调研窗口：2026-11-02 06:00 ~ 2026-11-03 06:00（北京时间，24 小时；接续上一期日报截点）。

信源：GitHub（org: flagos-ai 61 仓库全量核查、提交检索 272 笔、合并 PR 162 笔、在审 PR 311 笔、org 事件流 100 条、31 仓 Release 与 8 仓 Tag 原子核查、5 仓原子补核与关键 PR 正文核查）、Google News RSS（24 组中英文查询词，走代理）、HN Algolia（8 组）、CSDN FlagOS 专栏（逐篇核时）、智源社区、九家成员单位官网（详见附录信源清单）。

本期索引

  • 今日重点：AMD ROCm 线从构建到算子三处并进；量子合成编译器单日 21 笔合入，UP-01 与 AO/PF 验收线并行；玄铁 13 个专用算子 43 分钟内批量合入（11-02）
  • 一、开源项目进展（GitHub 动态）
    • 1.1 组织节奏：16 仓推送、272 笔提交、162 笔合入，在审 311 笔（11-02 ~ 11-03）
    • 1.2 版本面：2.3.0 运行时镜像按后端推送，AMD ROCm 构建线首次建立（11-02）
    • 1.3 FlagQuantum：合成线单日 21 笔合入，UP-01 与 AO/PF 三条验收线并行（11-02 ~ 11-03）
    • 1.4 FlagGems：玄铁 13 个专用算子 43 分钟内合入（11-02）
    • 1.5 FlagGems：昆仑芯 XPU3 修复静默错误形状，十四笔性能与契约收口（11-02）
    • 1.6 FlagGems-sglang：竞赛 17 笔 Triton 算子批量合入，AMD gfx1100 两条性能线（11-02）
    • 1.7 FlagTree 与 FlagGems-vllm：Hopper 误编译修复、玄铁 MM 模型包 v1.1.0（11-02）
    • 1.8 FlagTrain 与 FlagBLAS：KMCompiler 八笔算子，MUSA L1 BLAS 落地（11-02）
  • 二、新闻报道与生态
    • 2.1 渠道核查：24 组查询零组件级命中，CSDN 与 HN 窗口内无新文（11-03）
    • 2.2 生态观察：乌镇峰会开幕，开源主题生态体验馆展至 11-05（11-02）
    • 2.3 周边生态：九源联合体发布飞腾、TileLang、商汤三项联合成果（11-02 复盘稿）
  • 三、成员单位与后端厂商深挖
    • 3.1 达摩院玄铁：专用算子、MM 成本模型、chunk_kda 三线同日推进（11-02）
    • 3.2 昆仑芯：XPU3 foreach 契约修复与十四笔性能收口（11-02）
    • 3.3 昇腾与海光：W8A8 INT8 的 GEMM 与 BMM 两条实现（11-02）
    • 3.4 摩尔线程：Conv1D 真一维 GEMM 把 26 个基准例全部拉过 0.8 倍线（11-02）
    • 3.5 沐曦、天数、清微、燧原与地平线：一侧补算子，一侧补契约（11-02）
  • 四、总结与趋势观察
  • 附录：信源核查表、完整信源清单

今日重点：AMD ROCm 线三处并进；量子合成编译器单日 21 笔合入；玄铁 13 个专用算子批量落地（11-02）

日期：2026-11-02　来源：build-infra PR #1589 · build-infra PR #1608 · FlagGems-sglang PR #271 · FlagQuantum PR #1004 · FlagGems PR #8240（全量见附录）

  • AMD 面：build-infra #1589 为 FlagTree 的 amd 后端新建一条打包线（bare-ubuntu 22.04 构建机、backends.yaml 行、verify_stage 步骤与 wheel 目标），动机不是 glibc 下限而是溯源——厂商 0.7.0+amd3.6 的 wheel 本身即 22.04 构建，但不附带 Source-Commit。该线在 amd-rocm7.2.4 运行时节点上做了 A/B：算子扫描与 torch.compile 结果一致（maxdiff 1.526e-05，9/9），182 个厂商独有文件按设计全部对账。同日 #1599 把 rocm7.2.4 的 torch 闭包对齐到 vLLM 0.32 的钉固组合；FlagGems-sglang #271 为 gfx1100 补 decode_attention、decode_grouped_attention、extend_attention 与 log_scaling_tau 四个算子。构建、运行时、算子三层在一个窗口内同向推进，AMD 线正从「能跑」走向「可追溯、可复现」。
  • 量子面：FlagQuantum 单日 21 笔合入、122 笔提交，落在三条验收线上——UP-01 把 Python qfunc 程序做成公共前台（#1004），AO-00/01/02 依次建立算术基线、纯表达式归一化与受保护算术实现（#1006、#1010、#1013），PF-00/01 建立 Python 编译时延与进程内存账本、再复用已校验计划字段（#1018、#1021）。同期 QEC 侧补噪声 surface memory 组合、相干匹配纠正与分块调度（#1012、#1015、#1019），运行时侧改用规范化 IR 复用 Module 训练并降低诊断快照开销（#1017、#1014）。
  • 玄铁面：FlagGems 在 16:03 至 16:46 的 43 分钟内合入 13 个玄铁专用算子，覆盖 Chebyshev 多项式、igamma、conv_transpose3d、quantized_lstm、nuclear_norm、fused_rms_norm_backward、_adaptive_avg_pool3d_backward 等长尾条目，均走 KernelGen 的玄铁产线。这是继算子库总量扩充之后，单后端专用算子第一次以「批次」形态进入主干。
  • 判断：三条线共同指向同一件事——FlagOS 的能力扩张已从「榜单式补齐算子数量」转入「按后端成批交付 + 按验收单元记账」。AMD 有了自己的构建溯源线，量子栈把语义、算术、性能拆成可独立验收的小步，玄铁则以分钟级节奏批量并入。真正的瓶颈仍不在开发而在合入与发布：本窗口合入 162 笔、新开 192 笔，队列继续扩张，2.3.0 也仍停在「镜像先行、清单未冻结」。

