レポート期間：2026年11月2日（月）から11月6日（金）まで、計5営業日。

素材出所：本誌の毎日FlagOS動向レポート5期（11-02 / 11-03 / 11-04 / 11-05 / 11-06、期間内に欠号なし）。うち11-02期は月曜朝報であり、調査期間は前回締切の10-30 06:00から起算し72時間、10-31と11-01の週末をカバーする。11-03から11-06までの4期は24時間ウィンドウで、首尾が接続し、最終期末班は11-05 06:00から11-06 06:00まで。したがって本レポートの事実区間は10-30から11-05までであり、10-30から11-01の部分は元の日付で表記する。

編制説明：本周要聞、バージョンとリリース、コンポーネントとコード共同構築、メンバー単位とベンダー適配、エコシステムとコミュニティ、趨勢観察の六つの次元で構成する。5期のデイリーレポートをそれぞれのウィンドウで累加するとコミット1117筆、マージ715筆；4つの完全な24時間ウィンドウ（11-03から11-06）のみを取るとコミット861筆、マージ600筆となる。単期でプッシュのあったリポジトリ数は順に17、16、24、26、21個で、組織リポジトリ総数は61個。バージョンとタグは各コンポーネントリポジトリのタグとReleaseを原子源として独立に再確認し、期間内に新規Releaseオブジェクトはない。

1. 本周要聞

  • 2.3.0のイメージ層が一週間で四層から六層に広がり、23個のbaseと23個のruntimeすべてに2.3.0が記され、リリースマニフェストは依然としてスケジュール表のみ（10-31 ~ 11-05）：新規カバーには海光DTK 26.10のbaseとruntime、AMD ROCm 7.2.4ランタイムとFlagTree amdビルドライン、昇騰CANN 9.2.1 base（910B、python 3.12、torch 2.13、triton_ascend 3.6.0のみで、FlagTreeとFlagCXは意図的に空欄）、NVIDIA cuda13.3（torch 2.13.0+cu130、triton 3.7.1、同時にcuda12.8をenabled falseで凍結）が含まれる。communityリポジトリのrelease/2.3ディレクトリには中英文のスケジュール表のみで、release-2.3.yamlは依然404；31リポジトリのReleaseと8リポジトリのTagの原子核查は全週で新規ゼロ。スケジュールによれば、11-13がFEPマージ締切、11-30が特性凍結とrc0ブランチ作成、12-07がrc1作成、12-14がrc2作成、12-25が封板、12-30がGA。

  • vLLM 0.28.0が一日で四つのバックエンドにより同時に収口され、翌日repackが11社のインデックスに展開（11-03 ~ 11-04）：清微TXDAはeagerのみで図モードを積極的に拒否（#642、3067行追加146行削除、29ファイル）；沐曦C550は上流に対応ブランチがない前提で「0.28-empty」空適配を実施（#554、2838行追加70行削除、36ファイル）；摩尔線程MUSAはネイティブMCCLと分段ネイティブ図を一度に導入（#575、7804行追加233行削除、46ファイル）；昇騰はFULL_DECODE_ONLYのデコード専用図を実施（#646、3342行追加340行削除、39ファイル）。四筆合計で17051行追加789行削除、150ファイル。11-04のbuild-infra #1635がvLLM 0.28.0+flagosを11社のインデックス（AMD、昇騰、寒武紀、燧原、海光、天数、崑崙芯、沐曦、NVIDIA、曦望、清微）に書き込み、aarch64はcp311とcp312、x86_64はcp310とcp312を提供。

