報告週期：2026 年 9 月 21 日（週一）至 9 月 25 日（週五），共 5 個工作日、5 期日報素材（對應 ISO 第 39 周） 素材來源：本刊每日 TileLang 動態日報 5 期（09-21、09-22、09-23、09-24、09-25）；另經 tile-ai 組織 29 個倉庫的 168 小時視窗補充核查與各倉庫釋出後設資料複核（詳見附錄）

一、本週要聞

  • TileRT 一天內兩筆釋出 PR 合入，v0.1.6 把 GLM-5.2/5.3 帶到 AMD Instinct MI350X/MI355X（09-24）：北京時間 09-24 晚間 20:22 與 23:33，TileRT 連續合入 v0.1.5.post3（#63）與 v0.1.6（#68）兩筆釋出 PR。v0.1.6 釋出說明為在 AMD Instinct MI350X/MI355X 上新增 GLM-5.2/5.3 支援（ROCm 路徑）幷包含預填充與解碼分離（PD）相關更新；同日 PD 側 KV 注入複製跨裝置對重疊效能單 #66 關閉、內容併入本次釋出敘事。邊界：截至本週期末核查，TileRT 的 GitHub Releases 頁面與標籤仍停在 v0.1.5.post2（2026-08-06），釋出頁滯後於釋出 PR，公開可獲取版本尚未更新。

  • FP4 到 FP8 的精確轉換融合進主倉，DeepSeek V4.1 專家 GEMM 提速最高 5.38 倍（09-22）：主倉 tilelang #3204 於 09-22 19:36 合入（09-11 開出、11 天打磨、161 行新增）。改動把「E2M1（FP4）權重經 FP32 中轉轉成 E4M3（FP8）」的預設投射鏈融合為每四個元素兩條 __byte_perm 指令，覆蓋標量與 2、4、8、16、32 五種向量寬度，全程在暫存器內完成、不新增視訊記憶體分配。H100 上十二個配置的提速區間為 2.97 倍至 5.38 倍（如 1×2304×5120 從 547.94 微秒降至 108.65 微秒、2048×5120×2304 從 1760.22 微秒降至 591.92 微秒），暫存器佔用從 128 升至 156、無溢位。驗證覆蓋源生成測試、每個打包字的逐字編碼比對與 CUDA/ROCm/Metal/CuTeDSL 當前頭 CI；邊界：Blackwell 執行與整模型服務兩項尚未驗證。

  • TileSight 正式開源：瓦片中心的分析式效能模型從論文落地為官方倉庫（09-23）：09-23 22:54，tile-ai 組織新增的 TileSight 倉庫完成首次提交（177 個檔案、約 5.67 萬行、MIT 許可），組織倉庫總數由 28 增至 29；7 月 24 日 arXiv 論文（2607.22432）結尾「發表後開源」的承諾至此落地。倉庫覆蓋 20 餘份硬體檔案（NVIDIA、AMD Instinct 與 Intel Arc 獨顯）、多級快取複用距離模型、流水線重疊分析與 CUDA/HIP 微基準探針；論文口徑：A100 至 B6000 四代平臺單卡核心延遲合併平均絕對百分比誤差 12.35%，擴到 32 卡叢集后融合分散式核心與 vLLM 端到端服務的加權誤差分別為 16.18% 與 13.52%。

  • TileOPs 一週 21 筆合入：治理合龍與效能季高峰並行（09-21 ~ 09-24）：本週期 TileOPs 合計約 21 筆合入。治理線，roofline 公式大筆 #2158 讓清單公式成為唯一執行來源並修正 15 類公式錯誤（覆蓋 175 個已實現運算元），隨後 #2167 拆除最後旁路、#2175 讓合成失敗轉為點名報告——「度量的信任工程」合龍；效能線，09-23 單日七筆合入（GEMM、Engram、注意力、MoE、Mamba、mHC、線性注意力七個子系統），其中 DeltaNet 推理運算元（#2163）在 H200 上對照 FLA 最高提速 3.7 倍；通道治理與介面收縮同步推進（詳見第四節）。