一、开源项目进展（GitHub 动态）

1.1 组织节奏：16 仓推送、272 笔提交、162 笔合入，在审 311 笔（11-02 ~ 11-03）

日期：2026-11-02 ~ 2026-11-03　来源：flagos-ai 组织仓库 · 提交检索 · 合并 PR 检索 · 在审 PR 检索

  • 仓库面：61 仓中 16 仓窗口内有推送，按推送时间从近到远为 FlagQuantum、FlagQAI、FlagTensor、release-info、build-infra、FlagTree、FlagGems、FlagGems-vllm、FlagTrain、docs、FlagGems-sglang、optest、FlagDNN、vllm-plugin-FL、Torch-FL、FlagBLAS。其中 release-info 的三次推送全在 gh-pages 自动部署（分别对应 build-infra 的 1727064、672f77b、3c54d7e 三笔），docs 与 FlagTensor 的默认分支最新提交分别停在 10-03 与 10-28，二者 pushed_at 的刷新来自非默认分支或标签动作，均无窗口内默认分支新提交。
  • 提交面：提交检索命中 272 笔，分仓为 FlagQuantum 122、FlagGems 52、FlagGems-sglang 24、FlagQAI 23、build-infra 18、FlagTrain 8、FlagGems-vllm 7、FlagTree 6、Torch-FL 5、optest 3、FlagBLAS 2，vllm-plugin-FL 与 FlagDNN 各 1。量子栈一仓占去 44.9%，较上一期（三日窗口占比 58%）继续回落，非量子侧回到 55% 以上。
  • 合入面：合并 PR 162 笔，来自 12 仓：FlagGems 55、FlagGems-sglang 27、FlagQuantum 21、build-infra 18、FlagQAI 9、FlagTrain 8、FlagGems-vllm 7、FlagTree 6、Torch-FL 5、optest 4，vllm-plugin-FL 与 FlagBLAS 各 1。
  • 在审面：窗口内有更新的在审 PR 311 笔，新开 192 笔。分仓为 FlagGems 210（新开 148）、FlagTree 28（13）、FlagGems-vllm 19（6）、vllm-plugin-FL 14（5）、sglang-plugin-FL 7（2）、Torch-FL 5（1）、FlagGems-sglang 4（3）、FlagTrain 4（1）、flir 3（2）、FlagAttention 3（1）、FlagCX 3（1）、FlagQuantum 2（2）、FlagScale 2（2），FlagTensor、FlagTree-AscendNPU-IR、docs、optest、TransformerEngine-FL、FlagCV、Megatron-LM-FL 各 1。
  • 事件与分支面：org 事件流 100 条，构成为 PR 事件 31、推送 22、删分支 17、建分支 16、议题评论 7、议题事件 3、评审评论 2、评审 1、fork 1。建分支与删分支合计 33 条，几乎全部落在 FlagQuantum 的 feat/synth-* 系列，说明量子合成线仍以短分支快进快出为主。
  • 对比：与上一 24 小时窗口（合入 183 笔、新开 84 笔）相比，合入量下降 11.5%，新开量上升 128.6%；与三日窗口的日均（合入 38 笔、新开 47 笔）相比，本窗口的合入与新开均明显放大。合入与新开同步处于高位，且新开接近合入的 1.2 倍，是典型的工作日「产线开足、评审吃紧」形态。

1.2 版本面：2.3.0 运行时镜像按后端推送，AMD ROCm 构建线首次建立（11-02）

日期：2026-11-02　来源：build-infra PR #1589 · build-infra PR #1595 · build-infra PR #1599 · build-infra PR #1606 · build-infra PR #1607 · build-infra PR #1608 · community 2.2 发布清单

