調研視窗:2026-11-12 07:00 ~ 2026-11-13 07:00(北京時間,24 小時;上一期截點為 11-12 07:00)。

信源:GitHub tile-ai 組織逐倉核查(30 倉庫,視窗內推送 7 個)+ 組織級合入與在審真值檢索(視窗內合入 8 筆、在審更新 71 筆、新開 issue 18 條)+ 主分支逐筆提交核查(tilelang 5 筆、mlir-ascend 與 TileOPs 均 0 筆)+ 非預設分支核查(mlir-ascend harness 3 筆、hygon tilelang-tileops-fix 10 筆、TileOPs stats 1 筆、TileOPs-nightly snapshots 1 筆)+ 釋出頁核查(tilelang / TileOPs / mlir-ascend,視窗內無新版本)+ 第三方後端倉核查(Hexagon NPU fork、CANN 社群運算元倉)+ Google News 中英文查詢 + Hacker News + arXiv。RISC-V 四源專項巡檢 24 小時無變化。


本期索引

  • 今日重點:主倉五筆合入清一色昇騰,四筆在收 #3512 的尾;ROCm 一小時內成系列開出七筆;昇騰 950 審計換人接力,八條新 issue 全指低層 SIMD 面

  • 一、核心專案進展
    • 1.1 昇騰:跨核同步 mode=0 強制 batch 排程,全核屏障不再與多流搶核死鎖(11-12)
    • 1.2 昇騰 PTO:VMI 描述符與邏輯覆蓋校驗一併收口,單筆 +925/−550 為本期最大(11-12)
    • 1.3 昇騰 PTO:標量 cast 事實加保護,迴繞 cast 不再讓 IntSet 求值拋錯(11-12)
    • 1.4 昇騰 PTO:顯式 SIMD 並行迴圈不再被車道佈局推斷拒收(11-12)
    • 1.5 昇騰 PTO:整數原子改走 signless 相容包裝,有符號輸入可編譯(11-12)
    • 1.6 主線口徑:五筆合入全為昇騰,+1903/−617,版本仍停 v0.1.15(11-12)
  • 二、多後端適配
    • 2.1 mlir-ascend:harness 分支一日三筆合入,+7632/−24,全部落在非預設分支(11-12)
    • 2.2 mlir-ascend:TL 方言一日補五個運算元,reshape / sort / print / pow / xor 在審(11-12)
    • 2.3 海光:tilelang-tileops-fix 分支單日十筆,hipRAND 隨機數與 cache_warmup 進分支(11-12)
    • 2.4 海光:PR #27 仍在審,推送內容即該 PR 分支更新(11-12)
    • 2.5 Sunrise:釋出流水線分支 ci/sunrise-0.1.15-1.2.1-r6 建立後 80 秒刪除(11-12)
    • 2.6 沐曦與摩爾執行緒:視窗內無提交(11-06 / 11-10 最近)
    • 2.7 ROCm:一小時內成系列開出七筆,22 檔案 +624/−19(11-12)
  • 二·五、RISC-V 後端與社群(專項觀察)
    • 2.8 四源巡檢:連續第六個視窗無變化,PR 介面限流僅比對引用(11-13)
  • 三、生態與採用方
    • 3.1 TileOPs:主線連續第二個視窗零提交,stats 分支重新整理清單(11-12)
    • 3.2 TileOPs-nightly:夜間快照仍落在 9bf4bf56,run 43264767627 測的是未變程式碼(11-13)
    • 3.3 TileFoundry:Mesh 選擇切片與維度算術兩筆修復在審(11-12)
    • 3.4 第三方後端:Hexagon NPU fork 把 TileLang 推到手機 DSP,LFM2-1.2B 端到端跑通(11-12)
    • 3.5 CANN 社群的昇騰 TileLang 運算元倉現身,官方屬性未核實(11-12)
  • 四、社群、教程與活動
    • 4.1 昇騰 950 審計第二波:八條 issue 集中在謂詞與低層 SIMD 面(11-12)
    • 4.2 審計的對應修復已在佇列:校驗類 PR 十餘筆同步推進(11-12)
    • 4.3 CUDA 側三筆新 issue:cp.async 兩位元組、佈局推斷指數級耗時、Pipelined 顯式 order(11-12)
    • 4.4 新聞側:中英文查詢視窗內零命中,arXiv 最新仍停在 11-03(11-12)
    • 4.5 每日迴歸:同一 run 在兩個時點各開一條告警(11-12)
  • 五、趨勢觀察

今日重點

這個視窗的主線是善後。主倉五筆合入(+1903/−617,22 處檔案改動)沒有一筆新增運算元、沒有一筆新後端,四筆都在收 #3512 那輪 PTO 向量化改造的尾巴:VMI 描述符在 typed view 的 gather/scatter 與單元素載入上取錯,於是 #3894 一次改掉 6 個檔案、+925/−550;分析式遍歷把標量定義提前繫結,IntSet 在迴繞 cast 上求值拋異常,於是 #3793 加了保護;車道佈局推斷把顯式 SIMD 的向量塊地址當成標量車道訪問,老寫法直接編譯不過,於是 #3796 保留舊路徑;codegen_pto 改成發 si32/si64 而 PTO 原子只認 signless,於是 #3792 在呼叫邊界做區域性重解釋。這四筆的共同點是「改造之後原有的合法程式不再合法」,屬於大改動的必然代價,但從 11-10 到 11-13 連續四個視窗都在付這筆賬,說明 PTO 這條線的迴歸面比預估的寬。