  • 寒武紀MLUがネイティブプラットフォームでTorch-FLに参入、翌日融合アテンションの前後向を补齐し、Qwen3訓練ステップのCPU回退が190回からゼロに（11-04 ~ 11-05）：#720は4870行追加64行削除、40ファイルで、cambriconをflagos_platforms.jsonに書き込み、libcnrtランタイム層、torch.mluシム、backends_cambricon.conf、CI設定とプラットフォーム契約を补齐；一式はstock torch 2.10.0+cpu上で動作し、torch_mluなし、FlagTreeなし、CUDA runtimeなしで、8卡MLU590-M9上でエンドツーエンド実測。翌日#748と#749がCNNL融合アテンション前向と逆向をSDPAカバーに接続し直し、C++ autograd Functionとして包んだ；#757は完全なQwen3因果言語モデル訓練ステップに対して回退普查を実施し、190回のcpu_fallbackのうち188回がaten::mul.out、2回がaten::embedding_dense_backwardに由来し、CNNL経由でMLU上で実行するよう変更後、当該ステップは回退ゼロを報告。#724は同日cambriconのCI laneを撤下し、理由はrunnerが承载しないこと。

  • 達摩院玄鉄が1日以内にバッチ形態で13個の専用オペレータを統合し、同時にZW810Eのコストモデルを1.1.0に更新（11-02）：FlagGemsは16:03から16:46までの43分間に13件をマージし、すべてKernelGen玄鉄産線と标注され、Chebyshev多項式、igamma、三次元畳み込みと転置畳み込み、量子化LSTM、RMSNorm逆方向融合、行列ノルム、三次元適応プーリング逆方向、Lanczosアップサンプリングなどのロングテール項目をカバーし、FlagGemsの当日55件のマージの23.6%を占めた。FlagTree #1236はZW810EのMM/MVコストモデルパッケージを1.1.0に更新し、8個のBF16 mm変体と2個のmulモデルを含み、チューニング契約が順序付きconfigsリストを受け入れるようにした。11-05にFlagAttention #127がさらにPPU-ZW810E向けにWall Attention最適化チケットを起票した。

  • 量子スタックが「ハードウェア検収 + リソース勘定」を回帰可能な証拠にした：昇騰910Cネイティブproviderが167件通過、1週間以内に合成ラインがUP-06まで進行（10-31 ~ 11-05）：FlagQuantum #958は910Cを実験的split-FP32からネイティブproviderオペレータパスへと進め、PR本文には167 passed in 115.41s（142個の回路、ノイズ、TEBDとQEC用例、加えて25個のネイティブ動力学用例、2回のコールドプロセス計画リプレイを含む）が記録され、CPU側回帰は1332 passed；#970はプリセットARM64 runner上にfail-closedのネイティブ回帰レーンを追加した。合成ラインは1週間以内にUP-01（Python qfuncフロントエンド）、AO-00/01/02（算術ベースライン、正規化、保護付き算術）、PF-00/01（コンパイル時延とRSS台帳）からUP-04/05/06（有界一様状態準備、スカラーコヒーレント制御、Uゲートと配列Hadamard）へと進行した。11-05のフォールトトレラントコンパイル統合チケット#1084はすでにドラフトとして起票され、276ファイル、31011行追加。

  • FlagGemsがクロスバックエンド評価を「同一の物差し」に収束させ、同週にバックエンドキーのバージョン化を完了（11-03 / 11-05）：11-03の16:41と16:42の2分間に23件をマージし、うち21件は同一作者が提出し、注意力とプーリング、縮約と線形代数、点態、スパースとテンソルレイアウトの4類オペレータのH800参照読み込みを分散readerから統一JSONへ移行した；従来は参照値の出所、単位、丸め規約がコード内に分散しており、クロスバックエンドスコアには共通基準が欠けていた。11-05の#8446はbackends.yaml内の7つの裸のベンダー名をpyproject.tomlと一致するバージョンキー（hygon-dtk2604、iluvatar-corex450、kunlunxin-xre5371、spacemit-xxx、sunrise-tangrt120、thead-ppu210、tsingmicro-tsm260610）に変更し、uv pip install ".[tsingmicro]"がextraに静かにマッチせずtorchとFlagTreeの双方がインストールされない問題を修正した。

