报告周期：2026 年 11 月 2 日（周一）至 11 月 6 日（周五），共 5 个工作日。

素材来源：本刊每日 FlagOS 动态报告 5 期（11-02 / 11-03 / 11-04 / 11-05 / 11-06，周期内无缺期）。其中 11-02 期为周一晨报，调研窗口自上一期截点 10-30 06:00 起算，为 72 小时，覆盖 10-31 与 11-01 周末；11-03 至 11-06 四期为 24 小时窗口，首尾相接，末期末班为 11-05 06:00 至 11-06 06:00。因此本报告的事实区间为 10-30 至 11-05，10-30 至 11-01 部分按原始日期标注。

编制说明：按本周要闻、版本与发布、组件与代码共建、成员单位与厂商适配、生态与社区、趋势观察六个维度组织。五期日报按各自窗口累加为提交 1117 笔、合入 715 笔；若只取四个完整的 24 小时窗口（11-03 至 11-06），为提交 861 笔、合入 600 笔。单期有推送的仓库数依次为 17、16、24、26、21 个，组织仓库总数为 61 个。版本与标签以各组件仓库的标签与 Release 原子源独立复核，周期内无新增 Release 对象。

一、本周要闻

  • 2.3.0 的镜像层一周内从四层铺到六层，23 个 base 与 23 个 runtime 全部记上 2.3.0，发布清单仍只有排期表（10-31 ~ 11-05）：新增覆盖包括海光 DTK 26.10 的 base 与 runtime、AMD ROCm 7.2.4 运行时与 FlagTree amd 构建线、昇腾 CANN 9.2.1 base（仅 910B、python 3.12、torch 2.13、triton_ascend 3.6.0，刻意留空 FlagTree 与 FlagCX）、英伟达 cuda13.3（torch 2.13.0+cu130、triton 3.7.1，同时把 cuda12.8 以 enabled 置 false 冻结）。community 仓库的 release/2.3 目录只有中英文排期表，release-2.3.yaml 仍为 404；31 仓 Release 与 8 仓 Tag 原子核查全周零新增。按排期，11-13 为 FEP 合入截止、11-30 特性冻结并拉 rc0、12-07 拉 rc1、12-14 拉 rc2、12-25 封板、12-30 GA。

  • vLLM 0.28.0 在一天内被四条后端同时收口，次日 repack 铺到 11 家厂商索引（11-03 ~ 11-04）：清微 TXDA 只做 eager 并主动拒绝图模式（#642，加 3067 行减 146 行、29 个文件）；沐曦 C550 在上游无对应分支的前提下做「0.28-empty」空适配（#554，加 2838 行减 70 行、36 个文件）；摩尔线程 MUSA 一次带进原生 MCCL 与分段原生图（#575，加 7804 行减 233 行、46 个文件）；昇腾做 FULL_DECODE_ONLY 的解码专用图（#646，加 3342 行减 340 行、39 个文件）。四笔合计加 17051 行减 789 行、150 个文件。11-04 的 build-infra #1635 把 vLLM 0.28.0+flagos 写进 11 家索引（AMD、昇腾、寒武纪、燧原、海光、天数、昆仑芯、沐曦、英伟达、曦望、清微），aarch64 提供 cp311 与 cp312、x86_64 提供 cp310 与 cp312。

  • 寒武纪 MLU 以原生平台进入 Torch-FL，次日融合注意力前后向补齐、Qwen3 训练步 CPU 回退从 190 次清零（11-04 ~ 11-05）：#720 加 4870 行减 64 行、40 个文件，把 cambricon 写进 flagos_platforms.json，补齐 libcnrt 运行时层、torch.mlu 垫片、backends_cambricon.conf、CI 配置与平台契约；整套跑在 stock torch 2.10.0+cpu 上，不带 torch_mlu、不带 FlagTree、不带 CUDA runtime，并在八卡 MLU590-M9 上端到端实测。次日 #748 与 #749 把 CNNL 融合注意力前向与反向接回 SDPA 覆盖并包成 C++ autograd Function；#757 对完整 Qwen3 因果语言模型训练步做回退普查，190 次 cpu_fallback 中 188 次来自 aten::mul.out、2 次来自 aten::embedding_dense_backward，改经 CNNL 在 MLU 上执行后该步骤报告零回退。#724 同日把 cambricon 的 CI lane 撤下，理由是没有 runner 承载。

  • 达摩院玄铁一天内以批次形态并入 13 个专用算子，同时把 ZW810E 的成本模型升到 1.1.0（11-02）：FlagGems 在 16:03 至 16:46 的 43 分钟内合入 13 笔，全部标注 KernelGen 玄铁产线，覆盖 Chebyshev 多项式、igamma、三维卷积与转置卷积、量化 LSTM、RMSNorm 反向融合、矩阵范数、三维自适应池化反向、Lanczos 上采样等长尾条目，占 FlagGems 当日 55 笔合入的 23.6%。FlagTree #1236 把 ZW810E 的 MM/MV 成本模型包升到 1.1.0，含 8 个 BF16 mm 变体与 2 个 mul 模型，并让调优契约接受有序 configs 列表。11-05 FlagAttention #127 再为 PPU-ZW810E 开出 Wall Attention 优化单。

  • 量子栈把「硬件验收 + 资源账目」做成可回归的证据：昇腾 910C 原生 provider 167 项通过，一周内合成线推进到 UP-06（10-31 ~ 11-05）：FlagQuantum #958 把 910C 从实验性 split-FP32 推到原生 provider 算子路径，PR 正文记录 167 passed in 115.41s（142 个电路、噪声、TEBD 与 QEC 用例，加 25 个原生动力学用例，含两次冷进程计划重放），CPU 侧回归 1332 passed；#970 在预置 ARM64 runner 上加 fail-closed 的原生回归 lane。合成线一周内从 UP-01（Python qfunc 前台）、AO-00/01/02（算术基线、归一化、受保护算术）、PF-00/01（编译时延与 RSS 账本）推进到 UP-04/05/06（有界均匀态制备、标量相干控制、U 门与数组 Hadamard）。11-05 的容错编译整合单 #1084 已开为草稿，276 个文件、加 31011 行。

  • FlagGems 把跨后端评测收敛到「同一把尺子」，并在同周完成后端键版本化（11-03 / 11-05）：11-03 的 16:41 与 16:42 两分钟内合入 23 笔，其中 21 笔由同一作者提交，把注意力与池化、归约与线性代数、点态、稀疏与张量布局四类算子的 H800 参考读入从分散 reader 迁到统一 JSON；此前参考值的来源、单位与舍入约定分散在代码里，跨后端分数缺少共同基准。11-05 的 #8446 把 backends.yaml 里七个裸厂商名改成与 pyproject.toml 一致的版本键（hygon-dtk2604、iluvatar-corex450、kunlunxin-xre5371、spacemit-xxx、sunrise-tangrt120、thead-ppu210、tsingmicro-tsm260610），修掉 uv pip install ".[tsingmicro]" 静默匹配不到 extra、导致 torch 与 FlagTree 都不安装的问题。