  • GLM-5.3 k 池鏈內容合入主線：整套示例與 4 個 AMD 測試資產入列（09-20 晚間）：09-20 17:06，tilelang #3254 以壓縮方式合入（11 個檔案、+2520/-4），把上一週期的 k 池系列帶進主線：examples/kpool/ 四個可執行示例（池內 softmax 池化、BF16 往返與 Hadamard 歸一化、FP8 量化、分頁快取回讀與 32 頭 MQA 加權分數）加四筆 ROCm 測試；語言層 tilelang/language/fp8.py 的 FP8 dtype 選擇改為可按裝置指定。驗證：exact-head CI 全綠，ROCm 7.2 在 MI300X 上報 2433 項透過。邊界：棧上 #3250、#3251、#3253、#3255 四筆開單未收尾（內容已在主線），至本週期末未見收尾動作。

  • 主倉修復縱深：單日 6 筆合入、Fuzzer 清賬、AllReduce 靜默錯誤攔截與 NaN 語義雙線閉環（09-21 ~ 09-24）：主倉全周 14 筆合入，構成三層縱深——編譯器前端與邊界（兩筆 Fuzzer ICE 修復 3206/3207，由同一位報告者 08-17 同日開出的原單被定點清賬）、執行時包裝層（NVRTC 修復 #3260）、程式碼生成與排程（AllReduce 步長校驗 #3266 攔下「能跑但悄悄算錯」的靜默錯誤）。09-24，NaN 傳播語義雙線閉環（#3273 編譯期報錯 + #3205 clamp 降低修復，兩個缺陷單關閉），同日 SIMT im2col 與非同步暫存重構鏈成形（#3274 → #3275 → #3279）。

  • 昇騰的「合入—回退—恢復」一週閉環；A5 真機缺陷被公開（09-20 ~ 09-24）：09-20 單日 11 筆合入（最大一筆 #1753 為 72 檔案、+10117/-3618 的 FP32 行歸約與同步修復）之後，09-22 迎來三筆整批迴退（#1818 精確撤回 #1753），09-24 以每日測試 2448/2448 全透過收口——「合入、驗證失敗、回退、恢復全綠」全鏈在兩天內走完。同時 09-23 開出三筆缺陷單，其中 #1830 指出真實 Ascend 950（dav-3510）上裝置路徑以 910B 代標號編譯、啟動即報裝置異常、改標號後靜默算錯，暴露驗證矩陣「真機覆蓋 910B 代、模擬覆蓋 950 代」的繞行盲區。

  • 多後端與生態：海光示例支援合入、沐曦日更、Sunrise 發版、摩爾執行緒靜默（09-21 ~ 09-24）：海光 #11 示例支援 09-23 合入（37 檔案、+1104/-130，GEMM 改用 HCU 矩陣核內建指令），#12 於 09-24 合入（FP32 MMAC K 共享與 ds_read 片段打包）；沐曦完成上游 main 同步（#158）並開出子 warp 守衛修復（#159）；Sunrise 09-21 釋出 0.1.14+sunrise.1.1.0（CI 體系擴充與 sparse mask 修復）；摩爾執行緒倉庫全周靜默（最近推送 09-17），其外部後端接入的機制性缺口由 TileOPs 佇列成組治理承接收口。

二、核心專案進展（主倉 tilelang）

版本與釋出

  • 主倉最新標籤仍為 v0.1.14（09-02 釋出），至本週期末已 23 天未發新版本，逼近此前約 30 天的釋出間隔；全組織本週期僅 Sunrise 有新發布（09-21），TileRT 兩筆釋出 PR 已合入但釋出頁未跟進（見第四節）。
  • 下游硬約束出現：TileOPs 自 #2172 起對 tilelang 提出 >= 0.1.14 的版本下限（pyproject.toml 加下限並在安裝指令碼強制），發版節奏與下游採納視窗的節拍開始互相牽制。
  • 適配線標籤全周未動：昇騰 v0.1.2.000（09-09）、MLIR 昇騰 v0.1.2.020.sglang.poc（09-09）、摩爾執行緒 v0.1.14+musa.1（09-11）、沐曦 v0.1.14（09-17）。