第五筆 #3614 是另一種性質:它不是修 bug,而是防死鎖。昇騰核心有兩種排程模式,mode=0 是「有可用核就啟動運算元」,mode=1 是「等運算元所需的全部核資源到位再整體啟動」。做全核同步的運算元如果在普通模式下啟動,可能只拿到一部分核就先跑到全核屏障上等其餘的核,而其餘的核正被另一條流佔著——資源成環,裝置直接掛死。這筆改動在 codegen 側識別出「帶常量 0 的跨核同步」後自動置 __schedmode__(1),並把該標誌按函式重置以防洩漏到後續入口;同時把跨核 set/wait 介面裡整數形態的 mode 收窄到 0/1/2/4,非整數不校驗以保留符號量。迴歸檔案 78 行,覆蓋全 AIC、全 AIV、AIC+AIV 組合協議、三個區域性模式與標誌重置共七種情形。

ROCm 側的動靜比昇騰更值得記。視窗開始後不到一小時,同一賬號連開七筆 PR,22 檔案 +624/−19,全部基於 72d986e1,構成一套完整的 HIP 側補丁:編譯引數此前只進快取鍵不進 hipcc(#3954);8 位整型向量的 8/16 車道廣播會發出 hipcc 拒收的 make_uint2/make_uint4(#3955);小瓦片上的 T.gemm 報「Divide by zero」這類無用資訊(#3956);T.annotate_min_blocks_per_sm 在 HIP 上被丟棄,gfx90a 上一個 256×128×32 的 fp16 GEMM 因 143 個 VGPR 加 128 個 AGPR 被鎖在一 CU 一塊(#3957);佔用率與 scratch 用量只有原始數字沒有換算(#3958);wave64 上 64 執行緒的歸約白分配了一塊 LDS(#3959);HIP 裡 uint2/uint4 是結構體,跨迴圈駐留的 fp16 片段被 SROA 打回棧上,每 lane 吃掉 80 位元組 scratch(#3960)。ROCm 此前在本日報的記錄里長期是「偶有一筆」,一天之內成系列出現,是本期最明顯的結構性變化。

第三件事在 mlir-ascend 的 harness 分支上,三筆合入合計 +7632/−24、64 處檔案改動,全部不落 main 也不落 master。內容不是編譯器功能,而是「寫給要寫運算元的人(或 agent)的知識庫」:#220 補 Ascend950 的模擬 trace 工作流(msprof 採集、MindStudio Insight 檢視、用同一次執行的 dump 補 GET/RLS 事件、匯出 npusim SQLite 供時間線分析,38 項既有測試在 WSL 上全過);#221 是運算元設計指南的可安裝版本(階段分解、SIMD/SIMT 選擇、儲存預算、瓦片流水,外加 Cube MFU 與條件 Roofline 計算器,並把上游九份 TileLang Skill 資料另存快照以便離線讀);#226 補 BMM 與 w4a8 的 Gemm 量化示例,同批還進了一個 conv 示例。這條線的價值不在編譯能力,而在於把「怎麼在這塊硬體上把運算元寫對、算清 MFU」變成可分發的東西。

第四件事是質量側換了人接力。上一期是 cn-sys 與 JINITAIMEI121 兩個賬號一天堆出 30 條昇騰 issue,本期 NebulaMao 在 18:39 之後的十幾分鍾內連開八條,全部跑在 Atlas 950 / Ascend950PR 上、版本 0.1.15,指向的是更下一層:any_sync/all_sync 匯出後原始碼生成留下未解析的 tl.any_sync;合法的 int64 跨 warp reduce_sum 發出未定義的 HwReduce<SumOp,long>;update_mask/pintlv/pdintlv 不校驗謂詞寬度,能發出根本不存在的 b64 helper;T.simd.pge 悄悄退化成 pset_bXX;T.copy 的 l2_cache_ctrl 接受越界整數並做 int32 迴繞強轉;T.set_atomic(dtype="int32") 按文件寫卻發出不存在的 *_int32 CANN 名字;vld2 接受不匹配的 DINTLV 寬度與 64 位 dtype;T.ascend_pipe_barrier("PIPE_V") 被 codegen 靜默丟棄。八條的共同形態還是一句話:本該報錯的地方沒有報錯。


一、核心專案進展

1.1 昇騰:跨核同步 mode=0 強制 batch 排程,全核屏障不再與多流搶核死鎖(#3614)

這筆改動 5 個檔案、+102/−1,其中 78 行是新增的迴歸檔案(test_ascend_schedmode.py,位於 testing/ascend/target/ 下),真正的編譯器改動只有二十餘行:在 Ascend codegen 裡識別出「帶常量 0 的跨核同步」後置 __schedmode__(1),並把這個標誌做成按函式重置的成員,避免洩漏到後續入口。

要看清它的必要性得回到排程語義。昇騰核心的 mode=0 是普通模式——只要運算元所需的部分核資源可用就啟動,不同流的運算元可以重疊;mode=1 是批模式——等運算元所需的全部核資源到位再整體啟動。做全核同步的運算元(全 AIC 同步、全 AIV 同步,以及「AIV 與本地 AIC 同步 → 全部 AIC 同步 → 再同步回本地 AIV」的組合協議,其內部含一個 mode=0 階段)在普通模式下啟動時,可能只拿到部分核就先跑到全核屏障上等待,而它等的那些核正被另一條流佔著且不會釋放,資源成環,裝置死鎖。批模式消除的就是這個視窗。

順帶做了介面收窄:跨核 set/wait 介面裡整數形態的 mode_id 只接受 0、1、2、4,其餘整數直接拒;非整數不校驗,以保留符號量傳參的可能。文件串也補了一句實情——同一份 API 文件列出的模式在三個目標上並不一致:910B/910C 支援 0/1/2,950 才多出 4。迴歸覆蓋七種情形:全 AIC、全 AIV、AIC+AIV 組合各自應開批模式,mode=1/2/4 應保持預設,以及標誌在函式之間不殘留。