  • 社区治理：一小时内七份 FEP 进评审，把 2.3 的多后端能力写成可验收条目（11-05）：08:29 至 09:31 共七份单文件 FEP，状态一律为 Provisional Draft，提交人同一。清单为 FEP-0163 FlagMega v0.1、FEP-0164 TLE 分布式融合与自动调优、FEP-0165 TLE Raw 五后端、FEP-0166 FLIR 昇腾与 GPGPU 优化、FEP-0167 二十个算子—设备对、FEP-0168 FlagTree 多平台与 Triton API 兼容、FEP-0170 FlagPrism v0.2。最实的 FEP-0163 给出五项目标与验收证据的映射，包括四卡 H800 上 GLM5.3 Flash 解码吞吐高于 vLLM 5% 以上，同时明确 CoreX 5.0、发布矩阵与 checkpoint 复现仍待完成。七份正文都写明「未跑 GPU 或模型验收」，把范围声明与完成声明分开。

  • 产业侧：FlagOS 2.2 的案例开始给出可量化收益，端侧叙事同周补齐（11-05）：CSDN 专栏两篇。中国电信星辰 Xing4.0-29B-A4B 的 mHC 多通道残差算子在昇腾 910C 上从 25% 集群降速压到 12%，适配已合入 MindFormers；Agent 场景重写 12 个长序列算子后首 token 时延降 19.87%；软通动力把 GLM-5.2 在四台 910C 上的单 token 17.79 毫秒压进 16.13 毫秒准入线。2.2 的一组总量为九大算子库 1454 个算子、FlagTree 覆盖 20 个厂商后端、10 款芯片整体性能提升 27.6%、Day0 适配 12 款芯片、社区成员 107 家、季度下载 46 万次（上季度 4.76 倍）。端侧专场给出 21 家厂商、35 款芯片的适配统计，纯 ARM CPU 跑 MiniCPM 与 Qwen 实测提升 21%–25%。

二、版本与发布动态

2.3.0：六层镜像全部记上 changelog，发布清单仍只有排期表

镜像层 落地时间 关键内容
base 与 runtime：hygon-dtk26.10 10-31 ~ 11-04 基础镜像装 ROCm 感知的 Open MPI，运行时补 flagcx 0.14.1 的海光 DTK 26.10 构建版，python 3.12 配 DTK 26.10 的 torch 闭包；厂商 triton 升到 3.7.0+dtk2610 后只有 hcu 驱动 active，修掉 serve 退回 V1 model runner 的问题
runtime：amd-rocm7.2.4 10-31 ~ 11-02 flagcx 钉固、补 amdsmi、删掉无效的设备可见性环境变量、torch 闭包对齐 vLLM 0.32；另建 FlagTree amd 打包线做溯源与 A/B 对账
base：ascend-cann9.2.1 11-03 ~ 11-04 仅 910B、python 3.12、torch 2.13、triton_ascend 3.6.0；因无 CANN 9.2.x 版本钉固，刻意留空 FlagTree 与 FlagCX；首次构建缺 OCI provenance 标签，11-04 补标签重推
base 与 runtime：nvidia-cuda13.3 11-05 torch 2.13.0+cu130、torchvision 0.28.0+cu130、triton 3.7.1；torchaudio 2.11.0 与 FlagTree 0.7.0 与 torch 解耦；cuda12.8 因 torch 2.13 不再发 cu128 wheel 而冻结

  • 覆盖度：截至 11-05，23 个 base 与 23 个 runtime 镜像的 changelog 都已记上 2.3.0，覆盖 12 家厂商的 23 条工具链线，包括 AMD ROCm 7.2.4、昇腾 CANN 8.5.0 与 9.0.0（含 910C 变体）与 9.2.1、寒武纪 neuware 4.4.3 与 4.7.2、燧原 tops 1.9.10 与 1.10.6、海光 DTK 26.04 与 26.10、天数 corex 4.4.0 与 4.5.0、昆仑芯 XRE 5.37.1、沐曦 MACA 3.7.2.1 与 3.8.1.3、摩尔线程 MUSA 4.3.6 与 5.2.0、英伟达 CUDA 12.8 与 13.3、曦望 1.2.0、清微 tsm260610。

  • 为什么昇腾 base 是 python 3.12：两条硬约束写在 PR 正文里——flagos-pypi-ascend 上 torch 2.13、torch-npu 2.13、torchvision 0.28、torchaudio 2.11 的 wheel 只有 cp312；CANN 的 set_env.sh 会把它自带的 python 树塞进 PYTHONPATH，base 解释器必须与运行时 venv 完全一致，否则导入会串版本。配套把 numpy 钉在 1.26.4。

  • 为什么 base 刻意不带 FlagTree：9.2.1 既没有对应的 flagtree 版本钉固，也没有对应的 flagcx wheel，因此这一层把 flagtree、flagcx 与依赖项全部留空，构建顺序改为 base、不带 FlagTree 的 runtime、FlagTree builder、FlagTree wheel、刷新 runtime；缺省 flagtree 时编译器回落到 triton。

  • 退役机制：cuda12.8 的冻结不是删除——在 configs.yaml 加 enabled 字段并置 false，规格、镜像与文档全部保留，镜像停在最后一次构建的扁平标签上；脚本 backend_enabled.py 成为唯一解析器，generate_matrix.py、两份状态报告与 flagcx、vllm-plugin 的注册表共用它，使冻结状态进不了任何构建矩阵。

  • 发布态：community 的 release/2.3 目录目前只有发布时间表，清单文件按计划在 11-30 特性冻结时生成。按 2.3 时间表，FEP 合入截止 11-13、特性冻结 11-30 拉 rc0、rc1 12-07、rc2 12-14、封板 12-25、GA 12-30。镜像跑在清单前面属计划内节奏，11-13 才是这一版范围的硬边界。

本周标签与 Release 清单：零新增，FlagCX v0.14.1 仍只有标签

  • 零新增：五期日报对 31 个仓库的 Release 原子源与 8 个仓库的 Tag 原子源逐日核查，全周没有新的 Release 对象。唯一带时间更新的是 FlagCX v0.14.1 标签（11-01 00:10 刷新），而 GitHub Releases 的最新正式版仍是 2026-09-28 发布的 v0.14.0，正文写明对应 FlagOS 2.2。

  • 组件版本线未动：FlagGems 正式线仍是 5.4.0，5.5.0.dev0 自 10-12 开线后无新标签；FlagQuantum 以 v0.3.1 为量子栈基线；FlagScale、FlagBLAS、FlagDNN、FlagFFT、FlagTensor、FlagAttention、vllm-plugin-FL、sglang-plugin-FL 等仍停在 09-28 那一批。

  • 判断：这是 2.2 发布之后、2.3 于 12-30 GA 之前的典型空档——对外版本静默，制品线与构建线活跃。与上周相比，唯一变化是镜像层的覆盖面从四层扩到六层，标签与清单两步仍缺席。

vLLM 插件：0.28 四后端同日收口，repack 铺到 11 家索引

  • 四种落地策略：同一个上游版本，四条后端各按自身条件选择路径。清微删掉 TXDA 的图捕获与切分实现，在配置阶段直接拒绝图与编译配置并提示 –enforce-eager，理由是分段原图在 TP8 下已对两个模型通过门禁，但 Dense TP1 的正确性始终未解决；沐曦把改动全部留在 vllm_fl 与 CI 脚本内，按厂商名或运行时判定为门，评审明确否决了往 site-packages 写 .pth 启动钩子的方案；摩尔线程把原生 MCCL、FX/eager 编译与分段原生图一次带进来，图处理收进单个 graph.py；昇腾只做 FULL_DECODE_ONLY 的解码图，prefill、视觉编码与采样留在图外。