語言層與前端

  • Pythonic 前端（#3230，09-21 合入）：編譯期迴圈接受 Python 可迭代物件與推導式，5 檔案 +1084/-24（含 766 行新測試），對 PrimExpr、Buffer 等誤用給出明確拒絕；同步關閉兩筆長期需求單（ForFrame 不可迭代、T.unroll 表示式列表索引）。
  • 迴圈目標繫結修復（#3232，09-23 合入，+196/-14）：為迴圈目標（含元組目標）建立顯式繫結，避免把歸納變數寫進既有繫結；缺陷單 #3231 隨合入關閉。
  • 複製寬度鉗制（#3246，09-23 合入）：T.copy 與 T.async_copy 的 coalesced_width 從「不可整除即致命日誌」改為按可達向量寬度鉗制——降級時告警、非正值拒絕；缺陷單 #3007 關閉。
  • NaN 傳播語義雙線（09-24 合入）：#3273 為不支援的歸約 NaN 傳播 dtype 增加編譯期報錯（診斷給出操作名、支援的輸出型別與實參 dtype，校驗掛進原生 ReduceOp 構造器）；#3205 把 T.clamp 的 NaN 傳播正確降低到裝置模板。前者源自報告單 #3270、後者源自模糊測試缺陷單 #3024，兩者隨合入關閉。
  • 清理類：#3262 移除不可變變數重繫結的警告（09-21 合入，淨刪 14 行）。

編譯器、程式碼生成與執行時

  • Fuzzer 清賬兩筆（09-22 合入）：#3206 把核心體裡的普通 assert 降為裝置側合法檢查（此前主機側錯誤上報呼叫被寫進 __global__ 核心、nvcc 直接拒編，原單 #3019）；#3207 修復「動態形狀輸出排在供形輸入之前」的呼叫期崩潰（原單 #3017）。
  • AllReduce 靜默錯誤攔截（#3266，09-21 合入）：XOR 蝶形規約的步長校驗併入 CheckAllReduceWidth、模板加靜態斷言、規劃器對不支援形態回退寬方案——攔下一類「看似能跑、恰好 96/192 執行緒時共享記憶體交換越界」的錯誤。
  • NVRTC 線：#3260 修復 warp 規約編譯問題（09-22 合入，開出到修復約 14.5 小時）；隨後 #3265（啟動不變數整數運算下沉主機側）、#3263（包裝層漏傳主機標量）在審。
  • 動態形狀除法：需求單 #3261 與實現 #3267（tl.LowerMagicDiv 魔法除法，按除數執行期值預計算）持續更新、待合入。
  • SIMT im2col 與非同步暫存三級遞進（09-24）：效能缺陷單 #3274（降低時機過晚、錯過排程與向量化機會）→ 三分鐘後補丁 #3275（把載入提前到排程之前暴露）→ 09-25 凌晨重構草案 #3279（「統一非同步資料暫存與傳輸感知降低」，實驗性：邏輯訪問與物理降低分離、共享傳輸分析、流水線等待規劃與向量化擴寬）。同日 #3278（分割槽佈局下非同步複製降低修復）合入；#3276（保持 FP8 向量複製打包）在審。
  • 工程配套：#3268（CMake 保留後端環境變數給出的 SDK 路徑）新開待審。
  • CUDA Tile IR 執行後端（#3247）：一週內從 8 個提交追加至 31 個提交、+36506/-112、139 個檔案，覆蓋 JIT、快取、自動調優與 DeepSeek V4 稀疏注意力調優核心，仍處評審——「加料未蓋章」狀態延續。

效能

  • FP4→FP8 轉換融合（#3204，見要聞）：H100 十二配置提速 2.97 至 5.38 倍；驗證分四層（源生成、逐字比對、輸出逐位一致、跨平臺 CI）。
  • SM120 塊縮放線（09-21）：需求單 #3256 到補丁 #3257 僅隔 21 分鐘（fragment A、奇數 warp 網格與緊湊縮放），路線由 SageAttention3 的實際需求牽引；#3257 待評審。
  • 節奏觀察：全周小修復多為「當日開單、當週清賬」（Fuzzer 兩筆、NaN 一筆當天出補丁），實質增量的重心仍在評審佇列。