  • 新增构建线：#1589 为 FlagTree 的 amd 后端建立独立打包线与 wheel 产线，加 backends.yaml 行、verify_stage 步骤与 wheel 工作流目标。PR 自述动机是溯源而非兼容——厂商同版本 wheel 不带 Source-Commit，故以自家 22.04 构建机重出，并在 amd-rocm7.2.4 运行时上做算子扫描与 torch.compile 的 A/B 对账（maxdiff 1.526e-05，9/9 通过，182 个厂商独有文件按设计计入）。该线每日构建开关暂为关闭。
  • 运行时收口：#1599 把 rocm7.2.4 的 torch 闭包改为与 vLLM 0.32 的钉固组合一致，避免同一运行时内出现两套 torch 版本假设；#1606 把 flagcx 的「预装 wheel」判定从可导入性改为按元数据识别，避免路径上残留的同名包被误判；#1607 让 wheel 清单收集支持任意深度的目录层级。
  • 版本标记：#1595 与 #1608 两笔机器人提交记录 2.3.0 的镜像描述与 changelog 日期。据 #1608 正文，运行时镜像工作流已按后端推送 2.3.0，并把各后端待写的 changelog 条目按 registry push_time 落日期，本条对应 amd-rocm7.2.4 层。至此 base 层与寒武纪 neuware 4.4.3、沐曦 maca 3.8.1.3、海光 dtk26.10、AMD rocm7.2.4 四层均已在 2.3.0 名下完成日期回填。
  • 发布态核查：31 仓 Release 与 8 仓 Tag 原子核查，窗口内没有新的 Release 对象；社区仓库 release/2.3 下的清单文件仍返回 404，release/2.2 清单在架。即镜像已按后端逐一推送，但清单冻结与站点上线两步仍未发生，与上一期判断一致。
  • 待观：18 笔合入里，文档与知识层 9 笔、AMD 构建与运行时 4 笔、wheel 与打包 3 笔、机器人 changelog 2 笔。开发侧的 2.3.0 工作已基本转为「记录既成事实」，若本工作周仍不冻结清单，2.3.0 的发布窗口会被下一个版本规划挤压。

1.3 FlagQuantum：合成线单日 21 笔合入，UP-01 与 AO/PF 三条验收线并行（11-02 ~ 11-03）

日期：2026-11-02 ~ 2026-11-03　来源：FlagQuantum PR #1002 · FlagQuantum PR #1004 · FlagQuantum PR #1006 · FlagQuantum PR #1010 · FlagQuantum PR #1013 · FlagQuantum PR #1018 · FlagQuantum PR #1021

  • 语义线（UP）：#1002 先让原始常量角度的 PHASE 门走通既有 CoreIR；#1003 确立 UP-00 的语义边界并保留 Qmod 的 RZ 兼容；#1004 把 UP-01 的 Python 程序命名空间接到前台——@synth.qfunc 装饰的函数可直接书写分配、门与输出，编译器侧捕获带类型的 qfunc 准备与算术组合，运行时侧以全新端口执行程序内准备。PR 正文给出可复算示例：一个含两个量子位分配、Hadamard 变换与 result |= x*x+y 的程序，可在同一公共工作流里编译与执行。
  • 算术线（AO）：#1006 建立 AO-00 的算术基线与独立 oracle，并把「验证范围不得夸大」写成校验器规则；#1010 落地 AO-01，对纯表达式做带保护的公共子表达式消除与可靠的位事实归一化；#1013 落地 AO-02，补齐受保护的平方、常量与终端 XOR 实现。三笔按 AO-00 到 AO-02 的顺序递进，每一步都保留前一步的资源基线与验收证据。
  • 性能线（PF）：#1018 建立 PF-00 的 Python 编译时延与操作系统 RSS 基线，把计时、内存与诊断队列做成隔离观测，不改生产代码也不替换既有资源基线；#1021 以 PF-01 复用已校验的计划字段，减少 Services 侧重复校验与对象重建。两笔合起来把「合成一次要多久、占多少内存」变成可复算的数字，而不是单次观察。
  • 旁线同步：QEC 侧 #1012 验证噪声 surface memory 实验的组合正确性、#1015 保留相干匹配的纠正记录、#1019 验证分块调度与晚期内存失效；运行时侧 #1017 让 Module 训练复用规范化 IR、#1014 降低默认诊断快照开销、#1020 把惰性 Torch 编译边界写成经批准的契约。窗口末另有 #1022、#1023 两笔在 00:21 与 01:19 开出，方向仍是合成线与运行时。
  • 判断：这 21 笔的共同特征是把「一个大功能」拆成「可独立验收的单元」——语义、算术、性能各自有基线、oracle 与失败即红的证据。对量子栈而言，这比单点性能数字更重要：它让后续任何一次寄存器分配或门合成改动，都能被既有账目立刻测出代价。

1.4 FlagGems：玄铁 13 个专用算子 43 分钟内合入（11-02）

日期：2026-11-02　来源：FlagGems PR #8240 · FlagGems PR #8229 · FlagGems PR #8237 · FlagGems PR #8239 · FlagGems PR #8232 · FlagGems PR #8231