  • コミュニティガバナンス：1時間以内に7件のFEPがレビュー入りし、2.3のマルチバックエンド能力を検収可能な項目として記述（11-05）：08:29から09:31までに計7件の単一ファイルFEP、ステータスは一律Provisional Draft、提出者は同一。リストはFEP-0163 FlagMega v0.1、FEP-0164 TLE分散融合と自動チューニング、FEP-0165 TLE Raw五バックエンド、FEP-0166 FLIR昇騰とGPGPU最適化、FEP-0167 二十のオペレータ—デバイスペア、FEP-0168 FlagTreeマルチプラットフォームとTriton API互換、FEP-0170 FlagPrism v0.2。最も実質的なFEP-0163は五項目の目標と検収証拠のマッピングを示し、四卡H800上でGLM5.3 FlashデコードスループットがvLLMより5%以上高いことを含み、同時にCoreX 5.0、リリースマトリクスとcheckpoint再現が未完了であることを明記した。7件の本文はいずれも「GPUまたはモデル検収は未実行」と明記し、スコープ宣言と完了宣言を分離した。

  • 産業側：FlagOS 2.2のケースが定量化可能な収益を示し始め、端側の叙事を同週に補完（11-05）：CSDNコラム2本。中国電信星辰Xing4.0-29B-A4BのmHCマルチチャネル残差オペレータは昇騰910C上で25%のクラスタ減速から12%へと圧縮され、適配はすでにMindFormersにマージ済み；Agentシナリオで12個の長序列オペレータを書き換えた後、初トークン時延が19.87%低下；軟通動力はGLM-5.2を4台の910C上で単一トークン17.79ミリ秒から16.13ミリ秒の准入ラインへと圧縮した。2.2の一組の総量は九大オペレータライブラリ1454個のオペレータ、FlagTreeが20のベンダーバックエンドをカバー、10款のチップで全体性能27.6%向上、Day0適配12款のチップ、コミュニティメンバー107社、四半期ダウンロード46万回（前四半期の4.76倍）。端側専場では21社、35款のチップの適配統計が示され、純ARM CPUでMiniCPMとQwenを実行した実測で21%–25%の向上。

2. バージョンとリリース動向

2.3.0：6層イメージすべてにchangelogを記録、リリースリストは依然としてスケジュール表のみ

イメージ層 落地時間 主要内容
base と runtime：hygon-dtk26.10 10-31 ~ 11-04 ベースイメージにROCm対応のOpen MPIを導入、ランタイムにflagcx 0.14.1の海光DTK 26.10ビルド版を補完、python 3.12にDTK 26.10のtorchクロージャを組み合わせ；ベンダーtritonを3.7.0+dtk2610にアップグレード後はhcuドライバのみactiveとなり、serveがV1 model runnerに戻る問題を修正
runtime：amd-rocm7.2.4 10-31 ~ 11-02 flagcxをピン留め、amdsmiを補完、無効なデバイス可視性環境変数を削除、torchクロージャをvLLM 0.32に整合；別途FlagTree amdパッケージラインを構築し溯源自とA/B照合を実施
base：ascend-cann9.2.1 11-03 ~ 11-04 910Bのみ、python 3.12、torch 2.13、triton_ascend 3.6.0；CANN 9.2.xのバージョンピン留めがないため、FlagTreeとFlagCXを意図的に空に；初回ビルドでOCI provenanceラベルが欠落、11-04にラベルを補完して再プッシュ
base と runtime：nvidia-cuda13.3 11-05 torch 2.13.0+cu130、torchvision 0.28.0+cu130、triton 3.7.1；torchaudio 2.11.0とFlagTree 0.7.0はtorchとデカップリング；torch 2.13がcu128 wheelをリリースしなくなったためcuda12.8を凍結

  • カバレッジ：11-05時点で、23個のbaseと23個のruntimeイメージのchangelogすべてに2.3.0が記録され、12社の23本のツールチェーンラインをカバー。AMD ROCm 7.2.4、昇騰 CANN 8.5.0と9.0.0（910Cバリアント含む）と9.2.1、寒武紀 neuware 4.4.3と4.7.2、燧原 tops 1.9.10と1.10.6、海光 DTK 26.04と26.10、天数 corex 4.4.0と4.5.0、昆仑芯 XRE 5.37.1、沐曦 MACA 3.7.2.1と3.8.1.3、摩尔線程 MUSA 4.3.6と5.2.0、英偉達 CUDA 12.8と13.3、曦望 1.2.0、清微 tsm260610を含む。