評審佇列觀察

  • 大件積壓：TileIR 後端（#3247，31 提交）、魔法除法（#3267）、啟動不變數（#3265）、CuTeDSL 與 RNG 修復四筆（#3241 至 #3244 成批重新整理）、GEMM dtype 組合攔截（#3245）、SM120 補丁（#3257）——「小修覆蓋章、大變更攢料」的格局貫穿全周。
  • k 池棧遺留四筆（#3250、#3251、#3253、#3255）：內容已隨 #3254 進入主線，開單未收尾、連續多日無動作，需以 rebase 或關閉收口。
  • 佇列與發版聯動：TileOPs 提出 >= 0.1.14 下限後，主倉發版視窗（已滿 23 天）與下游採納的節拍關係成為跨倉庫變數。

三、多後端適配（昇騰 / 沐曦 / 海光 / 摩爾執行緒等）

昇騰（Ascend）：合入日、回退日與恢復日的一週三幕

  • 09-20（密集合入日）：單日 11 筆合入（09:36 至 16:29）——最大一筆 #1753（72 檔案、+10117/-3618：編譯期形狀已知的 FP32 逐行 max/min/sum 實現與兩類自動同步缺陷修復）；正確性修復組 #1804（行切片 stride，修 910B2 上 uint16 截斷資料損壞）、#1809（block_sparse_mqa_attn 非同步讀寫）；運算元與文件組 #1621（mhc_pre 示例）與文件系列 6 筆。
  • 09-21（尾巴顯現）：跨兩週評審的 #1633（mhc_bwd，Sinkhorn 隱式共軛梯度示例）17:16 合入，2048/4096 序列提速 3.1%、參考 CG 校驗併入 PASSED 判據；#1821、#1822 兩筆新修復開出；每日測試失敗單 #1817 與兩條跟進 PR（#1815、#1816）相繼出現。
  • 09-22（回退日）：三筆回退先後合入——#1818 精確撤回 #1753（72 檔案、+3618/-10117，精確對稱），#1819、#1820 撤回兩筆文件增強；每日測試 #1823 以 2448/2448 全透過恢復（對照合入潮前基線 1936，增量 512 項未回落）。
  • 09-23（缺陷三重奏）：兩筆 mHC 示例回退（#1832、#1833，進倉均不足三天）；三筆新缺陷單——#1830（A5 裝置路徑以固定標號 dav-2201 編譯真實 Ascend 950（dav-3510），核心啟動即報裝置異常 507015、改標號後靜默算錯；README 驗證矩陣恰好雙向繞開該標號）、#1824 / #1825（自動同步的兩處邊界：條件分支同步狀態錯誤合併、混用配置應在編譯期拒絕）；#1834 標量 GM 儲存競態修復方案開出（復現指令碼失配數 12,967,510 降至 3,496,136，opt-in 重寫路徑開啟後歸零、113 項既有套件透過）。
  • 09-24（恢復推進）：#1741 稀疏 FlashAttention 示例合入（09-04 建立、跨兩週評審）、#1829 向量 mask 與 FP32 行歸約最佳化、#1826 恢復 Select/Transpose 測試與就地校驗；每日測試 #1835 以 2448/2448 全透過；API 文件核驗佇列約 10 筆成批重新整理（主體自 8 月中旬掛起）；#1828（運算元遷移）、#1834 待審。
  • 判讀：大合入的驗證成本被正面償付——合入、驗證失敗、回退、恢復到全綠全鏈不到兩天；A5 真機檢驗則提示跨代硬體適配正從「能編譯」進入「敢用真機校準」的階段。

MLIR 昇騰（tilelang-mlir-ascend）：Mamba 大筆合入與 A5 分支清理

  • 09-20：#187（TileOPs 基準與報告設施，約 +5.4 千行）與 #188（最佳化後的 Mamba 運算元與 per-agent 模型選擇）兩筆落地。
  • 09-22：#191 Mamba-2 SSD 分塊掃描 NPU 專家核心最佳化合入（42 檔案、+4204/-1568，開出到合入約 3.5 小時），調優結論沉澱進模式庫與案例記錄。
  • 09-23：#178 NPU launcher 記憶體洩漏與流同步修復合入（rtMalloc 改為流感知分配、統一發射路徑）。
  • 09-24：集中刪除四條 A5 開發分支（對應同步類 PR 關閉）；#130（A5 測試同步）仍開；#189、#190 待審。

