日期：2026-10-14　來源：D=256 解碼（#2563）／ 注意力在審批（#2515 至 #2541）／ GEMM 新批（#2586 / #2587）／ TileOPs PR 列表

  • D=256 解碼擴充套件（#2563）：把 D=256 FP16/BF16 稠密解碼從 SM89 擴到 SM80 / SM90（沿用 64-head × 64-key 單級程式與共享記憶體 split 選擇），新增 Gemma-2B 8K cache 的 B=1 / B=16 負載；同時修復稠密 RoPE split 消費者忽略 softcap 的問題（cap=2 迴歸此前失敗），覆蓋 D=128 與新增的 D=256 路徑。關閉 #2420。
  • 在審注意力一族：稠密 GQA 注意力匯聚（#2515）、分頁 GQA 的 RoPE / 視窗 / 匯聚（#2516）、分頁 KV cache gather（#2519）、PagedKVCacheWriteFwdOp（#2539）、LSE 加權注意力狀態合併（#2530）、varlen GQA 匯聚與流水線滑窗（#2537）、稠密 FP8 GQA 長因果 KV 流水線（#2541）——superAngGao 的注意力族批次更新。
  • GEMM 新批與測試：K-512 FP8 預填 256 行波瓦片（#2587）、W4A16 權重先發載入與 8 行瓦片單移位解碼（#2586）、MoE 取整預算驗收（#2583）、FlashInfer fused-MoE 基線逐啟用自調優（#2580）。TileOPs 開放 PR 計 17 筆（上一期 26 筆）。

3.4 採用方雙筆：TileKernels v2.1.0 釋出（#38）與 FlashQLA sm120 修復（#48）（10-14）

日期：2026-10-14　來源：TileKernels v2.1.0（#38）／ TileKernels 倉庫／ FlashQLA（#48）

  • TileKernels v2.1.0（#38，16 檔案、+352/-382）：DeepSeek 採用方倉釋出版本（版本提交 4d5ad0f5「Release tile-kernels v2.1.0」）。改動集中在昇騰側：norm_forward_asc 大幅重寫（+166/-207）、norm 前向/反向核心與測試更新、SwiGLU 前向與反向的 asc / cuda 兩側修改、Engram 門控前/後向（asc + cuda）與測試對齊、cast.py 精簡（+12/-36）。README 要求同步升至 TileLang 0.1.15、PyTorch 2.13、Ascend 950 NPU 與 CANN 9.2.0。此前 09-30 加入昇騰支援（與英偉達路徑一一對應、執行期自動選後端），本次為該倉改昇騰以來第一次版本迭代。
  • FlashQLA sm120 修復（#48，5 檔案、+82/-5）：自 0.1.13 起 Blackwell sm120 前向與反向路徑不可用——根因為 block_DV 被誤改為 128（sm120 實現要求 64）且缺少 aggregate_card_state；修復恢復 block_DV=64、補做 aggregate_card_state 處理並更新 sm120.csv。在 RTX 5090（sm120）+ tilelang 0.1.15 + CUDA 13.0 上全部測試透過；後續擬探索節點內 / 跨節點上下文並行支援。

3.5 TileFoundry：schedule CLI 加固合入（#231）；模組表示與 lowering 兩筆在審（10-14）

日期：2026-10-14　來源：schedule CLI（#231）／ 模組例項槽（#232）／ lowering 契約（#233）

  • #231 合入：統一指令匹配器（型別推斷與候選共用，覆蓋執行網格、運算元作用域、欄位匹配、瓦片投影與校驗）；新增 tf.empty 並遷移 schedule fixtures / 教程源與 notebook；修復依賴原子的 facts、新增 schedule finalize --dim、共享屬性渲染、非有限常量往返；以確定地址並集與座標預算統計 may-access footprint。驗證：凍結全套原始碼 1617 透過 / 11 跳過。回應 #222 / #224 / #226 多節問題（部分條目轉 lowering 域，PR 註明區分）。
  • 在審兩筆：#232 把模組子節點表示為共享例項槽；#233 保留 storage 作用域與 printer 契約。TileFoundry 開放 PR 計 3 筆（上一期 1 筆）。

3.6 夜間流水線：新快照 35a25677——正確性 1105 項（+41）、基準 1970 項（+4）零失敗（10-15 凌晨）

日期：2026-10-15　來源：夜間快照 56c2ab6b／ 快照後設資料

  • 新快照 35a25677（run 38611488940，快照日期 10-14、北京時間 10-15 05:15 推送）：正確性 1105 項（65 套件、較上份 +41、0 失敗 0 錯誤 1 跳過）、基準 1970 項（53 套件、+4、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.dev1330+g35a25677c（較上份 +16 開發號）、tilelang 0.1.12、torch 2.13.0+cu132。
  • 快照對應 TileOPs 35a25677，即 #2576（RMSNorm 分行）合併點——正確性 +41 為近一週單日最大增幅，與視窗內 16 筆合入（多數帶測試增項）同拍。