  • 昇騰baseがpython 3.12である理由：PR本文に2つの硬い制約が記されている——flagos-pypi-ascend上のtorch 2.13、torch-npu 2.13、torchvision 0.28、torchaudio 2.11のwheelはcp312のみ；CANNのset_env.shは自身が持つpythonツリーをPYTHONPATHに押し込むため、baseインタプリタはランタイムvenvと完全に一致する必要があり、そうでなければインポートがバージョン混在を起こす。併せてnumpyを1.26.4にピン留め。

  • baseが意図的にFlagTreeを含まない理由：9.2.1には対応するflagtreeバージョンピン留めもflagcx wheelもないため、この層ではflagtree、flagcxと依存項目をすべて空にし、ビルド順をbase、FlagTreeなしのruntime、FlagTree builder、FlagTree wheel、runtimeリフレッシュに変更；flagtree欠省時はコンパイラがtritonにフォールバック。

  • 退役メカニズム：cuda12.8の凍結は削除ではない——configs.yamlにenabledフィールドを追加しfalseに設定、仕様・イメージ・ドキュメントはすべて保持し、イメージは最後のビルドのフラットタグで停止；スクリプトbackend_enabled.pyが唯一のパーサーとなり、generate_matrix.py、2つのステータスレポートとflagcx、vllm-pluginのレジストリがこれを共用し、凍結状態があらゆるビルドマトリクスに入らないようにする。

  • リリース状態：communityのrelease/2.3ディレクトリには現時点でリリーススケジュールのみがあり、リストファイルは計画通り11-30の特性凍結時に生成される。2.3スケジュールによれば、FEPマージ締切11-13、特性凍結11-30にrc0、rc1 12-07、rc2 12-14、封板12-25、GA 12-30。イメージがリストより先行するのは計画内のリズムであり、11-13がこのバージョンの範囲の硬い境界である。

今週のタグとReleaseリスト：新規ゼロ、FlagCX v0.14.1は依然タグのみ

  • 新規ゼロ：5期分のデイリーレポートで31のリポジトリのReleaseアトム情報源と8つのリポジトリのTagアトム情報源を日次で確認したが、週全体で新しいReleaseオブジェクトはなかった。唯一時刻更新があったのはFlagCX v0.14.1タグ（11-01 00:10更新）で、GitHub Releasesの最新正式版は依然として2026-09-28リリースのv0.14.0であり、本文にはFlagOS 2.2に対応すると明記されている。

  • コンポーネントのバージョンラインは未変更：FlagGemsの正式ラインは依然5.4.0で、5.5.0.dev0は10-12に開線して以降新しいタグはない。FlagQuantumはv0.3.1を量子スタックのベースラインとしている。FlagScale、FlagBLAS、FlagDNN、FlagFFT、FlagTensor、FlagAttention、vllm-plugin-FL、sglang-plugin-FLなどは依然09-28のバッチのまま停止している。

  • 判断：これは2.2リリース後、2.3が12-30にGAとなる前の典型的な空白期間である——対外バージョンは静穏、成果物ラインとビルドラインは活発。先週と比べた唯一の変化は、イメージ層のカバレッジが4層から6層に拡大したことであり、タグとマニフェストの2ステップは依然欠けている。

vLLMプラグイン：0.28で4バックエンドが同日収束、repackは11のインデックスへ展開

  • 4つの実装戦略：同一の上流バージョンに対し、4つのバックエンドがそれぞれの条件に応じてパスを選択。清微はTXDAのグラフキャプチャと分割実装を削除し、設定段階でグラフとコンパイル設定を直接拒否して–enforce-eagerを提示した。理由は、分割原図がTP8で2つのモデルのゲートを通過済みだが、Dense TP1の正確性が未解決のままであること。沐曦は変更をすべてvllm_flとCIスクリプト内に留め、ベンダー名または実行時判定をゲートとし、レビューでsite-packagesに.pth起動フックを書き込む案を明確に否決した。摩尔線程はネイティブMCCL、FX/eagerコンパイル、分割ネイティブグラフを一度に持ち込み、グラフ処理を単一のgraph.pyに集約した。昇騰はFULL_DECODE_ONLYのデコードグラフのみを実装し、prefill、視覚エンコード、サンプリングはグラフ外に残した。