來源:https://github.com/tile-ai/tilelang/pull/3614

1.2 昇騰 PTO:VMI 描述符與邏輯覆蓋校驗一併收口,單筆 +925/−550 為本期最大(#3894)

#3894 是本視窗最大的一筆(6 個檔案,+925/−550),把兩件獨立的事放在一個分支裡。第一件是修 VMI 記憶體描述符,涉及兩類形態:typed view 的 gather/scatter,以及單元素載入——兩者在構造描述符時取的基址與步長與實際訪問不一致。第二件是把 VMI 前端冗餘的邏輯覆蓋拒絕刪掉。

第二件事的前提值得寫清:刪校驗不是放鬆,而是因為共享記憶體檢測器的修復(#3805)已經落地,前端再攔一遍屬於重複攔截,且會誤傷跨行、轉置與動態檢視這些本該放行的形態。換句話說,同一處語義在兩個層次上各做了一次判斷,先落地的那個修好之後,後一個就成了負擔。

−550 行的刪除量主要來自這兩處的收斂。對下游的含義是:typed view 的 gather/scatter 與單元素載入兩類寫法在 PTO 目標上從「能過但結果不對」變成「要麼正確、要麼被檢測器攔下」。

來源:https://github.com/tile-ai/tilelang/pull/3894

1.3 昇騰 PTO:標量 cast 事實加保護,迴繞 cast 不再讓 IntSet 求值拋錯(#3793)

復現形態很小:u = uint32(i - 1),i 落在 [0, 63]。u 與任何 VMI 地址都無關,但 LegalizePTOVMIMemoryAccess 會在它上面失敗。根因在 #3512 引入的分析器感知遍歷——它會把標量定義積極繫結進分析上下文,而 IntSet 在求 cast 端點時,若其它子分析器已經裝入了一個被低估的界,迴繞 cast 就會拋異常。

修法是在下沉期跳過不安全的分析(2 個檔案,+571/−13)。這類「分析器之間互相汙染假設」的問題在大改之後的編譯器裡最費時間:報錯位置在一個與故障無關的標量上,堆疊裡也看不出是誰先裝錯了界。

來源:https://github.com/tile-ai/tilelang/pull/3793

1.4 昇騰 PTO:顯式 SIMD 並行迴圈不再被車道佈局推斷拒收(#3796)

#3512 引入的 PTO 車道佈局推斷會拒掉既有的 T.Parallel 巢狀——只要裡面寫了顯式 SIMD 指令。原因是推斷把這些迴圈的地址當成標量車道訪問,而它們實際是在向量塊上迭代。

典型例子寫在 PR 裡:一個 T.Parallel(2, 32) 巢狀,迴圈體用 S.vld(temp[h, block * 64]) 與對應的 S.vsts(...),每次迭代處理一條 64 元素的 FP32 向量。這種寫法在推斷出現之前是合法且常用的,推斷上線後一律編譯失敗。改動 5 個檔案、+194/−17,做法是保留舊式的顯式 SIMD 並行語義,讓推斷只作用於它該管的形態。

來源:https://github.com/tile-ai/tilelang/pull/3796

1.5 昇騰 PTO:整數原子改走 signless 相容包裝,有符號輸入可編譯(#3792)

#3512 之後 codegen_pto 對 TileLang 的整數值發 pto.si32/pto.si64,而 PTO 的原子介面只接受 signless 的 i32/i64,於是整數緩衝上的 T.atomic_add、T.atomic_max、T.atomic_min 全部編譯失敗(此前已在上一期的同批條目中提到,本視窗 11:27 落主幹)。

改法只在生成的呼叫邊界做區域性適配(4 個檔案,+111/−36):把指標與運算元按同寬重解釋為 signless,保留指標的地址空間,返回值再還原成邏輯型別;min/max 保持原本的有符號或無符號比較語義。這樣 #3512 建立的邏輯型別體系不必推翻,適配壓縮在原子這一層。

來源:https://github.com/tile-ai/tilelang/pull/3792

1.6 主線口徑:五筆合入全為昇騰,+1903/−617,版本仍停 v0.1.15(11-12)

把視窗內主倉五筆合入按方向拆開:#3614、#3894、#3793、#3796、#3792,全部落在昇騰,CUDA、ROCm、CPU 側零合入。合計 +1903/−617、22 處檔案改動,其中四筆是 #3512 的迴歸清理,一筆是排程模式加固。

非昇騰後端全部堆在評審佇列:主倉視窗內在審更新 50 筆,CUDA 側的 SM90 共享轉置降 ldmatrix/stmatrix(#3809)、流水 GEMM 運算元活到完成等待(#3923)、TMEM 自動釋放前同步(#3975)、不相容共享佈局回退標量 MMA(#3998)都在佇列裡;ROCm 側就是 2.7 那七筆。版本側沒有變化,主倉釋出頁最新仍是 09-30 的 v0.1.15,tag 序列未動;TileOPs 仍是 10-27 的 v0.1.0。本期這 1903 行最早也要等下一個 tag 才能進下游發行包。

來源:https://github.com/tile-ai/tilelang/releases 、 https://github.com/tile-ai/tilelang/pull/3809 、 https://github.com/tile-ai/tilelang/pull/3923

二、多後端適配

2.1 mlir-ascend:harness 分支一日三筆合入,+7632/−24,全部落在非預設分支(11-12)