  • repack 机制：build-infra 把「发布步骤写目录、人工只写文案」的机制本轮正式跑通，替代此前手工改 pypi_index 字段；一处修边界按第一个连字符切分 vendor，避免版本串同时含 + 平台段与 - 分段时截错平台名。同日给 FlagGems-vllm 增加每日 wheel 线，构建与上传容器透传代理，昇腾 verify 容器补 1 GB /dev/shm。

  • 0.32 线并行：0.28 收口的同时，0.32 的五笔适配在评审队列推进——燧原 S60（#675）、天数（#674）、AMD ROCm gfx1100（#659）、沐曦 C550（#693）、统一 FL 执行并适配燧原（#667）。维护线与目标线同时跑已成常态，厂商需要维持两套验证环境。

  • 同步机制：0.4.0-dev 向 0.5.0-dev 的 forward-sync 本周合入四笔（#676、#678、#688、#689），方式从整分支合并改为按审阅增量重放并保留源提交，冲突以草稿 PR 公开；11-05 又由 #698 完成一次前向同步。

社区治理：七份 FEP 与 2.3 范围声明

  • 名单与定位：FEP-0163 FlagMega v0.1 指向模型编译、vLLM 集成与多卡解码；FEP-0164 指向 TLE 分布式融合与自动调优；FEP-0165 让 TLE Raw 覆盖五个加速器后端；FEP-0166 是 FLIR 面向昇腾与 GPGPU 的优化；FEP-0167 聚焦二十个算子—设备对的编译器优化；FEP-0168 是 FlagTree 多平台支持与 Triton API 兼容；FEP-0170 是 FlagPrism v0.2 的多后端调试与剖析。

  • 共同写法：七份正文都写明「未跑 GPU 或模型验收」，把范围声明与完成声明分开；community 仓另有四条 codex/fep23-* 分支在窗口内推送，说明 FEP 起草与分支准备是同一条流水线。这批单出现在 FEP 合入截止前八天，正落在补范围的窗口里。

三、组件与代码共建

FlagGems：一周五批，从覆盖率转向可比性与后端专属实现

  • 规模：五期日报窗口内合入分别为 55、76、35、33、33 笔，合计 232 笔，是全组织合入量最大的单仓。11-03 的 76 笔为周内峰值，占当日全组织 177 笔的 42.9%。

  • 玄铁批次：11-02 的 13 笔集中在长尾条目，包括 Chebyshev 多项式、igamma、三维卷积与转置卷积、量化 LSTM、RMSNorm 反向融合、矩阵范数、三维自适应池化反向与 Lanczos 上采样。这批算子此前通用 Triton 实现收益偏低，专用化后可直接进默认分派；目前尚无与 FlagGems-vllm 推理路径的对接记录。

  • 昆仑芯契约与调优：11-02 的 #8038 修掉一个静默错误——foreach 系列 out-of-place 标量重载的快路径只比较元素数、不比较形状，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；修复按完整形状判定准入，另两笔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。同侧 #8034 在提交 JIT 前先求值自动调优网格，#7976 改从 program_id(0) 取槽位；性能侧十余笔覆盖点态快路径、pool3d 反向融合、Chebyshev 展开、Jacobi 分块与 linspace 单公式。#8123 撤回 BF16 点态优化、#8245 以另一方案重做，一撤一补说明该路径仍在试错。

  • 天数与英伟达：11-03 16:04 至 16:10 六分钟内合入 10 笔 BI-V150 专用算子（特殊多项式、上采样与填充反向、量化最大池化、矩阵乘 smm、not_equal、池化索引反向）；英伟达侧 12 笔继续补稀疏张量、cudnn 族、视图与形状、量化与自动微分内部算子。11-04 天数再合 12 笔，另 #8396 回退两处在 BI-V150 上不成立的前序更新。

  • 燧原：11-04 的 5 笔全部是设备守卫修复（CUDA-only guard、im2col 硬编码、kl_div 与 arctanh、upsample_nearest3d_backward 整型索引钳位、–override 不匹配时显式失败）。11-05 新开的 41 笔 GCU300 覆盖单在 11-05 当日开始批量落地，25 笔一次清账，做法包括把 64 位 lane offset 收窄到 32 位、把 launch 几何搬到 host 侧预计算、把 _nv* 外部符号换成本地实现、把点态 dynamic 降级改成专用核。

  • 海光与沐曦：11-04 #7388 给海光补 FP32 flash attention 前向；#7318 给沐曦补通道级 bmm_w8a8 INT8 融合缩放；11-04 另有海光 9 笔 FP32 专项开放单（rsqrt、floor、nonzero、全维归约、masked_fill、nan_to_num、neg、masked_select、aminmax），全部限定连续 FP32。

  • 昇腾与摩尔线程：11-05 #8110 新增通道级 INT8 BMM（加 519 行减 3 行）；#7581 修 Flash Attention 前向与反向的 UB 溢出，并补 varlen 前向与 dense D=256；摩尔线程 #7246 重写 MP31 上的 mm（单文件加 2472 行减 146 行），#6706 给 bmm 与 bmm.out 加形状感知的 TLE/SQMMA 实现（9 个文件、加 2369 行）。

  • 后端键版本化：#8446 改 12 个文件、增 39 行减 38 行，把七个裸厂商名换成版本键。它的价值不在命名统一，而在装错版本会失败而不是静默跳过——旧写法下 uv pip install ".[tsingmicro]" 匹配不到任何 extra，torch 与 flagtree 都不装，setup.sh 的 FlagTree 校验直接抛 ModuleNotFoundError。

  • 清微与 SiliconFlow：11-05 #8287 把 tsingmicro 后端更到 1103，190 个文件、加 23195 行减 914 行，是当周单笔最大的后端同步；11-03 #6501 一次性补进三个 embedding bag 算子（支持 SUM/MEAN/MAX、加权、padding 排除、空袋与终止偏移），加 7494 行减 222 行、24 个文件。

FlagTree：增强项改成运行期开关，海光打通 TLE-Raw

  • 运行期开关：11-04 #1565 合入，加 123 行减 27 行、15 个文件，把每个 FlagTree 增强统一成四件套——编译期宏、运行期 knob（FLAGTREE_<NAME>，默认开，进 CACHE_INVALIDATING_ENV_VARS）、与周边代码一致的 guard 块、标注宏名的 #else/#endif。此前编译器增强一旦进生产，回归只能靠回滚整版止损；开关下放后，可以只关掉那一个增强。

  • 堆叠单：11-04 13:02 至 13:15 十四分钟内连开 38 笔，分 [TLE][NVIDIA] 12 笔、[TLE][AMD] 4 笔、[TLE][Iluvatar] 7 笔、[FlagCX] 5 笔、[Iluvatar][Native] 5 笔；另 #1563 把功能 PR 的依赖图与验证门写成文档，明确哪些必须按序合、哪些可独立验证。