  • 批次构成：13 笔均标注 KernelGen 玄铁产线，自 16:03 的线性组合算子起，到 16:46 的 poisson_nll_loss 止。覆盖范围分四类：特殊函数（Chebyshev 多项式、igamma）、卷积族（三维卷积、转置卷积、时间卷积反向）、量化与归一化（量化 LSTM、RMSNorm 反向融合）、矩阵与池化（矩阵范数、三维自适应池化反向、分数最大池化反向、Lanczos 上采样）。全部为新增专用实现，不改动其他后端与公共入口。
  • 形态特征：条目集中在长尾——特殊函数（Chebyshev、igamma）、三维卷积与转置卷积、量化 LSTM、矩阵范数、池化反向。这些正是通用 Triton 实现性能最差、专用化收益最大的一类，也与上一窗口玄铁侧「先补主干」的节奏形成接续。
  • 节奏：43 分钟 13 笔，平均 3.3 分钟一笔，且与昆仑芯、摩尔线程、昇腾、海光四家的同日后端条目交织在同一时间带。说明 FlagGems 的评审已能按后端并行消化批量算子单，而不是串行排队。
  • 对照：上一窗口 FlagGems 的玄铁条目为零；本窗口 13 笔，占 FlagGems 当日 55 笔合入的 23.6%。同一仓库另有昆仑芯 14 笔、摩尔线程 5 笔、NVIDIA 侧 KernelGen 2 笔、沐曦 2 笔，后端分布比过去更均衡。
  • 待观：这批算子目前只落在玄铁专用产线，尚无跨后端复用或与 FlagGems-vllm 推理路径的对接记录。下一步要看的，是它们能否被上层模型（尤其量化 LSTM 与池化反向）真正调用，而不是只增加覆盖率计数。

1.5 FlagGems：昆仑芯 XPU3 修复静默错误形状，十四笔性能与契约收口（11-02）

日期：2026-11-02　来源：FlagGems PR #8038 · FlagGems PR #8034 · FlagGems PR #7976 · FlagGems PR #8123 · FlagGems PR #8245 · FlagGems PR #8049

  • 正确性修复：#8038 是当日最值得读的一笔。foreach 系列的 out-of-place 标量重载在「同 dtype、同设备、同元素数」时走快路径，输出统一按第一个张量的形状分配再切视图，而快路径的准入条件比较的是元素数而非形状——于是形状不同但元素数相同的列表会全部继承首个张量的形状，产生静默错误结果。修复把准入改为按完整形状判定，另两笔把十六个标量输出改为单基址寻址、把列表输出合并为一块平坦缓冲。
  • 契约修复：#7976 把 foreach 点号取槽位的索引改为取自 program_id(0)；#8034 在提交 JIT 之前先求值自动调优的网格，避免以未求值的网格启动；#7956 解包标量解析的三元返回值，修正快步路径的取值。
  • 性能收口：#8056 为 triu_、resolve_neg、le 与位右移补快路径；#8245 为 flip、ge、lerp 补点态快路径并撤掉上一版 BF16 一维 tile 重构；#8108 融合 pool3d 反向的精确路径、对小乘法跳过点态管线；#8107 在每通道度数一致时展开 Chebyshev 的 t/w；#8030 加速 choose_qparams_optimized、kl_div 与两个 Bessel 核；#8111 把 Jacobi 扫描分块，使 nuclear_norm 只需 nb 次启动而非 k 次；#8049 为 linspace 做单公式快路径；#8248 另有一组算子特化性能修正。
  • 回滚信号：#8123 撤回「昆仑芯 BF16 点态性能优化」，理由是引入回归；同日 #8245 以不同方案重做并明确「撤掉 #8052 的 BF16 一维 tile 重构」。一撤一补同窗口发生，说明 XPU3 侧的点态优化仍在试验期，合并前缺少足够的形状覆盖。
  • 判断：昆仑芯这一组的关键词是「契约」——形状、槽位、网格、返回值四个层面的隐式约定各修一处。这类问题的共同后果是静默错误而非崩溃，比性能回退更值得在日报里留痕。

1.6 FlagGems-sglang：竞赛 17 笔 Triton 算子批量合入，AMD gfx1100 两条性能线（11-02）

日期：2026-11-02　来源：FlagGems-sglang PR #207 · FlagGems-sglang PR #220 · FlagGems-sglang PR #256 · FlagGems-sglang PR #270 · FlagGems-sglang PR #271 · FlagGems-sglang PR #275

  • 竞赛批量：10:22 至 10:55 的半小时内，17 笔标注 FlagOS 竞赛 Track1 的 Triton 算子 PR 集中合入，含 Hadamard 变换、Gemma 融合加 RMSNorm、专家并行的 scatter 与 gather、scatter-to-padded、单趟 RMSNorm、RMSNorm 缩放与缩放偏移、QK 头 LayerNorm、QK-Gemma-RMSNorm-RoPE 融合、QK 逆 RMS、LayerNorm 调制等。提交者集中在两位竞赛参与者，评审以批量批次合入。
  • AMD 性能线一：#256 为 RDNA3（gfx1100）补 chunked_sgmv_expand、gate_up_lora_b、sgemm_lora_b、per_group_transpose、silu_and_mul 与 fused_rmsnorm，在 Radeon PRO W7900D 上调优并测试；除 fused_rmsnorm 外输出与通用实现逐位一致。LoRA 侧把 16 位输入的访存从 2 字节提到 16 字节，fp32 时把秩循环改为小 tile 上的 FMA，规避通用核的寄存器溢出。
  • AMD 性能线二：#271 为同一架构补 decode_attention、decode_grouped_attention、extend_attention 与 log_scaling_tau。前两者共用分块 KV 核：一个 program 负责某序列的一组查询头与一段 KV 缓存，再由第二个核按 log-sum-exp 合并分片；头块大小取「仍能填满 96 个计算单元」的最大值，仅当网格会留下空闲单元时才切分序列。
  • 配套整理：#270 的批量合入把第 9 批算子并入主线；#263 新增跨后端验证的可复用技能文档；#274、#275 移除算子套件里的模型品牌命名并统一加 sglang_fl_ 前缀；#272 修正基准输入函数与算子签名不一致；#276、#278 收紧远端任务产物的清理规则。
  • 判断：这个仓库本窗口承担了两个角色——白天是竞赛算子的吞吐口，下午转入 AMD 工作站的性能补齐。竞赛批次带来覆盖率，gfx1100 批次带来真实硬件上的可运行性，两者互补；但竞赛 PR 的评审深度（多为批量合入）与 AMD 侧的逐位一致性要求，形成了明显的质量梯度。