3.7 文件與站點：TileOPs 站渲染時點前移（#70）與雙子站例行更新（10-14）

日期：2026-10-14　來源：渲染時點前移（#70）／ TileOPs 文件站／ 主站

  • TileOPs 站渲染前移（#70）：render-benchmarks.yml 的每日重新整理 cron 從 0 22 * * *（22:00 UTC，北京 06:00）移至 30 20 * * *（20:30 UTC，北京 04:30）；依據為夜間快照在 19:38 至 20:18 UTC 落地（過去七晚），新時點最壞情況下在其後 12 分鐘排隊。視窗內一次 gh-pages 部署（Deployed 8f46bef，MkDocs 1.6.1）。
  • 主站例行更新：tilelang.github.io 兩次自動文件更新（10-14 19:15 / 19:34 UTC）。釋出頁：主倉最新 v0.1.15（09-30）、TileFoundry v0.0.2（09-10）、TileRT v0.1.5.post2（08-06），視窗內均無新增。

四、社群、教程與活動

4.1 PTO-ISA：tilelangGym 新倉建立、SuperNPUBench 歸檔批與 SIMT 對照推進（10-14）

日期：2026-10-14　來源：tilelangGym／ 歸檔 PR（#242）／ SuperNPUBench／ simt_compare 分支／ PTO-ISA/tilelang fork

  • tilelangGym（新倉）：PTO-ISA 組織 10-14 建立，定位為「測試不同 benchmark / microbenchmark 的 PTO lowering 與效能敏感度」的測試臺（首筆提交 10-14 06:21）。
  • SuperNPUBench 視窗內 3 筆：
    rms_norm_dynamic_simt_32k 歸檔進 V2（#242）、group_norm_grad 靜態核心歸檔進 V0（#239）、matmul 新增 reuseB 核心（valid-tail 處理，未走 PR）。
  • tilelang-puzzles-ascend（SIMT 對照）：simt_compare 分支視窗內 2 筆——T.reduce_max 對序列掃描實測快 8.94 倍、12 個核心改用 T.reduce_absmax 摺疊並重測。
  • PTO-ISA/tilelang fork：跟隨上游 main 推進（視窗內同步至最新合併）。

4.2 第三方社群：TileMC 目標擴充套件、BM1690 板級日誌批；教程與除錯倉靜默（10-14）

日期：2026-10-14　來源：TileMC／ BM1690 pipelines／ easy-tilelang／ SwHwCodesign／ tilelang-debugger

  • TileMC（第三方面向 manycore 架構的 TileLang 目標）：1 筆——擴充套件 TileMC 目標的 FP32 支援、panel 對映與工作負載縮放。
  • BM1690 流水線倉（算能 TPU）：視窗內 18 筆開發日誌式提交——Matmul / RMSNorm 板級冒煙與 1024 交班驗證、Split-K 板級結果、RoPE 聯調與超時診斷、驅動退出語義與 7.0.0-34 核心主機構建等。屬個人實驗倉的板級除錯記錄。
  • 靜默項：easy-tilelang 教程倉無視窗內推送（上次 10-13）；SwHwCodesign 公開倉（AI-Compiler / AI-Infra）無推送（10-12 後）；tilelang-debugger 無更新（10-10 後）。

4.3 媒體與學術：Google News / Hacker News / arXiv 視窗內零新增（10-14）

日期：2026-10-14　來源：Google News／ Hacker News 檢索／ arXiv 檢索

  • Google News 中英文多組查詢（TileLang 運算元 / 昇騰 / tile-ai / 精確詞）視窗內零新增——最近一波報道停在 09-29 至 10-02（DeepSeek×昇騰 TileLang 話題，已在往期收錄）；一條泛 AI 產業評論稿命中查詢詞、正文未見 TileLang 或 tile-ai 字樣，按噪音剔除。
  • Hacker News 視窗內零相關條目（一條 Brainfuck 編譯器 Show HN 屬模糊匹配噪音）；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 全後端 v0.1.15 對齊收官在望

  • 上游 v0.1.15（09-30）釋出後，沐曦於 10-13 把 main 追平至 v0.1.15 節點，海光在本視窗以 #20 完成全量升級並建立釋出分支——兩家後端兩週內先後對齊，其中海光在升級同時把塊縮放 GEMM 的佈局規劃帶進新基線。剩下摩爾執行緒仍停在 09-30 後靜止，昇騰後續則以「文件事實核查」逐項補 API 說明。多後端「同版本、同語義」的底盤正在收口。