  • 海光 TLE-Raw：11-05 #1508 给 HCU 补 tle.raw 路径，53 个文件、加 5106 行减 17 行；同时支持 eager 与 deferred 两种模式、HIP 与 MLIR 两种源码（编译为 LLVM IR 后嵌入 Triton IR），并接入 DUSHMEM 流式集合通信，随附 ring shift、allgather GEMM、GEMM allreduce 三个教程。示例中 sort 的 HIP 路径相对 torch 为 1.29 倍。

  • 正确性与可观测性：11-02 #1460 修 TritonGPU 流水化 cp.async 降级与 WGMMA 操作数缓冲复用（属会算错而非报错的一类），#1451 把 WGMMA warp 选择与上游 MMAv3 对齐；11-05 #1530 解析 ptxas 诊断里的寄存器、溢出、栈与共享内存用量并写进 TLE 编译器元数据，仓库侧汇总为 154 个 TLE MLIR 测试与 11 个新增 C++ 单测全通过。

  • 其他：11-02 #1236 玄铁 ZW810E 成本模型 1.1.0；11-04 #1524 给 AMD native 补三角兼容与独立舍入乘法 API，#1370 把 DEB/RPM 打包改成 verify-only；11-05 #1572 让摩尔线程在 dot 转换中保留显式 blocked 布局，#1576 做燧原 TLE 的 SoC 级分发增强。

FlagQuantum：三条验收线到 UP-04/05/06，容错编译整合单成形

  • 规模：五期合入分别为 35、21、28、29、5 笔，合计 118 笔；提交量单仓占比从三日窗口的 58% 回落到 43% 至 47%，非量子侧份额回到一半以上。

  • 910C 与 CI：11-02 的 #958 与 #970 把昇腾 910C 推到原生 provider 并建 fail-closed 回归 lane，依赖边界写明 Torch-FL 取自 feat/ascend-complex-lowering 分支的 3aebd0c、FlagCX 取 v0.14.1 的 6fe3631 并附补丁，等于把可复现性绑定在源码提交而非二进制包上。

  • 合成线：11-02 单日 21 笔分布在 UP（语义）、AO（算术）、PF（性能）三条线——UP-01 让 @synth.qfunc 装饰的函数可直接书写分配、门与输出；AO-00/01/02 依次建立算术基线与独立 oracle、受保护公共子表达式消除与位事实归一化、受保护的平方与常量及终端 XOR；PF-00/01 建立编译时延与操作系统 RSS 基线、复用已校验的计划字段。

  • 前台与算法：11-04 的 UP-04 补有界均匀态制备、标量相干控制、有界谓词与受检相位助手；UP-05 归一化前端入口分发并把算术降级抽成共享路径；UP-06 支持 Qmod 与原生 qfunc 的 U 门与数组 Hadamard。算法侧新增稀疏化学 SELECT 的门级降级、可执行的 THC SELECT、THC 旋转经 QROM 与相位梯度降级。

  • 探测器误差模型：11-04 的 #1052 至 #1069 依次补互斥故障奇偶、重复故障合并、多 chunk 往返、稀疏 chunk 投影与逐轮解码，配合 #1072 的 FTQC W1-B 参考覆盖图——这条线补的是量子纠错解码的数据路径，不是算法演示。

  • 容错编译与 CI：11-05 的 feat/ftqc-native-integration 分支约 20 笔提交，把 QVR 的相位梯度、缩放加法、测量伴随与 Hamming 权重相位逐段移植；主整合单 #1084 已开为草稿，276 个文件、加 31011 行减 92 行。同日 27 笔提交全部围绕 CI 质量门——容量与托管队列解耦、镜像资格限定、必需合并门拒绝被取消的依赖、工件上传有界重试、核心套件迁到合格离线环境。

FlagCX：海光 bitcode 统一打包，昇腾 910C CI 与 traits 抽象

  • 海光：11-02 #667 是 UIL 线的结构性改动，增加海光 bitcode 构建并把 Device IR 的打包方式统一。此前各后端各打各的 IR，海光接入需单独维护一套产物；统一后新增后端的打包成本下降。

  • 测试与语义：11-02 #687 把 SymMem 覆盖按适配器类型强制到 CI，避免某适配器没跑对称内存测试而流水线仍绿；#688 与 #689 让 DU stream guard 按 torch 代际选择，并把同一修复回摘到 0.14.0-rc2。

  • 昇腾 CI：11-04 #669 新增昇腾 910C 流水线并统一单测编排（加 1559 行减 664 行、41 个文件），把 Torch Python 覆盖跑到四个平台并清掉重复的 CUDA 性能测试；#686 由 FlagQuantum 侧提出，处理昇腾设备完成跟踪与张量保活。

  • 抽象层：11-05 #693 新增 CoopOps 与 Clock traits 并给出 NVIDIA 实现，把设备能力查询抽成 trait；#691 让 Window 资源拆除可重试；#694 给 DefaultBackend 加共享的 Net provider 派发。

Torch-FL：两端扩张（Apple MPS 与寒武纪 MLU），BPU 修到可用

  • 规模：五期合入分别为 13、5、2、29、12 笔。11-04 的 29 笔全部出自同一作者，方向却分两端。

  • Apple Silicon：一端把 MPS 后端补到「能训练」——补上 addmm（nn.Linear 带偏置时真正落到的算子）、卷积反向、比较与规约族、三角与指数族、cumprod、tril，其中卷积反向与参考实现逐位一致。

  • 英伟达默认路径：11-02 #700 修掉默认 NVIDIA conf 把 1485 个算子路由到 boxing kernel 的问题，是当周影响面最大的一笔；#684 把 FP4 的半字节移位改成张量运算以命中已路由的重载；#687 收窄 day-0 FlagGems override 到其说明本身辩护的算子。

  • 地平线 BPU：11-04 #721 查清 eager 路径其实每个算子都在 CPU 上跑——算子桶阶梯从不超过 512 lane、双输入 artifact 用单张量描述符提交导致静默错值、hbdk4 在 box64 下无法导入 numpy。修复后把 Run 通过 C ABI 暴露，让 eager 路径绕开 aten dispatcher，RDK S600 上 262144 lane 的 relu 从 0.176 毫秒降到 0.073 毫秒，一个 conv block 从 23.2 毫秒降到 11.1 毫秒。#726 新增 DeviceChain，让多个 BPU artifact 在设备上连续执行、中间激活不回主机，序列化 elementwise 从 0.417 毫秒降到 0.104 毫秒，四次独立派发从 1.667 毫秒降到 0.673 毫秒。

  • 天数与昆仑芯：11-02 #698 把 Iluvatar CI 的 FlagTree 钉到 0.7.0（该芯片实际运行版本），#697 让 baddbmm 走厂商 GEMM；11-05 #745 放开 Iluvatar 的算子上限，使 mul.Tensor 能落到 FlagGems；11-05 #756 把昆仑芯 3.2 GB 的 FlagTree wheel 挡在 pip 缓存之外。

  • 能力查询：11-05 #708 新增融合算子可用性与设备能力两个查询接口，让上层代码不再用 tensor.is_cuda 判断设备能否跑融合算子——在 flagos 张量上该字段恒为 False，会让 flex attention 这类代码静默退回 eager 路径。