  • repackメカニズム：build-infraは「リリース手順はディレクトリに書き、人手は文案のみ書く」メカニズムを今ラウンドで正式に運用開始し、従来のpypi_indexフィールドの手動変更を置き換えた。1か所は境界修正で、最初のハイフンでvendorを分割し、バージョン文字列が+プラットフォーム段と-分段を同時に含む場合にプラットフォーム名を誤って切り取るのを回避。同日、FlagGems-vllmに日次wheelラインを追加し、ビルド・アップロードコンテナにプロキシを透過設定し、昇騰verifyコンテナに1 GBの/dev/shmを補完。

  • 0.32ラインの並行：0.28収束と同時に、0.32の5件の適配がレビューキューで進行中——燧原S60（#675）、天数（#674）、AMD ROCm gfx1100（#659）、沐曦C550（#693）、FL実行統合と燧原適配（#667）。維持ラインと目標ラインの同時走行は常態化しており、ベンダーは2セットの検証環境を維持する必要がある。

  • 同期メカニズム：0.4.0-devから0.5.0-devへのforward-syncは今週4件をマージ（#676、#678、#688、#689）。方式はブランチ全体のマージからレビュー増分ごとのリプレイへ変更し、ソースコミットを保持、コンフリクトはドラフトPRで公開。11-05には#698によりさらに1回の前方同期を完了。

コミュニティガバナンス：7件のFEPと2.3スコープ宣言

  • 名単と位置づけ：FEP-0163 FlagMega v0.1はモデルコンパイル、vLLM統合、マルチカードデコードを指向。FEP-0164はTLE分散融合と自動チューニングを指向。FEP-0165はTLE Rawに5つのアクセラレータバックエンドをカバーさせる。FEP-0166は昇騰とGPGPU向けのFLIR最適化。FEP-0167は20のオペレータ—デバイスペアに焦点を当てたコンパイラ最適化。FEP-0168はFlagTreeのマルチプラットフォームサポートとTriton API互換。FEP-0170はFlagPrism v0.2のマルチバックエンドデバッグとプロファイリング。

  • 共通の書き方：7件の本文はいずれも「GPUまたはモデルの受け入れテストは未実施」と明記し、スコープ宣言と完了宣言を分離している。communityリポジトリには別途4つのcodex/fep23-*ブランチが期間内にプッシュされており、FEP起草とブランチ準備が同一パイプラインであることを示す。このバッチはFEPマージ締切の8日前に出現し、まさにスコープ補完のウィンドウに位置している。

3. コンポーネントとコード共同構築

FlagGems：週5バッチ、カバレッジから比較可能性とバックエンド専用実装へ

  • 規模：5期分のデイリーレポート期間内のマージ数はそれぞれ55、76、35、33、33件で、合計232件。全組織でマージ量が最大の単一リポジトリ。11-03の76件は週内ピークで、当日全組織177件の42.9%を占めた。

  • 玄鉄バッチ：11-02の13件はロングテール項目に集中し、Chebyshev多項式、igamma、3次元畳み込みと転置畳み込み、量子化LSTM、RMSNorm逆融合、行列ノルム、3次元適応プーリング逆、Lanczosアップサンプリングを含む。これらのオペレータは従来の汎用Triton実装では収益が低く、専用化後はデフォルトディスパッチに直接進める。現時点でFlagGems-vllm推論パスとの接続記録はない。