海光（Hygon）：示例支援合入，矩陣核資料佈局修復落地

  • 示例支援 #11 09-23 合入（37 檔案、+1104/-130：適配 autotune 與 LDS 配置、解決核心佈局衝突、GEMM 改用 HCU 矩陣核內建指令、補回歸覆蓋）——海光側「把 TileLang 示例套件在 HCU 上跑通」的階段完成合入。
  • 特性分支兩次推進：FP32 MMAC K 共享與 ds_read 打包（09-21）→ 擴充套件為五檔案版並清理 tvm_ffi 的 FP8 匯出變通程式碼（09-22）。
  • #12 於 09-24 合入：共享 FP32 MMAC 的 K 維度與打包 ds_read_format 片段。

沐曦（MetaX）：上游同步與子 warp 守衛

  • 09-21：main 快進到上游最新 eab74a4a（同步近三週上游增量）。
  • 09-24：#158（上游 main 同步進 dev、含衝突解決）合入；#159（T.gemm_sp 子 warp 塊尺寸守衛）開出待審。

摩爾執行緒（MUSA）：全周靜默，治理轉入運算元庫佇列

  • tilelang-musa 倉庫最近推送為 09-17，本週期無新動作；MUSA 外部後端接入的機制性缺口（三筆 issue #2164 至 #2166：CUDA-only 輸入校驗、零輸入拒絕、派發前 CUDA 裝置查詢）由 TileOPs 成組治理承接收口（見第四節），三筆單在視窗內持續更新。

其他：Sunrise 釋出 0.1.14+sunrise.1.1.0

  • 09-21 釋出新版本標籤（候選分支 11:06 推送 → 釋出 PR #6 15:33 合入 → 打標籤）：內容以工程化為主——修復 sparse mask 執行、裝置恢復失敗後停止 CI；CI 體系大幅擴充（run/install/junit 轉 JSONL 指令碼）；新增編譯速度基準與 compile-only、lower-trace 工具文件；z3 prover 開關與整數分析更新。

四、生態與採用方

TileOPs：21 筆合入的一週——治理合龍、效能季高峰與通道治理

  • 治理合龍：#2158（09-21 合入）讓 roofline 清單公式成為唯一執行來源（一個來源、一個求值面），修正 15 類公式錯誤並讓結構預言機逐 PR 重計 175 個運算元；#2167（09-22 合入）拆除「對定義了求值方法的條目靜默讓位」的最後旁路並給兩類誤用補明確報錯；#2175（09-24 合入）把公式合成失敗轉為點名報告（無需 torch 環境即可全量判定）；#2161（issue）記錄清單 shape_rules 的 helper 從不被求值、234 條規則靜默跳過，修法待決策。
  • 效能季高峰：09-23 單日七筆合入——W4A16 預打包權重序（#2168）、Engram 解碼拆分（#2173，批 4 檔 8.2 倍）、varlen GQA 統一運算元遷移（#2160）、MoE 超額路由按 16 行分組（#2169，相對 vLLM 升至 0.99 檔）、Mamba DaCumsum（#2176）、mHC 預填充投影沿 K 拆分（#2177）、DeltaNet 推理運算元（#2163）；09-24 再落 GLA 推理運算元（#2174）與 SM90 DeltaNet 解碼（#2194），線性注意力家族補齊「訓練側 → 推理側 → 平臺解碼 → 效能模型口徑」多點；W4A16 長 K 流式（#2185）落地；佇列中 GEMM 乒乓主迴圈與 176 瓦片（#2172）、varlen GQA 預規劃三連（#2178 / #2180 / #2184）、FFT 核心重寫（#2187）持續推進。
  • 通道治理（外接後端）：#2179（09-24 合入，+797/-256）拆除運算元層約 38 處裝置種類檢查、改由核心在張量層面宣告裝置，並新增 lint 鉤子阻止迴流；#2181、#2183（測試預設目標切換、運算元行為測試全後端執行）、#2186（DeltaNet 預填充掛起與 GEMM roofline 異常修復）、#2193（輸入記憶體滯留修復）同視窗合入；#2182（issue）記錄 BuildKernel 協議缺口，待擴充套件。
  • 介面收縮：遺留路徑清理草案四連——#2196（移除無歸屬 GDN 核心）、#2197（移除遺留 varlen GQA）、#2200（移除遺留 GLA 推理路徑）、#2201（GLA 運算元改名），另有 #2198 / #2199 / #2202 / #2203；#2195、#2205、#2180 關閉未合入（內容拆分推進）。
  • 判讀：治理留下的賬本正在變成效能工作的信用資產——每筆效能單都自帶對照基準（torch.compile、cuBLASLt、vLLM、FLA）與逐位一致宣告，且能被清單與基準獨立複核。