训练与算子库：壁仞 SUPA 首次入栈，DSv4 同步按子系统推进

  • 壁仞：11-04 TransformerEngine-FL #143 新增 Biren SUPA 厂商后端，加 3608 行、7 个文件，是壁仞第一次以独立后端形态出现在 FlagOS 的训练组件里。PR 正文只写「Add BIREN SUPA vendor」，未附硬件验证记录，属骨架先行。

  • FlagTensor 与 Megatron：11-04 FlagTensor #14 注册 MThreads/MUSA 后端，并为 ACOS、ACOSH、ASIN、ASINH、ATAN、ATANH、TAN 七个超越函数加专用重写，绕开 MUSA Triton JIT 不支持的 libdevice 路径（加 300 行减 5 行、14 个文件），版本对齐 0.3.0。Megatron 侧「DeepSeek-V4 向上游同步」按子系统推进：#202 是第 1 笔，保住精度敏感参数并处理压缩器与索引器的部分投影（加 3356 行减 775 行、26 个文件）；#214 是第 2 笔，主题为 mHC 与专家并行的重叠。

  • FlagTrain：11-02 八笔集中 KMCompiler 的 NVIDIA 线（weighted_squared_relu、fused_h_aggregate 前反向、bias_swiglu、scaled_masked_softmax 前反向、fused_proj_rms_compute_h）；11-05 #56 加融合的 h_post bda 前后向，实测 nvidia 1.190 倍与 1.702 倍、PPU 6.714 倍与 3.568 倍、MC550 6.057 倍与 2.590 倍、天数 7.087 倍与 3.500 倍；#57 把 scaled_masked_softmax 同时接到昇腾、沐曦、摩尔线程与天数。

  • FlagBLAS 与 FlagSparse：11-02 FlagBLAS #157 为 MUSA 补 L1 BLAS 后端与 muBLAS 参照，覆盖 AMAX 至 SWAP 十五组算子；11-05 #159 优化 Ascend cgemm 并对存档的 H100 基线打分（在审）。11-03 FlagSparse #115 从外部仓库 NCIC-AlphaSparse 合入（MUSA q4 收尾），11-05 #117 再合入 62 个文件、加 4809 行减 280 行。

  • 推理侧：11-04 FlagGems-sglang #279 把 6 个模型级算子连同各平台 vendor 覆盖一并合入，加 13061 行减 79 行、85 个文件，其中 rms_norm 与既有 one_pass_rms_norm 数学与 ABI 一致，故以 _mthreads、_thead、_hygon 覆盖形式并入而非新增算子；11-05 #294 把显式设备选择统一到 GEMS_VENDOR，DNN_VENDOR 保留但发 FutureWarning。FlagGems-vllm 11-05 #1048 在昇腾上用 TLE 实现 fused_indexer_weight_scale，两段流水、4096 元素分块，形状取自 GLM-5.3-Flash 的真实调用。

  • 视觉：10-14 才建仓的 FlagCV 本周 8 笔提交、4 笔合入，#5 加独立 OpenCV CUDA add 参考适配器，#6 把 add 的评测对齐 FlagGems-sglang 的 pytest 契约，#7 统一用 GEMS_VENDOR 选设备。

配套基建：打包改 verify-only，测试与 CI 前置到评审链

  • 打包：11-04 有 15 笔合入横跨七个仓库（FlagBLAS、FlagSparse、FlagTree、FlagFFT、FlagDNN、FlagTensor、libtriton_jit、flagtree-cpu），核心动作是把 DEB/RPM 工作流统一改成 verify-only，只验证能否构建、不重复发布产物。配套修掉 FlagFFT 与 libtriton_jit 的文件冲突、RPM 容器的 nlohmann_json 依赖、FlagDNN 在无可导入 torch 时配置 NVIDIA 构建等问题。

  • optest：11-02 五笔围绕测试基建（uv 管理 FlagTrain 厂商依赖、共享内存不足快速失败、包索引重试、S60 共享内存、按库与后端隔离并发）；11-03 七笔加入飞书测试摘要与可配置超时；11-04 #38 按厂商探查 FlagGems 算子清单（每个后端实际注册了哪些算子，不再靠猜），#35 补英伟达基线脚本，#36 修「收集测试标记却真的执行了测试」。

  • CI 与文档：FlagTree #1457 与 #1513 把 FlagGems 的 CI 结果写进飞书多维表，#1568 让 CI 失败时在飞书点名责任人；docs #575 由机器人开出 ModelScope 模型清单同步单；OpenCourse #5 至 #7 更新全部实验材料到主线；FlagQAI #30 收紧 macOS 沙箱（本地 Python 作业、headless 会话、原生 shell、搜索目标与子进程逐个收进边界）。

四、成员单位与厂商适配

海光：DTK 26.10 的整条交付链与 FP32 两条线

  • 镜像与依赖：本周海光投入最集中，21 笔 build-infra 合入覆盖 2.3.0 的 base 与 runtime 两层，外加 flagcx wheel 以 +dtk2610 后缀发布、去掉无效的 HIP_VISIBLE_DEVICES、补 amdsmi。DTK 26.10 的代价几乎全在依赖解析与打包，而不是内核本身。

  • 通信与训练：FlagCX #667 的海光 bitcode 与 Device IR 统一打包，是海光在通信库侧第一次拿到与其它后端一致的构建产物形态；FlagScale #1299 在审，加海光 DCU 硬件健康采样，#1255 至 #1257 三笔加 NCCL 的 CPU 侧缺失进入、集合通信与 P2P 不匹配、内部挂起三类诊断，指向「万卡训练出问题时能不能定位」。

  • FP32 前向：#7388 给 _flash_attention_forward 的海光实现补显式 FP32 路径，同时保住 ATen 的五输出 schema 与既有 FP16/BF16 行为。支持范围写得很窄：固定长度、连续 4D BSHD、方形 MHA 且 Q/K/V 同形、head dim 为 64 或 128、dropout 为 0、无 window/alibi/seqused/varlen，不支持的组合直接报错。实现上 QK 与 PV 用 IEEE FP32 点积，在线 softmax 最大值用 -inf 初始化，长序列走 exp2/log2。

  • 编译器与训练性能：FlagTree #1508 让 HCU 支持 TLE-Raw；build-infra #1654 为 flagtree 的 HCU 构建同时铺两套 LLVM 树，说明 LLVM 版本尚未收敛到单一树；TransformerEngine-FL #153 为 Qwen3.5-35B 增加可选 BF16 专家 GEMM 路径（opt-in，不改默认行为）；FlagAttention #117 与 #123 分别补 GLA 优化与 AttnRes 后端。

昇腾：910C 量子线之外，运行时、执行模式、算子与 CI 四层并进

  • 量子与通信：910C 原生 provider 与 ARM64 回归 lane 是本周最大单笔（见要闻）；配套 FlagCX #686 处理昇腾设备完成跟踪与张量保活，是量子栈在通信层的前置条件。

  • 运行时：CANN 9.2.1 base 层仅 910B，python 3.12 与 torch 2.13 的约束来自 wheel 与 CANN 自带 python 树的版本一致要求；该层刻意留空 FlagTree 与 FlagCX，11-04 补 OCI provenance 标签后重推。

  • 执行模式：vLLM 0.28 的 FULL_DECODE_ONLY 原生图覆盖 Qwen3.6-27B 与 Qwen3.6-35B-A3B，解码走 torch.npu.NPUGraph，prefill、视觉编码与采样留在图外。