三筆合入都不在 main 也不在 master,而在 harness 分支,按分支查才看得到:#220(14 檔案,+1014/−12)是 Ascend950 模擬 trace 技能,把 msprof 採集、MindStudio Insight 檢視、同一次執行 dump 補 GET/RLS 事件、匯出 npusim SQLite 做時間線分析串成一條可執行流程,38 項既有測試在 WSL 上全過;#221(45 檔案,+5178/−12)是運算元設計指南的可安裝版本,覆蓋階段分解、SIMD/SIMT 選擇、儲存預算與瓦片流水,附帶 Cube MFU 與條件 Roofline 計算器,供分析與裝置測試節點報出「這段時間裡 Cube 幹了多少活」,另把上游九份 TileLang Skill 資料單獨存快照以便離線讀;#226(5 檔案,+1440/−0)補 BMM 與 w4a8 的 Gemm 量化示例,同批還進了一個 conv 示例(e51c1774f1)。

三筆合計 +7632/−24、64 處檔案改動,是本視窗單條線裡體量最大的一次落地。上一期這兩筆(#220、#221)還在提案狀態,本期已進分支;這也解釋了為什麼該倉 main/master 當日零提交——工作面整體在 harness 側。

來源:https://github.com/tile-ai/tilelang-mlir-ascend/pull/221 、 https://github.com/tile-ai/tilelang-mlir-ascend/pull/220 、 https://github.com/tile-ai/tilelang-mlir-ascend/pull/226

2.2 mlir-ascend:TL 方言一日補五個運算元,reshape / sort / print / pow / xor 在審(11-12)

TL 方言在視窗內被集中補面,五個提案從 17:49 到次日 05:45(北京時間)陸續開出:#228 tl.xor、#229 tl.pow、#231 tl.print、#232 tl.sort、#233 tl.reshape。它們都建在 #203 引入的 TL_BinaryOp<...> 基類上,照 #218(and)與 #225(or)的模板鋪開,因此單筆改動都很薄。

分工上各有講究:tl.reshape 是純檢視運算元,不帶目的運算元,在 TL→HIVM 裡直接落到 memref.reinterpret_cast,不經過任何 HIVM 硬體運算元,與既有 NPUIR 的 ReshapeCodegen 路徑對齊;tl.sort 落到 hivm.hir.vsort,補了升降序兩組轉換測試與 expert_mode 路徑;tl.print 落到 hivm.DebugOp,同時處理標量與張量兩種列印形態,驗證器只查元素型別為整型或浮點;tl.pow 與 tl.xor 走元素級二元運算元的常規三段(方言定義、verifyElementwiseBinary、ConvertBinary 到對應 HIVM 運算元)。

方言補面的意義在覆蓋率:MLIR 路線要能承接上游 TIR 的全部常見運算元,缺一個就得在 TIR 層繞開,繞開的地方就是與主倉行為分叉的地方。

來源:https://github.com/tile-ai/tilelang-mlir-ascend/pull/233 、 https://github.com/tile-ai/tilelang-mlir-ascend/pull/232 、 https://github.com/tile-ai/tilelang-mlir-ascend/pull/231

2.3 海光:tilelang-tileops-fix 分支單日十筆,hipRAND 隨機數與 cache_warmup 進分支(11-12)

海光倉 main 零提交,但 tilelang-tileops-fix 分支在 15:41 至 21:14(北京時間)之間落了十筆,方向是「把 TileOPs 需要的運算元面補齊」:feat(hcu): support rng operations with hipRAND 補隨機數;feat(hcu): support cache_warmup intrinsic 補快取預熱內建;feat(hcu): rebase buffer loads;[Fix] unroll the epilogue of a pipeline with a runtime trip count 處理執行時 trip count 下的收尾展開;[Fix] fix 8-bit integer vector broadcast code generation;[Fix] fix cos and sin intrinsic dispatch;[feat] fix shuffle lowering and enable full-wave shuffle reduction;另有 __builtin_bit_cast 尺寸不等、fp64 截斷、hexp 呼叫二義三筆編譯期修復。

其中八位整型向量廣播一筆與主倉 ROCm 系列 #3955 是同名主題,說明 HIP 側的這兩條線在同一周撞上了同一類程式碼生成缺口。海光倉現有 15 個分支,feat/hcu-* 系列六條、distributed 一條,加本條 tilelang-tileops-fix,工作面已經覆蓋指令、通訊、運算元相容三層。

來源:https://github.com/tile-ai/tilelang-hygon/tree/tilelang-tileops-fix

2.4 海光:PR #27 仍在審,推送內容即該 PR 分支更新(11-12)

組織級逐倉核查裡海光倉顯示「視窗內推送」,落點是 tilelang-tileops-fix 分支的 push(21:15),對應 #27(Fix intrinsic lowering, precision, and integer vector codegen)的更新時間 21:15:47。該 PR 從 10-23 開到現在仍未合入,但分支一直在長:本視窗那十筆就是它的內容。

也就是說,海光側目前是「一個長期 PR 承載一條開發線」的形態——分支上的成果已經覆蓋隨機數、快取預熱、shuffle 歸約與多項編譯期修復,但要等這一筆整體合入才算進主線。

來源:https://github.com/tile-ai/tilelang-hygon/pull/27

2.5 Sunrise:釋出流水線分支 ci/sunrise-0.1.15-1.2.1-r6 建立後 80 秒刪除(11-12)

Sunrise 後端發行版倉本視窗沒有程式碼變更:main 仍停在 10-23 的 fb7d3d62。視窗內的動作為一次 CI 分支的建立與刪除——18:17:24 建 ci/sunrise-0.1.15-1.2.1-r6,18:18:44 刪除,間隔 80 秒。

分支命名的資訊量在於版本組合:0.1.15 對應上游基線,1.2.1 是從 10-19 候選分支名裡的 1.2.0 升上來的第二個分量,r6 表示第 6 次修訂。這與 9 月記錄到的 0.1.14+sunrise.1.1.0 屬同一條釋出序列,說明該後端仍在跟主線走、並按自己的節奏出修訂版,只是本期停在構建而非提交。