TileOPs 夜間流水線：基準 1040 到 1081，正確性穩在 1140 上方

  • 本週期可見六份快照（對應 #1996 至 #2206 合入點）：基準用例從 1040 起步，經 1046、1050 增至 1081；正確性用例在 1118 至 1141 之間，除一份快照遺漏結果檔案（後恢復釋出，屬釋出疏漏）外均零失敗。
  • 09-24 快照出現一次檔案級超時——DeltaNet 長預填充配置 900 秒內無測試啟動（新運算元「功能合入到基準可承載」之間的成本待標定），對應修復 #2186 當日合入後，09-25 快照恢復零失敗、零錯誤。
  • 環境全週一致：H200、CUDA 13.2、驅動 595.71.05、SM 鎖頻、torch 2.13——快照的可復現要素保持完整。

TileRT：一天內兩筆釋出 PR 合入（詳見要聞）

  • 補丁線與小版本線並行：v0.1.5.post3（09-07 建立）為 v0.1.5 線的第三個補丁；v0.1.6（當日建立當日合入，由專案成員合入）把 GLM-5.2/5.3 的 ROCm（AMD Instinct MI350X/MI355X）支援與 PD 分離更新併入；相對 8 月僅一筆釋出的節奏，釋出管線明顯加密。
  • 釋出頁與標籤滯後於釋出 PR，公開渠道存在資訊差，下一期繼續核對。

TileFoundry：編譯期分析的密集一週

  • 09-21 兩筆合入：#170（迴圈感知的緩衝壽命求解，結構化 SSA 區間與複用約束，取代邏輯壽命求和）、#174（CuTe 風格 Swizzle 函子與 layout 代數特化，CUDA 程式碼生成原樣輸出）。
  • 09-22 兩筆合入：#175（分析支援依賴單位的迴圈起點）、#176（記憶體後設資料與流量歸一化，分析規範單檔案改動 263 行）。
  • 09-24 大筆合入：#179（記憶體足跡與複用視窗，+3207/-539、44 檔案）——從訪問關係推導時間與空間複用軸，給出「b holds=176.00MB fits=no（對照 47.68MB L2）」式可復算容量結論；同日 #184（isl 遞迴遍歷修復）合入。
  • #185（分片排列重構草案）跟進；#168、#171、#172、#173、#178 關閉。

TileSight：瓦片中心效能模型正式開源（詳見要聞）

  • 定位分工：TileSight 在建模期預測跨層成本，與 TileFoundry 的編譯期 IR 分析互補；硬體檔案覆蓋 AMD 與 Intel 獨顯，天然服務多後端敘事。三段式落地（07-24 論文 → 09-18 社群文件倉 → 09-23 官方程式碼倉）把效能可解釋性從個人線索升格為組織專案。

採用方：TileKernels 與 FlashQLA 全周無推送

  • TileKernels 最近推送仍為 04-23；FlashQLA 為 09-18（三筆 SM100/SM120 合入屬上一週期）。採用方程式碼未動，但其推理負載持續驅動上游最佳化——本週合入的 FP4→FP8 融合正是以 DeepSeek V4.1 專家 GEMM 為物件。