  • 算子与 CI：FlagGems #8110 新增通道级 INT8 BMM（加 519 行减 3 行），#6060 为 mm_w8a8_int8 与 mm_w8a8_int8_out 增加昇腾后端（支持预量化 INT8、FP32 标量或逐行逐列 scale、可选 bias，输出 BF16/FP16/FP32，不支持非对称零点）；#7581 修 Flash Attention UB 溢出并补 varlen 前向与 D=256；FlagCX #669 建 910C CI 流水线；FlagTree #1413 修 XCS 的 lightning-indexer UB 溢出与 swiglu 精度。

达摩院玄铁：算子批次、成本模型与 PPU 注意力三线

  • 算子层：11-02 的 13 个专用算子在 43 分钟内合入，覆盖特殊函数、三维卷积、量化 LSTM、矩阵范数与池化反向；平均 3.3 分钟一笔，说明评审已能按后端并行消化批量算子单。

  • 编译层：ZW810E 的 MM/MV 成本模型包 1.1.0 纳入 FlagTune 模型目录，含 8 个 BF16 mm 变体与 2 个 mul 模型，是自动调优在玄铁上的第一份完整成本模型。

  • 推理与通信：FlagGems-vllm #1038 为 chunk_kda 补天数与玄铁两个后端；sglang-plugin-FL #166 把 RS+add+RMSNorm+AG 融合环形核做成 pure TP prefill 的可选项（在审），在 PPU 810E 上复用 pccl 28 通道图的环；FlagAttention #127 新开 PPU-ZW810E 的 Wall Attention；FlagGems #8446 把后端键定为 thead-ppu210。

昆仑芯：批量性能补丁与一个静默错误的形状契约

  • 节奏：10-30 单日十笔，11-02 十四笔，11-03 十一笔，11-04 五笔新开。团队按批次推进而非随上游节奏，写法上尽量走直指针与单发射、对 bf16 单独给分块宽度。

  • 正确性：#8038 修掉 foreach 快路径只比元素数不比形状导致的静默错误——形状不同但元素数相同的张量列表会全部继承首个张量形状，输出既不报错也不越界。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。

  • 性能：#8255 用厂商 min.o 的 SIMD 载荷与分段宽行并行加速 argmin，#8028 四个算子达到 0.8 以上的 Gems Speedup 门槛（upsample_nearest2d 1.202、unique_consecutive 1.053、fake_quantize_per_tensor_affine 0.827、foreach_clamp_max_scalar 0.967），#8250 让 inner 在 XPU 上真正参与编译并重调 tile，#8262 用展开欧几里得算法优化 lcm。

  • 修复与推理栈：新开侧集中在 sum_dim 回退、fake_quantize 系列、lstm/gru 的 pipeline event 溢出、linalg_matmul 与 linalg_lu_solve 的 tt.gather 降级、avg_pool1d 让进程中止；sglang-plugin-FL #155 把昆仑芯后端升到 SGLang 0.5.18（在审），vLLM 0.28.0 wheel 目录行由 #1637 补上。

沐曦：0.28 空适配、调试器与注意力新结构

  • 推理插件：C550 的 0.28 适配在上游没有对应分支时靠插件自足（#554），安装形态明确否决 site-packages 启动钩子，并清掉 15 个历史 zz_fl_*.pth 钩子；0.32 的 C550 适配 #693 同日开出，双线并行。

  • 调试与注意力：FlagPrism #18 补 MACA 运行时适配器、构建模块、Python 绑定与测试，是 FlagPrism 第一次把沐曦接进调试链路；FlagAttention #119 与 #122 分别加 Parallax 的 prefill/decode 与 BF16/INT8 的 Hy3 注意力，属新模型结构的多芯片落地而非既有算子调优。

  • 算子与产业侧：FlagGems #7318 补通道级 bmm_w8a8，#8414 补 layernorm（在审），Torch-FL #702 修正 SDPA 用例的跳过理由（原先归因于 fp32，实际原因另有其他），属测试可信度修复。产业侧三季报披露 MXMACA 3.9.0 发布、构建支持代码合入 LMCache，模型侧称完成 GLM、千问、混元的 Day 0 适配。

摩尔线程：Conv1D 把 26 个基准例全部拉过 0.8 倍线

  • 完整案例：#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。三层改法同时落地：改路由去掉冗余 padding 与 bias 分配、新增专用 Triton-MUSA Conv1D 核按 M=N×Lout 做三维网格切分、权重预打包配合带精度补偿的 SQMMA。

  • 推理与算子：MUSA 0.28 一次带进原生 MCCL、FX/eager 编译与分段原生图，运行基线为四张 S5000、BF16、TP=4、TorchMUSA 2.9.0 与 MUSA SDK 4.3.5；编译侧 RMSNorm、SiLU、rotary 走显式 MUSA 算子边界，参考 RMSNorm 保留目标端 FP32 累加契约。

  • 训练组件：FlagTensor #14 注册 MUSA 后端并为七个超越函数加专用重写；FlagBLAS #157 补 MUSA 的 L1 BLAS；FlagAttention #121 加 Moba 注意力并修 import；FlagGems #8097 优化瘦长 FP8 矩阵乘（转置点积加 GEMV tile）。

燧原：41 笔新开、25 笔清账，改写而非翻译

  • 规模：11-04 FlagGems 新开 66 笔里 41 笔给 GCU300，11-05 当日 25 笔一次合入，全部带 KernelGen 与 Enflame 前缀。

  • 四类改法：其一拆外部符号，把 _nv_nearbyintf、__nv_y0f/y1f、__nv_j0f、normcdfinv 等逐个换成本地实现；其二换算法路径，special_chebyshev_polynomial_t 改专用核、linalg_householder_product 用单遍反射扫、linalg_inv_ex 用单核 Gauss-Jordan、compute_linear_combination 把外积换成 tl.dot；其三拆掉不适配的编译期特性，renorm 的自动调优会让本后端编译器直接中止，于是整段丢弃，fake_quantize 改 magic-add 舍入；其四修启动几何，special_i1e 与 special_bessel_k0 的 launch geometry 逐条修正。

  • 设备守卫：11-04 另有 5 笔全是 CUDA-only guard 修复，包括 im2col 硬编码守卫、kl_div 与 arctanh、upsample_nearest3d_backward 整型索引钳位、–override 与算子名不匹配时显式失败。

  • 其他：vLLM 0.32 的 S60 适配 #675 在审；FlagTree #1494 临时禁用 03-topk 测试止损；FlagTree 同期删除 enflame3.5-guc400 的 CI/CD 工作流，属 CI 名单随硬件世代更替，不宜解读为产品线终止；FlagAttention #118 加 parallax 算子。

天数智芯：BI-V150 的十分钟十笔与编译器 Native 路线

  • 算子产线：11-03 16:04 至 16:10 六分钟合入 10 笔，11-04 再合 12 笔（其中两笔为在 BI-V150 上不成立的前序更新回退）。覆盖三角边距损失、伪逆、矩阵乘加、张量求逆、索引归约、逆伽马、三维网格采样、三维转置卷积及反向、线性组合与 CTC 损失。