來源:https://github.com/tile-ai/tilelang-sunrise

2.6 沐曦與摩爾執行緒:視窗內無提交(11-06 / 11-10 最近)

tilelang-metax 最近推送為 11-06(main 上有一筆把上游 main 合進 dev 的合併 PR #162,01:37 開、無評審),tilelang-musa 最近推送為 11-10。兩倉視窗內均無實質提交,也無新版本:metax 無釋出,musa 最新標籤仍是 v0.1.14+musa.1(09-11)。

來源:https://github.com/tile-ai/tilelang-metax 、 https://github.com/tile-ai/tilelang-musa

2.7 ROCm:一小時內成系列開出七筆,22 檔案 +624/−19(11-12)

七筆在 07:56 至 07:57(北京時間)一分鐘內連續開出,同一作者,全部基於 72d986e1,合起來是一套 HIP 側補丁:

  • #3954(3 檔案,+65/−2)把 compile_flags 與 tl.device_compile_flags 送進 hipcc。此前這些引數只進核心快取鍵,實際編譯不受影響,唯一能改裝置程式碼生成的是程序級的 HIPCC_COMPILE_FLAGS_APPEND。
  • #3955(2 檔案,+70/−9)修 8 位整型向量的廣播:4 車道時 ICHECK 撞上非常量,8 與 16 車道時按每位元組一個引數發 make_uint2/make_uint4,hipcc 直接拒。
  • #3956(3 檔案,+102/−1)給小瓦片的 T.gemm 補可讀報錯。16×32 配 256 執行緒會走進 MFMA 宏生成器後報「Divide by zero」,或在前一個 gemm 的輸出直接餵給下一個 gemm 的 A 運算元時撞「Layout infer conflict」,兩種情形此前都沒有可用資訊。
  • #3957(6 檔案,+102/−5)讓「每 SM 最小塊數」註解在 HIP 上從「丟棄」變成「按每 EU 的 wave 數發啟動界」。動機給了實測:gfx90a 上一個 256×128×32 的 fp16 GEMM 編出 143 個 VGPR 加 128 個 AGPR,佔用率 1,無論 LDS 還剩多少都只能一 CU 一塊。
  • #3958(2 檔案,+73/−0)給 hip_resource_info 加佔用率報告。hipcc 本來就報 Occupancy 與 ScratchSize,但沒人把它換算成 blocks per CU,而這才決定核心能不能用滿它按兩塊申請的 LDS。
  • #3959(2 檔案,+58/−2)修 ROCm 的歸約工作區判定。AllReduceNeedsWorkspace 在超過 32 個歸約執行緒時返回真,而 tl::AllReduce 只在一跨 wavefront 時才用工作區,於是 wave64 上 64 執行緒的歸約白分配一塊從不碰的 LDS,且因為工作區在 IR 裡算共享記憶體訪問,ThreadSync 會給每個這樣的歸約套屏障。
  • #3960(4 檔案,+154/−0)讓 fp16 片段真正留在暫存器裡。HIP 中 uint2/uint4 是結構體,向量複製進或出區域性陣列退化成 memcpy,SROA 之後陣列仍留在棧上:clang 18 / ROCm 6.2.4 上,一個跨迴圈駐留、每執行緒持 2 行 K 與 V 的 fp16 片段,每 lane 吃 80 位元組 scratch。

七筆合計 22 檔案 +624/−19,覆蓋編譯引數、程式碼生成、啟動界、佔用率報告、歸約工作區與暫存器駐留六個層次。這是本日報記錄 ROCm 以來第一次成體系出現。

來源:https://github.com/tile-ai/tilelang/pull/3960 、 https://github.com/tile-ai/tilelang/pull/3957 、 https://github.com/tile-ai/tilelang/pull/3959

二·五、RISC-V 後端與社群(專項觀察)

2.8 四源巡檢:連續第六個視窗無變化,PR 介面限流僅比對引用(11-13)

按既定四源逐一比對引用,24 小時視窗內全部無變化:

  • kubuds/tilelang-riscv-kubuds(TVM 後端路線)兩個 kubuds- 字首分支停在 kubuds-riscv-karen fc62939、kubuds-riscv-mahiru 33e0c89,main 僅為上游同步;
  • RuyiAI-Stack/tilelang-riscv(MLIR 改寫路線,target="riscv")main 停在 57c548c;
  • TongmingLAIC/tilelang-riscv(社群索引頁)main 停在 4499c2a,表內專案無增刪;
  • TongmingLAIC/tilelang-tpu(算能 SOPHGO TPU)main 停在 303759f,feature/sg2260e-rv-support 停在 122bc59,其餘各分支引用同樣不變。

這已是連續第六個視窗(11-07、11-09、11-10、11-11、11-12、11-13 留檔)無變化。本期指令碼在查索引頁 PR 時撞上匿名 API 限流,降級為僅比對引用並打了一行注——按既定口徑,輸出為空記為「無變化」,不視為採集失敗。

來源:GitHub 四源逐引用比對(視窗內無變化),無單條落點連結。

三、生態與採用方

3.1 TileOPs:主線連續第二個視窗零提交,stats 分支重新整理清單(11-12)

TileOPs main 連續第二個視窗零提交,主分支頭仍停在 9bf4bf56(11-10 09:59 北京時間)。視窗內唯一的寫入是 23:17 的 stats 分支重新整理,提交資訊為 chore(stats): refresh manifest stats from 9bf4bf56...,即把當前主幹的清單統計重算一遍。

上一期記錄的五筆效能 PR(#2894 至 #2898)在本視窗內沒有出現在在審更新列表裡,說明它們既未合入也未繼續推進——當前 TileOPs 處於「等評審」而非「在開發」的狀態。