1.7 FlagTree 与 FlagGems-vllm：Hopper 误编译修复、玄铁 MM 模型包 v1.1.0（11-02）

日期：2026-11-02　来源：FlagTree PR #1236 · FlagTree PR #1460 · FlagTree PR #1451 · FlagTree PR #1314 · FlagGems-vllm PR #1030 · FlagGems-vllm PR #1042 · FlagGems-vllm PR #1038

  • 玄铁成本模型：#1236 支持玄铁 ZW810E 的 MM/MV 成本模型包 1.1.0，在 FlagTune 模型目录里新增条目，并让模型契约接受有序的 configs 列表——逐个候选校验参数名与合法取值，拒绝同时声明 config_space 的契约。该包含 8 个 BF16 的 flaggems/mm 变体（含与 mv 共用的 gemv_ppu）与 2 个沿用 1.0.0 的 flaggems/mul 模型。
  • Hopper 误编译：#1460 修 TritonGPU 的流水化 cp.async 降级与 WGMMA 操作数缓冲复用问题，属会算错而非报错的类型；#1451 把 WGMMA 的 warp 选择与上游 MMAv3 对齐，覆盖 NVIDIA 与摩尔线程两侧；#1314 在两次异步 TME 拷贝之间跳过 membar 屏障，属摩尔线程侧的路径优化。
  • FlagGems-vllm 算子：#1030 补 mrope 的算子清单入口；#1042 修 PPU 侧 FP8 量化输出处理与逆 RoPE 的 epsilon 语义；#1038 为天数与玄铁优化 chunk_kda；#1019 针对 GLM-5.2 的形态优化 grouped_topk；#959 修 qwen4 的 int64 偏移与 PLE 状态原地更新同步；#1035 把 fused_q_kv_rmsnorm 的基准调用迁到新 API；#1047 修循环 GDN 的原生基线准入。
  • 判断：FlagTree 这一组全是「编译器正确性」而非新功能——误编译、warp 对齐、屏障冗余，三项分别对应算错、结果漂移与多余同步。对统一编译器而言，这类修复比新增后端更能决定下游敢不敢开优化。

1.8 FlagTrain 与 FlagBLAS：KMCompiler 八笔算子，MUSA L1 BLAS 落地（11-02）

日期：2026-11-02　来源：FlagTrain PR #32 · FlagTrain PR #40 · FlagTrain PR #36 · FlagTrain PR #39 · FlagTrain PR #47 · FlagBLAS PR #157

  • FlagTrain 算子：八笔合入集中在 KMCompiler 的 NVIDIA 线——weighted_squared_relu_impl（含 Ascend 标注）、fused_h_aggregate 前反向、bias_swiglu_impl、scaled_masked_softmax_cuda 前反向、fused_proj_rms_compute_h。均以 Triton 核实现，按训练常用融合点成组补齐。
  • 依赖与流程：#45 修 uv 管理下的镜像运行时保留问题；#43 修正 compared_speedup 与 speedup 的统计口径；#47 修后端算子特化实现的循环调用异常，属路由层的分派缺陷。
  • FlagBLAS：#157 为 MUSA 补 L1 BLAS 后端与 muBLAS 的正确性、性能参照，覆盖 AMAX、AMIN、ASUM、AXPY、COPY、DOT/DOTC/DOTU、NRM2、ROT/ROTG/ROTM/ROTMG、SCAL 与 SWAP。至此 BLAS 的 L1 层在摩尔线程侧有了可对照的实现。
  • optest 配套：#26 增加算子排除列表、#27 增加算子结果汇总统计、#25 强制百分之百覆盖率、#24 加 Python 质量检查——测试设施本身开始被当作产品维护。
  • 判断：训练侧与大模型推理侧的分工更清楚了：FlagTrain 承接训练融合算子，FlagGems-vllm 承接推理路径，FlagBLAS 补基础线性代数。三者共用同一套测试与质量门，这比各自扩算子更能降低跨仓回归。

二、新闻报道与生态

2.1 渠道核查：24 组查询零组件级命中，CSDN 与 HN 窗口内无新文（11-03）

日期：2026-11-02 ~ 2026-11-03　来源：Google News FlagOS 检索 · CSDN FlagOS 专栏 · Hacker News 检索 · 智源社区