五、社群、教程與活動

文件站與例行更新

  • 主倉文件站多次「Update docs」自動提交（09-20、09-21、09-23、09-24）；TileOPs 文件站例行部署（09-20 至 09-22、09-24）；均為自動化再生成，站點內容未見實質變化。

社群專案：TPU 後端、訓練營、教學倉與 SoftHier

  • 社群 TPU 擴充套件倉（算能 BM1690）：09-22 三筆提交——多核分塊掃描 S3/P6 驗證、P10 效能矩陣、主機側原始碼校驗修復；該倉保留 TileLang 的 Python 前端並增加 TPU 降低、程式碼生成與 JIT 執行時，是 TileLang 社群第一條公開的 TPU 後端路徑。
  • 沐曦 C500 訓練營材料倉：09-22 兩筆——第二講「向量加法」的 TileLang 與九齒對照練習、遠端例項工作流補充操作代理配置；教學序列按「環境 → 加法對照 → Softmax 與 GEMM → AI 智慧體輔助 → Llama 運算元」推進。
  • 教學與本地化倉：tilelang-tutorials 新增 init_core 組示例（PTO 前端純 Cube、純 Vector、混合三形態，09-21，作者來自華為）；tilelang-docs-l10n 完成一輪全語言 README 翻譯同步。
  • SoftHier（ETH 蘇黎世）：把 TileLang 擴充套件到瓦片式多 PE 的 RISC-V 眾核加速器（GVSoC 建模、Luca Benini 實驗室指導的學期專案）——核心作者只宣告「計算什麼、資料在哪」，編譯器推導簇放置、集合通訊路由與同步；4×4 簇、BM=BN=BK=128 的 SUMMA GEMM（N=7168、K=2048，對應 DeepSeek-V3 路由專家降維投影尺寸），M=512 時編譯器生成程式碼 1.01 ms 對 手寫 C 0.96 ms（差距 5.14%）。

媒體與學術側：全周零命中

  • Google News 中英文多組查詢連續五個視窗零命中；Hacker News 無主題相關條目；arXiv 無新預印本（最近一篇仍為 07-24 的 TileSight 效能模型論文——其程式碼已於本週期開源）。媒體側連續多周平靜，主體內容以 GitHub 組織動態為準。

六、趨勢觀察

  • TileRT 釋出節奏加密，AMD 平臺權重被抬高：補丁線與小版本線同日推進，並把 ROCm（AMD Instinct MI350X/MI355X）與 GLM-5.2/5.3 的組合放到釋出說明最顯眼位置——對「超低延遲推理執行時」的定位而言，模型覆蓋開始與 NVIDIA 線並行加碼；釋出頁與標籤滯後是短期盲區，需下一期核對收口。
  • 最佳化重心進入「每一層指令的賬本」：161 行轉換融合換來最高 5.38 倍端到端提速，前提是它出現在被反覆讀取的權重路徑上；TileOPs 的效能第二波（排程規劃、暫存器拆分、網格利用率、stream-K）同樣在追問「同一塊資料被讀幾次、在哪一級快取流轉」——收益持續向資料搬運與格式轉換遷移。
  • 「靜默錯誤前移」擴至排程與暫存層：NaN 傳播雙線、AllReduce 靜態斷言、Fuzzer 清賬延續了語義校驗的原則；SIMT im2col 提前暴露、邏輯訪問與物理降低分離、非同步暫存統一則把「先宣告、後推導、隱式轉顯式」推入效能關鍵路徑，直接服務卷積、GEMM 與 mHC 場景。
  • 線性注意力家族進入整編期：兩天內完成 DeltaNet 推理 → GLA 推理與 SM90 解碼的多點落子，隨即開出四筆「刪舊、改名、收斂介面」草案；此類整理通常先於介面凍結或版本動作出現——關注 TileOPs 隨後是否出現釋出節奏。
  • 多後端工程債顯性化，治理成組推進：外接後端從「能註冊」到「能排程」的最後一段開始鋪路（三筆阻塞到 38 處檢查拆除並加 lint 防回潮，雙邊協同推進）；昇騰「合入—回退—恢復」閉環在兩天內走完，A5 真機檢驗把跨代適配推入深水區；海光、沐曦保持日更節律，摩爾執行緒持續靜默，四家熱度分化。
  • 效能可解釋性升格為組織資產：TileSight 從論文到官方倉庫、TileFoundry 把編譯期分析做到可復算容量結論——在運算元庫與執行時之外，分析工具的完善程度正在成為 TileLang 的差異化資產，也為多後端敘事提供建模底座。
  • 下一期關注點：主倉發版視窗（已滿 23 天）與 TileIR 大件是否落地；被回退的昇騰 #1753 返工形態與 A5 輸出正確性問題排期；TileRT 釋出頁與標籤跟進；TileOPs 清理草案合入後是否觸發版本動作；k 池棧四筆收尾。