來源:https://github.com/tile-ai/TileOPs

3.2 TileOPs-nightly:夜間快照仍落在 9bf4bf56,run 43264767627 測的是未變程式碼(11-13)

snapshots 分支在 04:33(北京時間)落了一筆 bench: 9bf4bf56... (run 43264767627)。快照的基準提交與 TileOPs 當前主線頭一致,因此這一夜的基準結果測的是同一份未變程式碼。

這一點在讀數時要注意:連續兩晚的快照差異只可能來自環境波動,不能當作效能變化。上一期該倉的推送記錄來自 wiki 的 Perf Tracker 頁面重新整理,本期是真正的基準快照提交,兩者在「視窗內推送」的統計里長得很像,需按分支區分。

來源:https://github.com/tile-ai/TileOPs-nightly

3.3 TileFoundry:Mesh 選擇切片與維度算術兩筆修復在審(11-12)

TileFoundry 在 21:56(北京時間)開出兩筆,都是「寫起來像對的、編出來不對」的型別:

#323 修解析器丟掉起始為零的切片。用 Mesh 把一段 threads[0:16] 按 layout=(16,) 重標號時,若選擇從偏移 0 開始,解析器構造新 mesh 時會把切片丟掉,下沉之後不再發 contains 守衛,於是該層的每個執行緒都跑了這段區域;而直接寫 with threads[0:1] as writer: 的形態保留切片、行為正確——只有重標號這一路出錯。

#324 修 codegen 裡的維度算術。迴圈邊界來自 mesh 座標時(如 range(cta.i * 32, cta.i * 32 + 32)),CUDA codegen 報 no codegen handler for DimMul on cuda.Target:共享標量渲染器負責寫迴圈邊界、條件與 mbarrier 相位,它處理比較但不處理維度算術,而三個 CUDA 發射器各自維護一份 + - * / % 表。

來源:https://github.com/tile-ai/TileFoundry/pull/323 、 https://github.com/tile-ai/TileFoundry/pull/324

3.4 第三方後端:Hexagon NPU fork 把 TileLang 推到手機 DSP,LFM2-1.2B 端到端跑通(11-12)

組織外的 xwhzz/tilelang-hexagon 在視窗內有一次推送(落 fix/hexagon-dma-load-only 分支,最新提交 perf(hexagon): inline DMA across IEEE arithmetic scopes,16:32 北京時間),其主分支 hexagon-backend 最新提交停在 11-11。這個 fork 做的事值得單列:它給 TileLang 加了一個高通 Hexagon NPU 後端,在 Snapdragon 8 Elite 手機的 v79 cDSP 上開發與測試,把 T.copy、T.gemm、T.Parallel、T.reduce_*、T.Pipelined 編譯成 HVX 向量程式碼、HMX 矩陣乘、VTCM 緩衝與 DMA 流,經 FastRPC 在 NPU 上執行;倉庫現有 12 個分支,另有 Docker 環境搭建、SA8650 Linux 板設定與運算元示例文件。

結果按 README 口徑:LFM2-1.2B 在 batch 1 下端到端跑在 NPU 上,prefill、decode 與取樣全部由 TileLang 寫成;投影為 4 位 GPTQ(每 64 列一個 fp16 scale),繫結的 embedding 與 head 為 8 位;裝置上 WikiText-2 困惑度 16.68,bf16 為 16.29。效能兩項:decode 128 token 80.1 token/s,界為 83 token/s(每 token 685 MB 權重、按實測 57 GB/s 的 DSP DMA 峰值),達界 96%;prefill 1024 token 176.2 ms(5813 token/s),界為 129 ms(HMX 單做矩陣乘所需時間),達界 73%。數字取 bench.py 五次執行的中位,計時含 FastRPC 呼叫開銷,不含分詞與驅動手機的 PC 往返。

最值得記的一句寫在 README 裡:這套後端與 LFM2 模型是「在維護者指導下由一個 AI 編碼 agent 重寫的」,2026-10-26 至 10-29 之間提了 75 個 PR,佔該後端當前程式碼、測試與文件的八成以上。這條與 2.1 的 harness 線放在一起看,含義比單個後端更大——見「五、趨勢觀察」。

來源:https://github.com/xwhzz/tilelang-hexagon

3.5 CANN 社群的昇騰 TileLang 運算元倉現身,官方屬性未核實(11-12)

Atlas-Ascend-Fork/ops-tilelang 在視窗內有推送(14:23 北京時間)。倉庫描述寫明定位:「CANN 社群面向昇騰 NPU 的 TileLang 高效能運算元倉」,統一管理 Kernel 實現、自動化測試用例、標準工作負載與效能基線,做成可複用、可驗證的運算元資產。倉庫建於 10-20,預設分支 master,零星。

之所以只作為線索記一筆:賬號名帶 Fork,非 tile-ai 組織、非昇騰官方組織,是否有官方背景無法從倉庫本身判斷。若後續該倉持續更新並出現與 tilelang-ascend 的交叉引用,則可當作「昇騰運算元資產開始有社群側獨立倉庫」的訊號。

來源:https://github.com/Atlas-Ascend-Fork/ops-tilelang

四、社群、教程與活動

4.1 昇騰 950 審計第二波:八條 issue 集中在謂詞與低層 SIMD 面(11-12)

視窗內組織級新開 issue 18 條,主倉 15 條、tilelang-ascend 2 條、mlir-ascend 1 條。主倉這 15 條裡,8 條由 NebulaMao 在 18:39 之後的十幾分鍾內按主題成串提交,全部跑在 Atlas 950 / Ascend950PR(npu-smi 25.7.rc1.10)上、版本 0.1.15。