  • 中文查询：FlagOS、FlagGems、FlagScale、FlagTree、FlagPerf、FlagCX、KernelGen 七组在 14 天窗口内零命中；智源研究院 开源、智源研究院 芯片、智源 大模型 开源栈、清微智能、摩尔线程 开源、沐曦 开源、燧原科技、国产算力 开源软件栈等 8 组在 7 天窗口内共 17 条，逐条核题后全部为社会、财经、活动类稿件，无一条指向 FlagOS 组件。
  • 英文查询：FlagOS、FlagGems、BAAI FlagOS、flagos-ai、BAAI open source AI system stack、Tsingmicro、Moore Threads open source 七组在窗口内均为零命中。
  • 专栏核查：CSDN FlagOS 专栏首页 52 个文章链接，逐篇核时后最新一篇仍为 10-29 的「大模型推理救星——一个插件搞定多芯片适配」，窗口内无新文；页面出现的 11-03 日期属页面侧当日标记，非文章时间。
  • 社区与 HN：智源社区搜索页为客户端渲染，抓取仅得框架页，无可取条目，以首页核查为准；HN Algolia 八组查询（FlagOS、FlagGems、FlagScale、FlagTree、BAAI、FlagQuantum、FlagSparse、flagos-ai）在 5 天窗口内零直命中。
  • 成员官网：九家成员单位官网新闻页在 11-02 至 11-03 无日期命中；地平线新闻页抓取失败，海光与智源首页为脚本渲染的短页，均无法取到条目列表。
  • 结论：新闻侧零组件级新增属平静窗口，与上一期一致。本报告正文以 GitHub 事实为主，新闻侧只保留生态背景两条，均明确标注为周边事件。

2.2 生态观察：乌镇峰会开幕，开源主题生态体验馆展至 11-05（11-02）

日期：2026-11-02　来源：新华社报道（东方财富转载） · 新华网浙江

  • 会期：2026 年世界互联网大会乌镇峰会于 11-02 至 11-05 在浙江乌镇举行，濮院设分会场，观众预约平台已开放。
  • 开源主线：峰会重点配套的「开源主题生态体验馆」自 11-01 在乌镇世界互联网科技馆开放，展陈覆盖一至三层，首次集中展出人工智能开源开放重大科技成果与国家人工智能应用中试基地建设成果；一楼设两大主题特展与开源体验区，三楼为开源会客厅，会期举办「乌镇 Talk·开源青年说」「科创之夜」等活动。
  • 与 FlagOS 的关系：窗口内的公开报道未出现 FlagOS 或其组件，本条仅作开源议题的外部环境记录，不作归因。若 FlagOS 侧有展出或发布，需以官方渠道另行核实。
  • 待观：开源议题被提升为国家级峰会的独立展馆，说明「开源开放」在政策叙事中的位置继续上移；对 FlagOS 这类统一软件栈而言，这既是叙事红利，也意味着与魔搭等模型社区的展示位竞争会更直接。

2.3 周边生态：九源联合体发布飞腾、TileLang、商汤三项联合成果（11-02 复盘稿）

日期：2026-11-02（会期 10-31）　来源：凤凰网海南产经报道 · 新浪转载大会开幕报道

  • 事件：2026 GAI+C 人工智能+大会的「智能计算系统创新与开放生态」分论坛于 10-31 在京举行，复盘稿在 11-02 见网。论坛由九源智能计算系统生态联合体与北京市人工智能协会主办，现场发布「九源×飞腾」「九源×TileLang」「九源×商汤多模态大模型训推套件」三项联合成果，并启动 2026 秋季启元人工智能大赛。
  • 叙事：中国工程院院士郑纬民在大会主旨报告中直指国产算力「有卡难用、烟囱式适配」，提出以统一软件栈支撑「一套代码、无需修改」跨平台运行。这与 FlagOS 的技术主张高度同构，但主体是另一条生态线（九源联合体、启元实验室）。
  • 与 FlagOS 的关系：报道未提及 FlagOS，本条作为并行生态动作记录，用于观察国产统一软件栈的竞争格局，不计入 FlagOS 项目进展。
  • 待观：九源选择与 TileLang 联合发布，说明编译器层正成为各生态联盟的结盟点；FlagOS 侧的对应资产是 FlagTree 与 TLE 语言扩展。两条线在「统一编译器」这一层的路线差异，值得在后续窗口继续跟踪。

三、成员单位与后端厂商深挖

3.1 达摩院玄铁：专用算子、MM 成本模型、chunk_kda 三线同日推进（11-02）

日期：2026-11-02　来源：FlagGems PR #8240 · FlagTree PR #1236 · FlagGems-vllm PR #1038

  • 算子层：13 个玄铁专用算子在 43 分钟内合入 FlagGems，覆盖特殊函数、三维卷积、量化 LSTM、矩阵范数与池化反向。这批条目的共同点是通用 Triton 实现在玄铁上收益偏低，专用化后可直接进算子库默认分派。
  • 编译层：#1236 把玄铁 ZW810E 的 MM/MV 成本模型包升到 1.1.0，纳入 FlagTune 模型目录，并让自动调优契约接受显式 configs 列表——按参数名与合法取值逐个校验，拒绝与 config_space 并存的写法。该包 8 个 BF16 mm 变体加 2 个 mul 模型，是自动调优在玄铁上的第一份完整成本模型。
  • 推理层：#1038 为 chunk_kda 补天数与玄铁两个后端的优化，属 FlagGems-vllm 的长序列路径。
  • 判断：玄铁这一天的动作分布在算子、编译、推理三层，且都指向「专用化」而非「通用兼容」。这与玄铁作为 RISC-V 高性能核的定位一致：先把长尾算子的专用实现补齐，再让成本模型驱动自动调优，最后在推理框架里兑现。