  • 昆仑芯契約とチューニング：11-02 の #8038 はサイレントエラーを1件修正した——foreach 系 out-of-place スカラーオーバーロードのファストパスは要素数のみを比較し、形状を比較していなかったため、形状が異なるが要素数が同じリストはすべて最初のテンソルの形状を継承してしまっていた。修正では完全な形状で准入を判定するようにし、さらに2件で16個のスカラー出力を単一ベースアドレス方式に変更し、リスト出力をフラットバッファに統合した。同じ側の #8034 は JIT をコミットする前に自動チューニンググリッドを評価し、#7976 は program_id(0) からスロットを取得するよう変更した。性能側では十数件がポイントワイズのファストパス、pool3d 逆方向融合、Chebyshev 展開、Jacobi ブロッキングと linspace 単一公式をカバーした。#8123 は BF16 ポイントワイズ最適化を撤回し、#8245 は別方案で作り直した。撤回と補充が1件ずつあることは、このパスがいまだ試行錯誤中であることを示している。

  • 天数と英偉達：11-03 16:04 から 16:10 までの6分間に、BI-V150 専用オペレータ10件（特殊多項式、アップサンプリングとパディング逆方向、量子化最大プーリング、行列積 smm、not_equal、プーリングインデックス逆方向）をマージした。英偉達側では12件が引き続きスパーステンソル、cudnn 系、ビューと形状、量子化と自動微分の内部オペレータを補完した。11-04 に天数はさらに12件をマージし、別途 #8396 で BI-V150 上で成立しない先行更新2箇所をロールバックした。

  • 燧原：11-04 の5件はすべてデバイスガード修正（CUDA-only guard、im2col ハードコード、kl_div と arctanh、upsample_nearest3d_backward の整数インデックスクランプ、–override 不一致時の明示的失敗）。11-05 に新規開設された GCU300 カバレッジ41件が 11-05 当日からバッチで着地し始め、25件を一括で清算した。手法としては、64ビット lane offset を32ビットに狭める、launch ジオメトリを host 側の事前計算に移す、_nv* 外部シンボルをローカル実装に置き換える、ポイントワイズ dynamic のダウングレードを専用カーネルに変更する、などが含まれる。

  • 海光と沐曦：11-04 #7388 は海光に FP32 flash attention フォワードを追加した。#7318 は沐曦にチャネル級 bmm_w8a8 INT8 融合スケーリングを追加した。11-04 には別途、海光の FP32 専項オープン注文9件（rsqrt、floor、nonzero、全次元リダクション、masked_fill、nan_to_num、neg、masked_select、aminmax）があり、すべて連続 FP32 に限定されている。

  • 昇騰と摩尔線程：11-05 #8110 はチャネル級 INT8 BMM を新規追加した（519行追加、3行削除）。#7581 は Flash Attention フォワードと逆方向の UB オーバーフローを修正し、varlen フォワードと dense D=256 を追加した。摩尔線程は #7246 で MP31 上の mm を書き直し（単一ファイルで2472行追加、146行削除）、#6706 で bmm と bmm.out に形状認識の TLE/SQMMA 実装を追加した（9ファイル、2369行追加）。

  • バックエンドキーのバージョン化：#8446 は12ファイルを変更し、39行追加、38行削除で、7つの裸のベンダー名をバージョンキーに置き換えた。その価値は命名の統一ではなく、バージョンを間違えてインストールした場合にサイレントスキップではなく失敗することにある——旧写法では uv pip install ".[tsingmicro]" がどの extra にもマッチせず、torch も flagtree もインストールされず、setup.sh の FlagTree 検証が直接 ModuleNotFoundError を投げていた。

  • 清微と SiliconFlow：11-05 #8287 は tsingmicro バックエンドを 1103 に更新し、190ファイル、23195行追加、914行削除で、当週単一コミットとして最大のバックエンド同期となった。11-03 #6501 は3つの embedding bag オペレータ（SUM/MEAN/MAX、重み付き、パディング除外、空袋と終端オフセットをサポート）を一括で追加し、7494行追加、222行削除、24ファイルに及んだ。