5.2 主倉的「基建日」：編譯面重構與平臺鋪開

  • 單窗 10 筆合入中過半為編譯與平臺基建：C 系 codegen 共享（CUDA / HIP / CPU / Ascend / Metal 統一基類）、CPU OpenMP 網格並行、Windows MSVC 鏈路、測試基建快取、ROCm scan 波前——再疊加四個 PTO/Ascend 新開。釋出靜默期（v0.1.15 後 15 天無新版本）裡，火力明顯投向底層可擴充套件性與新平臺支撐，這與「MoE/效能合入 → 底盤增長 → 新版本」的節奏互為表裡。

5.3 夜間底盤 +41：測試隨合入同步膨脹

  • 正確性單日 +41 項為近一週最大增幅，且與 TileOPs 16 筆合入一一對應（效能批普遍帶 test-node 增項、注意力擴充套件帶新負載行）。「合入一筆、底盤爬一截」的滾動記賬繼續把每筆改動的驗證沉澱進夜間快照——釋出前的靜態準備仍在穩步積累。

5.4 昇騰倉的回滾紀律：低優先順序用例也在守

  • 前三筆「文件事實核查」PR 因低優先順序預期失敗用例的異常正則不匹配被整體回滾、再以刪減版重做——暴露的是「PR 階段 CI 不跑低優先順序用例、由每日全量套件兜底」的兩級驗證結構。這種「回滾—重做」而非「帶傷前進」的處置，說明昇騰適配倉的 CI 治理正在從「全部透過」轉向「斷言精確、口徑統一」，也意味著視窗內的合入質量受每日全量執行的持續約束。

附：素材與核查說明

信源 核查結果
tile-ai 組織（29 倉庫） 視窗內 8 個倉庫有推送：tilelang（合入 10）、TileOPs（合入 16）、TileFoundry（合入 1、新開 2）、tilelang-ascend（回滾 3、新開 3）、tilelang-hygon（合入 1、新開 1、分支建立 1）、TileOPs-nightly（快照 1）、tilelang.github.io（自動更新 2）、TileOPs.github.io（合入 1、部署 1）；組織視窗內合計合併 32 筆、新開 27 筆（其中在審 16）、在審更新 40 筆
主倉 tilelang 合入 10 筆（#3109、#3289、#3330、#3474、#3485、#3494、#3502、#3510、#2326、#3513）；開放 PR 計 160 筆（上一期 161）；釋出頁視窗內無新增（最新 v0.1.15，09-30）
昇騰倉（ascend / mlir-ascend） ascend：回滾 3 筆（#1888 至 #1890）、新開 3 筆（#1891 至 #1893）；開放 PR 計 233 筆（上一期 229）。mlir-ascend：視窗內零推送（最新提交 10-10）；開放 PR 計 32 筆（持平）
海光 / 沐曦 / 摩爾執行緒 海光：合入 1 筆（#20 升級 v0.1.15）、v0.1.15-release 分支建立、distributed 分支推送（#19 在審）；開放 PR 計 2 筆（上一期 1）。沐曦：視窗內無推送（上次 10-13）；開放 PR 計 16 筆（持平）。摩爾執行緒：09-30 後無活動
TileOPs 合入 16 筆（#2559、#2563、#2569、#2570 至 #2573、#2575 至 #2579、#2581、#2582、#2584、#2585）；開放 PR 計 17 筆（上一期 26 筆）
TileOPs-nightly 新快照 35a25677（run 38611488940，10-15 05:15 推送）：正確性 1105 項（65 套件、+41）、基準 1970 項（53 套件、+4），零失敗零錯誤（1 跳過）
TileFoundry 合入 1 筆（#231）；新開 2 筆（#232、#233）；開放 PR 計 3 筆；釋出頁無新增（最新 v0.0.2，09-10）
採用方 TileKernels：合入 2 筆（v2.1.0 釋出 PR #38 與版本提交）；FlashQLA：合入 2 筆（#48 sm120 修復）；TileRT 無動態
PTO-ISA 組織與社群第三方 tilelangGym 新倉（首筆 10-14）；SuperNPUBench 視窗內 3 筆；tilelang-puzzles-ascend simt_compare 分支 2 筆；PTO-ISA/tilelang fork 同步上游；TileMC 1 筆；BM1690 pipelines 18 筆；easy-tilelang / SwHwCodesign / tilelang-debugger 無視窗內推送
Google News / Hacker News / arXiv Google News 視窗內零新增命中（一條泛 AI 評論稿按噪音剔除）；HN 零相關條目；arXiv 無新預印本

完整信源清單

ree/distributed>

MaxPool3dIndices fp32（#2579） — https://github.com/tile-ai/TileOPs/pull/2579

puzzles-ascend simt_compare — https://github.com/PTO-ISA/tilelang-puzzles-ascend/commits/simt_compare