3.2 昆仑芯：XPU3 foreach 契约修复与十四笔性能收口（11-02）

日期：2026-11-02　来源：FlagGems PR #8038 · FlagGems PR #8034 · FlagGems PR #8123 · FlagGems PR #8245

  • 静默错误：#8038 指出 foreach 的快路径只比较元素数、不比较形状，形状不同而元素数相同的张量列表会全部继承首个张量的形状，输出既不报错也不越界。修复按完整形状判定准入，并把十六个标量输出改为单基址寻址、列表输出合并为平坦缓冲。
  • 网格与槽位：#8034 在提交 JIT 前先求值自动调优网格；#7976 改从 program_id(0) 取 foreach 的槽位索引；#7956 修标量解析三元返回值的解包。
  • 性能补丁：#8056、#8245、#8108、#8107、#8030、#8105、#8111、#8049、#8248 共九笔，覆盖点态快路径、pool3d 反向融合、Chebyshev 展开、Jacobi 分块与 linspace 单公式。
  • 回滚：#8123 撤回 BF16 点态优化，理由为回归；#8245 以另一方案重做并撤掉 #8052 的一维 tile 重构。一撤一补说明该路径仍在试错。
  • 判断：昆仑芯当日的价值不在性能数字，而在修掉了一个会静默算错的形状契约。对多后端算子库而言，这类缺陷比慢十倍更危险——它不会被基准发现，只会被下游模型以「精度异常」的形式撞上。

3.3 昇腾与海光：W8A8 INT8 的 GEMM 与 BMM 两条实现（11-02）

日期：2026-11-02　来源：FlagGems PR #6060 · FlagGems PR #7741 · FlagGems PR #7774 · FlagGems PR #7760

  • 昇腾 GEMM：#6060 为 mm_w8a8_int8 与 mm_w8a8_int8_out 增加昇腾后端，走公开入口分派。算子接预量化 INT8 的 A 与 B、FP32 的标量或逐行逐列 scale、可选 bias，整数乘加后应用两侧 scale 与 bias，输出 BF16、FP16 或 FP32；小 M 窄 N 走向量乘加核，每段 FP32 归约不超过 1024 个 INT8 乘积以保证整数部分精确。不支持非对称零点。
  • 海光 BMM：#7741 为海光补通道级 bmm_w8a8，复用既有 scaled-MM 核与 tile 选择，把 INT8 矩阵乘、FP32 通道缩放与输出转换融合在一个核内。
  • 精度修：#7774 在昇腾侧先提升两个操作数再做 CANN libdevice 的 pow，避免混合精度下的下溢与精度损失。
  • Hopper 性能：#7760 用 TMA 流水线优化 FP8 W8A8 的 BMM，属 NVIDIA 侧的对应优化。
  • 判断：两家在同一个窗口各补一条 W8A8 路径——昇腾选 GEMM 的完整语义（含逐行逐列 scale、三种输出 dtype），海光选 BMM 的通道级缩放复用。差别在语义覆盖广度与实现复用的取舍，也反映各自下游模型对量化形态的不同需求。

3.4 摩尔线程：Conv1D 真一维 GEMM 把 26 个基准例全部拉过 0.8 倍线（11-02）

日期：2026-11-02　来源：FlagGems PR #6754 · FlagGems PR #7428 · FlagGems PR #6903 · FlagBLAS PR #157 · FlagTree PR #1314

  • Conv1D 结果：#6754 为 MTT S5000 增加 conv1d 后端覆盖，把官方 conv1d_padding 基准从 18/26 例达标提到 26/26 例不低于 0.80 倍 torch；此前所有 FP32 K3/K5 padding 例只有 0.41 至 0.53 倍。
  • 三层改法：其一，conv1d 原先无 MTHREADS 覆盖、全部走通用 conv2d，小分组形状会实体化 padding、W=1 形状只命中单条有效 OW 通道；改路由后去掉冗余 padding 与 bias 分配并修退化宽度分派。其二，新增专用 Triton-MUSA Conv1D 核，按 M 等于 N 乘 Lout 做三维网格切分，输出通道不再做除法取模。其三，权重预打包为按核宽、输入通道、输出通道排列，配合带精度补偿的 SQMMA。
  • 配套：#7428 优化 S5000 上 one_hot 的校验与推理；#6903 把空索引视为 index_add 的空操作；#157 补 MUSA 的 L1 BLAS；#1314 在两次异步 TME 拷贝间跳过 membar。
  • 判断：这是本窗口少见的「把基准全部拉过线」的完整案例——路由、专用核、权重布局、指令级精度补偿四层同时改，且给出前后对照。对其他后端是一个可复制的模板。