八條逐一看:any_sync/all_sync 匯出後原始碼生成留下未解析的 tl.any_sync/tl.all_sync 呼叫;合法的 int64 跨 warp reduce_sum 發出未定義的 HwReduce<SumOp,long>;T.simd.update_mask/pintlv/pdintlv 不校驗謂詞寬度,能發出不存在的 b64 helper;T.simd.pge 悄悄退化成 pset_bXX(經 asc_create_mask_bXX)而不是 pge_bXX;T.copy 的 l2_cache_ctrl 接受越界整數並按 int32 迴繞做強轉;T.set_atomic(..., dtype="int32") 按文件寫卻發出不存在的 *_int32 CANN helper 名;T.simd.vld2 接受不匹配的 DINTLV 寬度與 64 位 dtype,靜默發出被忽略或非法的反交織載入;T.ascend_pipe_barrier("PIPE_V") 被 AscendC codegen 靜默丟棄。

與上一期那 30 條相比,這一波的落點更靠下:上一輪多在核心引數與高層語義(block 數、num_stages、dtype 表、pad_value 路由),這一輪幾乎全在 T.simd.* 這一層謂詞與向量指令的工廠函式上。兩輪合起來,昇騰前端的「靜默失效面」被從引數校驗一直掃到了指令編碼。

來源:https://github.com/tile-ai/tilelang/issues/3992 、 https://github.com/tile-ai/tilelang/issues/3993 、 https://github.com/tile-ai/tilelang/issues/3976

4.2 審計的對應修復已在佇列:校驗類 PR 十餘筆同步推進(11-12)

審計不是單向的抱怨。同一天在審更新的 50 筆主倉 PR 裡,有一大批正對著這些缺口,且幾乎全是「拒絕非法輸入」而非「新增功能」:#3973 把 hf32 的 nearest_zero 在 CCE 後端從 NEAREST_AWAY 改回 NEAREST_ZERO;#3972 讓 GEMM 輸入 dtype 表與兩個 codegen 後端雙向對齊(float8_e5m2 被 Python 側誤拒);#3971 接受 shared.l0c 的 .dyn 拼寫;#3969 拒絕非 UB 目的地的 pad_value;#3968 推進 ND 轉 NZ 散射的掩碼計數使迴圈能終止;#3967 與 #3970 改為直接拒絕位歸約與批次歸約,不再發出模板裡沒有的型別;#3966 拒絕 16 位向量上的 PK4_B32 儲存;#3965 在非主執行緒跑 msprof 時跳過訊號延遲;#3963 改用執行時尾掩碼處理 ND 轉 NZ 的部分趟;#3863 拒絕打包後尺寸非法的 FP4 車道數;#3862 把解析出的 NPU 架構折進核心快取鍵。

這批 PR 的形態高度一致:先證明「這條路徑會讓編譯器發出不存在的東西或靜默算錯」,再在前端加一道拒絕或在下沉期補一條正確路徑。對一個要鋪到多家國產加速器的編譯器,這類改動的價值高於新增運算元。

來源:https://github.com/tile-ai/tilelang/pull/3973 、 https://github.com/tile-ai/tilelang/pull/3972 、 https://github.com/tile-ai/tilelang/pull/3968

4.3 CUDA 側三筆新 issue:cp.async 兩位元組、佈局推斷指數級耗時、Pipelined 顯式 order(11-12)

CUDA 側三筆新 issue 各有代表性。#3988:fp16 的 T.gemm 在 M=1、K 為奇數時走流水的 cp.async,仍會發出非法的 2 位元組傳輸(IsValidCPAsyncTransferBytes 攔不住),0.1.15 與主幹(348e807)均可復現,而 #2365 當時修的迴歸形態是透過的——說明同一族問題還有未覆蓋的形狀。#3987:tl.LayoutInference 與 tl.LowerTileOp 的耗時隨 T.Parallel 中複用子表示式呈指數增長,復現只需 sm_120a 下降、不必起核心;對應的修復 #3997 已在佇列(限制條件證明的工作量,同一迴歸從 34.89 秒、超過 10 秒編譯上限,變為透過)。#3996:T.Pipelined 帶顯式 order/stage、且複製經片段中轉時,報「Fragment buffer access with non-zero index [1]」,而報錯裡的那個下標並不在使用者程式裡——錯誤資訊指錯了地方。

同日在審的 CUDA 修復還有 #3998(共享佈局與 ldmatrix 前提不符時回退標量 MMA,修 #2642)與 #3975(自動釋放單 CTA TMEM 前先做全 CTA 屏障,warp 0 此前不等其它 warp 用完)。

來源:https://github.com/tile-ai/tilelang/issues/3987 、 https://github.com/tile-ai/tilelang/issues/3988 、 https://github.com/tile-ai/tilelang/pull/3997

4.4 新聞側:中英文查詢視窗內零命中,arXiv 最新仍停在 11-03(11-12)

Google News 中英文查詢在視窗內零命中;裸查詢能取到 23 至 25 條,但最新一條停在 10-28,內容仍是 9 月底 DeepSeek 開源昇騰版 TileLang 元件那一批報道的後續轉載。Hacker News 的命中全是同名噪音(tag 分類工具、專案排行站),與 TileLang 無關。arXiv 上 all:"TileLang" 共 10 條,最新一條為 11-03 的分離式推理 KV 壓縮論文,同樣超窗。

新聞側連續多日零命中屬 TileLang 的常態:專案傳播主要走 GitHub 與開發者社群,不在新聞索引裡,報道主體繼續以倉庫動態為準。

來源:Google News 中英文查詢(走代理)、Hacker News、arXiv,視窗內無相關條目。

4.5 每日迴歸:同一 run 在兩個時點各開一條告警(11-12)

tilelang-ascend 的每日測試在 10:23 與 15:48 各自動開了一條 issue(#2006、#2010),兩條都指向同一個 workflow run 43124767679,狀態均為「測試遇到錯誤」。同一 run 被重複告警,說明告警去重沒按 run 號做。