附錄：素材與核查說明

  • 素材：本刊每日 TileLang 動態日報 5 期（09-21 至 09-25），採集視窗為 09-20 07:00 至 09-25 07:00（北京時間）；09-21 期覆蓋 09-20 早間起 24 小時，含 09-20 晚間的 k 池鏈合入等條目。本週期之後的週末（09-26 至 09-27）動態將併入下週一日報。
  • 補充核查（168 小時視窗，截至本報告編制）：tile-ai 組織 29 個倉庫中視窗內 13 個有推送（tilelang、TileRT、TileOPs、TileOPs-nightly、TileFoundry、TileSight、tilelang-ascend、tilelang-metax、tilelang-hygon、tilelang-mlir-ascend、tilelang-sunrise、tilelang.github.io、TileOPs.github.io）；釋出與標籤後設資料逐倉複核；採用方與相關倉最近推送時間核對（TileKernels 04-23、FlashQLA 09-18、tilelang-musa 09-17）。

信源核查表

信源 核查結果
tile-ai 組織（29 倉庫） 視窗內 13 個倉庫有推送；新庫 TileSight 完成首次提交（177 檔案、約 5.67 萬行）
主倉 tilelang 全周 14 筆合入（09-20 晚至 09-24）；評審大件（TileIR 後端 31 提交、魔法除法、RNG 佇列等）持續積壓
TileRT v0.1.5.post3 與 v0.1.6 釋出 PR 合入；釋出頁與標籤仍停 v0.1.5.post2
TileOPs 全周 21 筆合入、多筆新開與關閉；夜間快照正確性 1118 至 1141、基準 1040 至 1081（一次檔案級超時已修復）
TileFoundry 6 筆合入（#170、#174、#175、#176、#179、#184）；#185 草案跟進
昇騰 三幕閉環：合入 11 筆（09-20）→ 回退 5 筆（09-22、09-23）→ 恢復 2448/2448（09-24）；A5 缺陷與同步邊界缺陷單開出
MLIR 昇騰 #187 至 #191 多筆落地與 A5 分支清理；#130 仍開、#189/#190 待審
海光 / 沐曦 海光 #11、#12 合入；沐曦 #158 合入、#159 開出
摩爾執行緒 / Sunrise 摩爾執行緒無推送（最近 09-17）；Sunrise 釋出 0.1.14+sunrise.1.1.0
採用方（TileKernels、FlashQLA） 全周無推送（最近 04-23 / 09-18）
社群倉庫 TPU 擴充套件、訓練營材料、教學倉、SoftHier 各有更新
媒體與學術渠道 Google News / Hacker News / arXiv 全周零命中
  • 口徑與邊界：效能資料均為合入說明或 PR 正文自述（H100、H200 實測），本刊無對應硬體、未做獨立復現；夜間基準為單次流水線記錄，非橫向評測；釋出狀態以各倉庫釋出後設資料複核為準（截至本報告編制），TileRT 釋出頁滯後於釋出 PR 屬倉庫側釋出流程節奏，不代表釋出內容無效。
  • 下一期週期建議：2026-09-28 ~ 2026-10-02。

主要引用

sunrise.1.1.0>

資料來源：每日 TileLang 動態日報（2026-09-21 至 2026-09-25 共五期）及本週期實測核查；報告週期為 2026 年 9 月 21 日至 9 月 25 日。