3.5 沐曦、天数、清微、燧原与地平线：一侧补算子，一侧补契约（11-02）

日期：2026-11-02　来源：FlagGems PR #7590 · FlagGems PR #7015 · Torch-FL PR #704 · Torch-FL PR #702 · FlagGems-vllm PR #1038 · FlagDNN 提交

  • 沐曦：#7590 优化 triangular_solve 的默认与 out 路径；#7015 新增 cudnn_batch_norm 的前向与 out，并修正成对反向；Torch-FL #702 修正 MetaX SDPA 用例的跳过理由——原先归因于 fp32，实际原因另有其他，属于测试可信度修复。
  • 天数：#1038 为 chunk_kda 补天数后端优化；FlagDNN 修 iluvatar 的 GPU 名称登记（单笔提交）；FlagGems #7664 把 apply_repetition_penalties 的基准开进 Iluvatar。
  • 清微：Torch-FL #704 把 tsingmicro 纳入 conf 与注册集一致性检查，此前该平台被排除在六个平台之外，配置与注册集不一致无法被 CI 捕获。这是一笔纯测试改动，但补上了清微侧的契约缺口。
  • 燧原：窗口内仅一笔在审 PR，为 KernelGen 的 Enflame 侧修四个算子的 CUDA 专用设备守卫（#8104），尚无合入。
  • 地平线：本窗口无新增提交或在审 PR；上一窗口的 BPU 卷积与池化路径未在本窗口继续推进。
  • 判断：五家的动作分两类——沐曦与天数在补算子与基准，清微在补测试契约，燧原与地平线处于静默期。对成员单位而言，能不能持续出现在每日合入列表里，本身就是投入强度的直接指标。

四、总结与趋势观察

日期：2026-11-02 ~ 2026-11-03　来源：flagos-ai 组织仓库 · build-infra PR #1589 · FlagQuantum PR #1004 · FlagGems PR #8240

  • AMD 线在一个窗口内补齐三层：构建侧新增 FlagTree 的 amd 打包线并以 A/B 对账证明等价（maxdiff 1.526e-05，9/9）；运行时侧把 rocm7.2.4 的 torch 闭包对齐到 vLLM 0.32 的钉固组合；算子侧为 gfx1100 补 LoRA 与注意力共十个算子。三者合起来，AMD 从「有后端」变成「有可追溯的构建、可复现的运行时、可调优的算子」。
  • 量子栈进入「按验收单元交付」阶段：单日 21 笔合入分布在 UP（语义）、AO（算术）、PF（性能）三条线，每条都有独立基线、oracle 与失败即红的证据。这种拆法让量子编译器的每次改动都能被既有账目测出代价，比追求单点加速比更能支撑长期演进。
  • 玄铁把专用算子做成了批次：13 个专用算子 43 分钟内合入，平均 3.3 分钟一笔，集中在特殊函数、三维卷积、量化 LSTM 与池化反向等长尾条目。这说明 KernelGen 的玄铁产线已具备批量供给能力，评审也能按后端并行消化。
  • 评审吞吐是当前真正的瓶颈：本窗口合入 162 笔、新开 192 笔，在审总量 311 笔，其中 FlagGems 一仓 210 笔（新开 148）。合入量较上一 24 小时窗口下降 11.5%，新开量却上升 128.6%——产线开足、评审吃紧的结构没有改变。
  • 2.3.0 仍停在镜像先行：base 层与寒武纪、沐曦、海光、AMD 四层都已在 2.3.0 名下回填 changelog 日期，运行时镜像也按后端推送，但 community 的 release/2.3 清单仍为 404、GitHub Release 零新增。与上一期相比没有实质推进，若本工作周仍不冻结清单，发布窗口会被下一版规划挤压。
  • 新闻侧连续第二个平静窗口：24 组中英文查询零组件级命中，CSDN 专栏最新文仍为 10-29，HN 零直命中。生态背景两条（乌镇开源展馆、九源联合体三项联合发布）均明确标注为周边事件，未计入项目进展。

信源核查表

信源 核查结果
GitHub org flagos-ai（61 仓） 16 仓窗口内推送，272 笔提交、162 笔合入、311 笔在审（新开 192）
GitHub Release / Tag 原子核查（31 仓 / 8 仓） 窗口内零新增；FlagCX v0.14.1（11-01 00:10）与 FlagTree 0.7.1a1+tsingmicro3.6（10-29）均在窗口外
community 发布清单 release/2.3 下清单文件返回 404，release/2.2 在架
release-info 站点 窗口内三次 gh-pages 自动部署，均对应 build-infra 提交，无独立发布动作
Google News（24 组中英文查询） 17 条候选全部为社会、财经、活动类稿件，零组件级命中
CSDN FlagOS 专栏 52 个文章链接，最新仍为 10-29，窗口内无新文
HN Algolia（8 组） 零直命中
智源社区 hub.baai.ac.cn 搜索页客户端渲染，仅得框架页，无条目
成员单位官网（9 家） 无 11-02 至 11-03 日期命中；地平线抓取失败，海光与智源首页为脚本渲染短页

完整信源清单