對照上一期 11-11 07:58 那次 3060 項全過,本期這條失敗尚無可讀的失敗清單,只能記為「昇騰倉 CI 當日有一次失敗並重覆上報」。在合入連續多個視窗為零的背景下,這條值得跟進:若失敗集中在主幹的昇騰路徑上,會直接擋住那 4 筆迴歸清理之後的下一批合入。

來源:https://github.com/tile-ai/tilelang-ascend/issues/2010 、 https://github.com/tile-ai/tilelang-ascend/issues/2006

五、趨勢觀察

一是大改造的善後期比改造期更長,且成本落在「原本合法的程式不再合法」上。#3512 把 PTO 的向量化與型別體系一起換掉,之後連續四個視窗都在補它的迴歸面:執行後端換預設(11-11)、整數原子(11-11、11-12)、顯式 SIMD 並行迴圈與標量 cast 事實(11-12)、VMI 描述符(11-12)。這四類問題的共同點不是「新功能算錯」,而是「舊寫法編譯不過或結果變了」。對編譯器專案,這類迴歸的排查成本遠高於新功能的 bug——報錯位置常常在一個與故障無關的標量或地址上,堆疊裡看不出是誰先裝錯了假設。

二是後端矩陣從「一家獨進」變成「多點同時開工」,形態也分化成四類。本期主倉五筆全在昇騰,但同視窗 ROCm 一次開出七筆成系列、海光一條分支一天十筆、Sunrise 在走釋出流水線、Hexagon 以個人 fork 的形式把 TileLang 推到手機 DSP。四種形態(上游內建後端、廠商適配倉、獨立發行版、第三方 fork)對應四種投入深度,這個分化本身就是判斷各廠商依賴程度的可用指標:廠商倉跟版本、發行版跟主線、fork 跟自己的硬體。

三是「給 agent 用的工程化」開始成規模出現。mlir-ascend 的 harness 分支一日 +7632 行,內容是技能庫、模擬 trace 流程與 Roofline 計算器,服務物件是「寫運算元的人或 agent」而不是編譯器本身;同一周,Hexagon fork 的 README 直接寫明後端與模型由 AI agent 在維護者指導下重寫、四天 75 個 PR 佔當前程式碼八成以上。兩件事方向一致:TileLang 這類 DSL 的抽象層恰好落在「agent 能寫對」的粒度上,於是生態開始為 agent 鋪工具鏈,而不是隻為人鋪文件。這一條值得按周跟。

四是RISC-V 四源連續六個視窗靜默,與整體活躍度形成明顯反差。TVM 路線、MLIR 路線、社群索引頁、算能 TPU 四個上游全部停在原引用,而同期主倉一天五筆合入、ROCm 一次七筆、第三方 fork 在推進一個新硬體後端。四源之外那條 CPU 線(Weft)在 11-11 給出了階段性結論後也未再更新。判斷不變:RISC-V 側的 TileLang 工作仍處在「有路線、少提交」的階段,真正可跟的落點還是那兩條相互獨立的實現路線是否繼續推進。

侷限說明:本期 GitHub 匿名 API 額度(60 次/小時)在採集早期耗盡,隨後改用兩種不吃額度的通道補齊——PR 增刪行與檔案數走 diff 端點統計,非預設分支的提交走分支級 atom 流;因此 1.2 至 1.5 四筆合入的檔案數與行數為 diff 端點實測值,正文描述取檢索介面返回的 PR 摘要,未逐行復核 diff。Hexagon fork 的視窗內推送經七個分支的 atom 流逐一比對定位到 fix/hexagon-dma-load-only,其餘分支同期無新提交。第三方運算元倉的官方屬性無法從倉庫本身核實,已在正文標註。新聞側只有零命中,無外部報道可交叉驗證。


附錄:素材與核查說明

信源 核查結果
tile-ai 組織逐倉(30 倉庫) 視窗內推送 7 個:tilelang、TileOPs、TileOPs-nightly、tilelang-hygon、tilelang-mlir-ascend、tilelang-sunrise、TileOPs.github.io
主倉 tile-ai/tilelang 合入 5 筆(#3614、#3894、#3793、#3796、#3792),+1903/−617,全部昇騰;新增 issue 15 條
非預設分支 mlir-ascend harness 合入 3 筆(+7632/−24);hygon tilelang-tileops-fix 10 筆;TileOPs stats 1 筆;TileOPs-nightly snapshots 1 筆;三倉 main 均零提交
在審佇列 組織級 71 筆在視窗內更新:主倉 50、tilelang-ascend 12、mlir-ascend 5、TileFoundry 2、metax 1、hygon 1
釋出頁 tilelang 最新 v0.1.15(09-30)、TileOPs v0.1.0(10-27)、mlir-ascend v0.1.2.020(06-11),視窗內均無新 tag
每日測試 tilelang-ascend 同一 run 43124767679 在 10:23 與 15:48 各開一條告警
TileLang×RISC-V 四源巡檢 無變化(連續第六個視窗);索引頁 PR 介面限流,降級為僅比對引用
第三方後端 Hexagon NPU fork 視窗內推送落 fix/hexagon-dma-load-only;CANN 社群 ops-tilelang 倉有推送,官方屬性未核實
新聞側 Google News 中英文、Hacker News、arXiv 視窗內零命中

完整信源清單

g #3973(hf32 舍入模式對映) — https://github.com/tile-ai/tilelang/pull/3973