  • 编译器侧：FlagTree 的 12 笔新开全部是 [Iluvatar][Native] 与 [TLE][Iluvatar]——线程数由目标 warp size 推导、按元素大小选向量访问宽度、显式 load-vectorization 编译选项、显式布局跨控制流、SME transport、物理 grid barrier 域。方向是把「通用 Triton 假设」换成「按目标机规格生成」。

  • 推理与训练：sglang-plugin-FL #139 补 SGLang 0.5.18 空适配；Torch-FL #745 放开算子上限，#753 与 #762 用 ixblas axpy 承接 add 家族（在审）；FlagScale #1322 与 Megatron-LM-FL #213 补 Iluvatar 流水线。

清微：TXDA 只做 eager 的一次工程取舍

  • 取舍：#642 的分段原生图已经实现，并在 TP8 下对两个模型通过完整门禁（快照 R10 与 R6d），但 Dense TP1 的正确性始终未解决。作者没有选择「只在部分并行度可用的图模式」，而是删掉图捕获与切分实现，在配置阶段拒绝图与编译配置，把用户直接指向 –enforce-eager。MLA、稀疏注意力、投机解码与上下文并行按各自不支持的具体路径逐项拒绝。

  • 验证环境：8 张 TX8110 64G，镜像内 vLLM 为 0.28.0+empty——用上游 tag 提交 2cf0a69 以目标设备为空的方式构建，不带 vllm._C 扩展，所有 kernel 来自插件或 FlagGems。这等于把「插件是否真的自足」变成硬约束。

  • 本周其他动作：FlagGems #8287 把 tsingmicro 后端更到 1103（190 个文件、加 23195 行减 914 行）；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；后端键定为 tsingmicro-tsm260610。

寒武纪：从「能跑」到「零回退」

  • 接入形态：MLU 以 vendor-native 平台进入 Torch-FL，补 libcnrt 运行时层与 torch.mlu 垫片，跑在 stock torch 2.10.0+cpu 上，八卡 MLU590-M9 端到端实测；同日撤下 CI lane，把「先接后端、后补 CI」写在提交信息里，而不是留一条永远红的流水线。

  • 融合注意力：SDPA 此前在寒武纪被分解成三个叶子算子，因为 cambricon 被排除在复合覆盖之外，每次注意力都要把 B×H×S×S 评分矩阵写进 HBM 再读回。批 2、4 头、序列 4096 时该矩阵约 256 MB；#748 与 #749 把 CNNL 融合前向与反向接回覆盖，并包成 C++ autograd Function。

  • 回退清零：190 次回退里 188 次来自 aten::mul.out，说明这类收尾靠普查而不是猜；两处改经 CNNL 在 MLU 上执行后，完整 Qwen3 训练步报告零算子 CPU 回退。寒武纪的 neuware 4.4.3 与 4.7.2 两个镜像层均在 2.3.0 覆盖内。

地平线与壁仞：一条补基础算子族，一条停在骨架

  • 地平线：11-02 三笔让 conv、batch norm 与 pooling 从 eager 路径落到 BPU，并用等价 depthwise 卷积承载 avg_pool；11-04 修完三处硬故障后，relu 与 conv block 的延迟分别降到 0.073 毫秒与 11.1 毫秒，DeviceChain 把四次派发从 1.667 毫秒压到 0.673 毫秒。11-05 无新增提交，属上一轮之后的静默期。

  • 壁仞：TransformerEngine-FL #143 以 SUPA 后端进入训练组件，加 3608 行、7 个文件，但未附硬件验证记录。新芯片进入 FlagOS 有两条路径——从训练组件起或从算子产线起；壁仞走第一条且停在骨架，验证深度与清微、沐曦不在同一等级。

五、生态与社区

FlagOS 2.2 的产业案例首次给出可量化收益

  • 中国电信：星辰 Xing4.0-29B-A4B（总参数 29B、激活 4B）全流程在昇腾 910C 集群完成训练，发布当天完成 10 款国产芯片的精度对齐与部署验证。命门是多通道残差算子 mHC：N 卡官方实现自身约 10% 降速，昇腾初版掉 50%，团队自研长期卡在 25%；把 FlagGems 的专项优化算子注册进 MindSpore + CANN + 昇腾 NPU 训练链路后，集群降速从 25% 压到 12%，该适配已开源合入 MindFormers。

  • 连锁效果：Agent 场景平均 prompt 70K、最大 200K，基于 FlagOS 重写 12 个长序列算子后首 token 时延降 19.87%、解码速度提升两成以上；热线语音前处理链路把 Spectrum 类算子聚合重写，在华为、摩尔、天数三款芯片上提速 10 倍。

  • 软通动力：天元智算平台按 token 结算，GLM-5.2 在四台昇腾 910C 上单 token 生成 17.79 毫秒，而模型方公布的 API 准入线是 16.13 毫秒；接入 FlagOS 后启用 PD 分离（Prefill 与 Decode 各占两台服务器）并做双侧优化，把时延压进准入线。

  • 2.2 的一组总量：九大算子库合计 1454 个算子；FlagTree 单仓覆盖 20 个厂商芯片后端；跨 10 款芯片、上千个算子的整体性能提升 27.6%；新模型 Day0 适配 12 款芯片；社区成员 107 家；季度下载量 46 万次，为上季度的 4.76 倍。文章落点是「判断国产 AI 基础设施成熟度，不看支持多少款芯片，而看新模型发布当天能不能只改配置就跑出可交付吞吐」。

端侧叙事：ARM CPU 与 35 款芯片

  • 实测口径：不靠 GPU 与 NPU，纯 ARM CPU 把 MiniCPM 与 Qwen 跑出百级 token/s，实测基于 SME2 与 I8MM，性能提升 21%–25%；FlagOS 多芯适配「一次优化、多款设备复用」，覆盖 21 家芯片厂商、35 款芯片。

  • 口径差别：这里的 21 家与 35 款是端侧与设备侧的适配统计，与 2.2 大会公布的 107 家社区成员、12 款 Day0 芯片不是同一维度，引用时不宜混用。把端侧单独拎出来讲，意味着叙事从「训练与推理的云侧多芯」扩到「设备侧多芯」，这与 Torch-FL 补上 Apple Silicon MPS 路径的方向一致。

乌镇峰会与成员单位动态

  • 峰会：2026 年世界互联网大会乌镇峰会于 11-02 至 11-05 举行，主题为「开源开放 共建共享」，设 27 场分论坛；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，首次集中展出人工智能开源开放重大科技成果。窗口内公开报道未出现 FlagOS 或其组件，本条只作外部环境记录，不作归因。

  • 成员单位：沐曦股份与摩尔线程在峰会上同获「杰出贡献奖」；燧原科技登陆 A 股科创板的报道在 11-03 出现，11-06 复核确认其实际上市日期为 9 月 11 日（688801），属回顾稿而非窗口内新事件，故不作为本周新增事实。三家在 FlagOS 侧的动作各有不同——沐曦与摩尔线程当日合入 0.28 适配，燧原在 FlagGems GCU300 有四笔正确性修复，资本与荣誉层面的进展没有改变技术投入节奏。

  • 并行生态：10-31 举行的 GAI+C 大会「智能计算系统创新与开放生态」分论坛发布「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。中国工程院院士郑纬民在主旨报告中直指国产算力「有卡难用、烟囱式适配」，主张以统一软件栈支撑「一套代码、无需修改」跨平台运行，与 FlagOS 的技术主张同构，但主体是另一条生态线。11-04 智源社区刊出《全球首份〈前沿开放权重 AI 风险管理框架〉》，属开放权重模型治理层面的对外输出，与 FlagOS 的开源栈叙事互补。

渠道核查：组件级新闻连续零命中，叙事仍依赖官方渠道

  • Google News：24 组中英文查询词逐日核查，FlagOS、FlagGems、FlagScale、FlagTree、FlagPerf、FlagCX、KernelGen、flagos-ai 与 BAAI 相关英文组合全周零组件级命中；命中集中在成员单位与产业词，内容为三季报、股价、融资、活动与科普稿，按规则整批剔除。

  • CSDN 专栏：全周仅 11-05 两篇新文（11:23 与 14:10），其余条目为 8 月至 10 月旧文，最新一篇停在 10-29 的 MiniCPM-OCR 与 Jev Day0 适配；页面头部排前的 GLM-5.3-Flash、Qwen3.8-Flash-Next 与 LightX2V 三稿分别为 8-28、8-27、8-27 旧文。

  • HN 与智源社区：HN Algolia 八组查询全周零直接命中，仅有 FlagOS 与 BAAI 的泛匹配；智源社区搜索页为客户端渲染，抓取只能确认首页无 FlagOS 条目，该渠道继续以「无新增可见条目」记录。

  • 判断：GitHub 侧一周 21 至 26 仓推送、94 至 177 笔合入，与新闻侧的零组件级命中形成反差。FlagOS 的对外叙事仍高度依赖 CSDN 专栏、智源社区与大会，第三方媒体对组件级进展的覆盖尚未形成。

六、趋势观察

  • 镜像先行是计划内节奏，11-13 才是硬边界：23 个 base 与 23 个 runtime 全部记上 2.3.0，而清单文件要到 11-30 特性冻结才生成；按排期，FEP 合入截止 11-13、rc0 11-30、rc1 12-07、rc2 12-14、封板 12-25、GA 12-30。镜像跑在清单前面不是脱节，真正值得盯的是 11-13 之前七份新 FEP 能否收进、以及 cuda13.3 这条线是否还会再动 torch 版本。

  • 多芯片适配从「模板复制」转入「按后端算账」：同一个 vLLM 0.28.0，四条后端给出四种策略——清微主动放弃图模式换正确性边界，沐曦在上游无分支时做插件自足，摩尔线程把图收进单个文件并带进原生 MCCL，昇腾只做解码图。适配工作不再有统一模板，每家按自己的验证能力与下游模型需求取舍，隐性成本是同时维护 0.28 与 0.32 两套环境。

  • 评测可比性成为新的基础设施：FlagGems 两分钟 23 笔把四类算子的 H800 参考读入收敛到统一 JSON，optest 按厂商探查实际注册的算子清单、补英伟达基线，FlagTree 与 FlagCX 把结果推飞书多维表、把覆盖跑到四个平台。这条线不产出算子数量，却决定跨后端分数是否可信；本周 26 笔落在 CI 与评测侧，占单日合入的 14.7%。

  • 瓶颈稳定落在评审端，而不是生产端：11-04 日报记录全组织在审存量 1602 笔，合入与在审之比约 1 比 9；11-05 至 11-06 窗口内更新在审仍有 288 与 255 笔，FlagGems 与 FlagTree 两仓占六成。同期多笔 PR 正文自带 AI agent 的工具、模型与人工评审字段，说明写代码这一端已被 agent 放大，产能瓶颈转到评审与验证环境。

  • 新芯片接入的两条路径都已跑通，差距在验证深度：壁仞以 SUPA 后端进入 TransformerEngine-FL，属骨架先行、无硬件验证记录；寒武纪以原生平台进 Torch-FL 并在八卡 MLU590-M9 上实测，次日把训练步回退清零；天数以一天十笔专用算子走算子产线。接入速度已不是门槛，能不能拿出硬件门禁记录才是分水岭。

  • 量子栈的工程化路径已经清楚：910C 的 167 项硬件验收、x*256 从 28 个分配量子位与 4 GiB 态缓冲降到 19 个与 8 MiB 的资源账目、fail-closed 的回归 lane，三者构成「语义、资源、硬件」三份可核对证据。本周 27 笔提交没有一笔是量子算法本身，全部用于让测试可信、runner 可复现，说明这个阶段先付基础设施的账是共识。

  • 运营侧的短板仍在对外叙事：2.2 的产业案例已经能给出 25% 到 12%、19.87%、10 倍这类硬数字，但组件级新闻连续多个窗口零命中，第三方媒体覆盖尚未形成。对 FlagOS 而言，技术产出与外部可见度之间的落差，可能比任何一个后端的功能缺口更影响生态扩张速度。

附录：素材与核查

素材清单

日期 日报 调研窗口 性质
11-02（周一） FlagOS 社区每日动态 10-30 06:00 ~ 11-02 06:00，72 小时 覆盖 10-31 与 11-01 周末，接续上一期截点
11-03（周二） FlagOS 社区每日动态 11-02 06:00 ~ 11-03 06:00，24 小时 首尾相接
11-04（周三） FlagOS 社区每日动态 11-03 06:00 ~ 11-04 06:00，24 小时 首尾相接
11-05（周四） FlagOS 社区每日动态 11-04 06:00 ~ 11-05 06:00，24 小时 首尾相接
11-06（周五） FlagOS 社区每日动态 11-05 06:00 ~ 11-06 06:00，24 小时 末期末班

核查说明

  • GitHub 侧：五期日报均对 org flagos-ai 的 61 个仓库做全量推送核查，并以提交检索、合并 PR 检索、在审 PR 检索三条独立查询交叉验证；Release 与 Tag 以 31 仓 Release 原子源与 8 仓 Tag 原子源逐日复核，全周零新增。分支归属与默认分支提交另行原子补核，避免把 PR 分支或 gh-pages 部署误记为默认分支动态。

  • 版本与日期：2.3.0 的层名、版本号与日期均取自 build-infra 的 PR 正文与 changelog 记录；2.3 排期取自 community 仓的发布时间表；vLLM 0.28.0 与 0.32 的适配状态以相应 PR 的合并与在审状态为准，未把在审项写成已合入。

  • 厂商动作：成员单位的条目以 flagos-ai 各仓库的实际提交与 PR 为准，产业侧数字取自公开报道并标注来源性质；财报、获奖与上市类内容明确标注为企业侧动态，不计入项目进展。燧原上市的日期在 11-06 期经复核更正为 9 月 11 日，本报告采用更正后的口径。

  • 口径提示：11-02 期为 72 小时窗口，与其余四期的 24 小时窗口不可直接相加比较；本报告在给出总量时同时列出五日累加与四个完整 24 小时窗口两组数字。端侧的 21 家厂商、35 款芯片与 2.2 大会的 107 家成员、12 款 Day0 芯片分属不同统计维度，引用时未混用。

  • 未覆盖项：周期内无缺期日报；社区仓库的 release-2.3.yaml 尚未建立，故无发布清单可核；智源社区搜索页为客户端渲染，仅能以首页核查，无法给出条数级结论。