FlagTree：拡張項目を実行期スイッチに変更、海光が TLE-Raw を貫通

  • 実行期スイッチ：11-04 #1565 がマージされ、123行追加、27行削除、15ファイルで、各 FlagTree 拡張を統一的な四点セットにした——コンパイル期マクロ、実行期 knob（FLAGTREE_<NAME>、デフォルト有効、CACHE_INVALIDATING_ENV_VARS に含める）、周辺コードと一致する guard ブロック、マクロ名を注記する #else/#endif。これまでコンパイラ拡張が一度生産に入ると、リグレッションはバージョン全体のロールバックでしか損切りできなかったが、スイッチの下放後はその1つの拡張だけをオフにできる。

  • 積み上げ注文：11-04 13:02 から 13:15 までの14分間に38件を連続開設し、[TLE][NVIDIA] 12件、[TLE][AMD] 4件、[TLE][Iluvatar] 7件、[FlagCX] 5件、[Iluvatar][Native] 5件に分かれた。別途 #1563 は機能 PR の依存グラフと検証ゲートを文書化し、どれが順序通りにマージ必須で、どれが独立検証可能かを明確にした。

  • 海光 TLE-Raw：11-05 #1508 で HCU に tle.raw パスを追加。53 ファイル、5106 行追加・17 行削除。eager と deferred の 2 モード、HIP と MLIR の 2 ソース（コンパイル後 LLVM IR として Triton IR に埋め込み）を同時にサポートし、DUSHMEM ストリーミング集合通信に接続。ring shift、allgather GEMM、GEMM allreduce の 3 チュートリアルを添付。サンプルの sort の HIP パスは torch 比 1.29 倍。

  • 正確性と可観測性：11-02 #1460 で TritonGPU のパイプライン化 cp.async 降格と WGMMA オペランドバッファ再利用（エラーではなく計算誤りになる類）を修正、#1451 で WGMMA warp 選択を上流 MMAv3 に整合。11-05 #1530 で ptxas 診断のレジスタ、オーバーフロー、スタック、共有メモリ使用量を解析して TLE コンパイラメタデータに書き込み、リポジトリ側では 154 の TLE MLIR テストと 11 の新規 C++ 単体テストが全て通過として集約。

  • その他：11-02 #1236 玄鉄 ZW810E コストモデル 1.1.0；11-04 #1524 で AMD native に三角互換と独立丸め乗算 API を追加、#1370 で DEB/RPM パッケージングを verify-only に変更；11-05 #1572 で摩尔線程が dot 変換中に明示的 blocked レイアウトを保持、#1576 で燧原 TLE の SoC 級ディスパッチを強化。

FlagQuantum：3 本の受け入れラインが UP-04/05/06 に到達、フォールトトレラントコンパイル統合単が成形

  • 規模：5 期のマージ数はそれぞれ 35、21、28、29、5 件、合計 118 件；単一リポジトリのコミット数占比は 3 日間の調査期間の 58% から 43%〜47% に低下し、非量子側のシェアは半分以上に回復。

  • 910C と CI：11-02 の #958 と #970 で昇騰 910C をネイティブ provider に昇格し fail-closed 回帰レーンを構築。依存境界には Torch-FL が feat/ascend-complex-lowering ブランチの 3aebd0c から、FlagCX が v0.14.1 の 6fe3631 から取得しパッチを添付と明記。再現性をバイナリパッケージではなくソースコミットに紐付けた形。

  • 合成ライン：11-02 の 1 日 21 件は UP（意味）、AO（算術）、PF（性能）の 3 ラインに分布——UP-01 は @synth.qfunc で装飾された関数に分配、ゲート、出力を直接記述可能に；AO-00/01/02 は順に算術ベースラインと独立 oracle、保護付き共通部分式除去とビットファクト正規化、保護付き平方と定数および終端 XOR を確立；PF-00/01 はコンパイル時延と OS の RSS ベースラインを確立し、検証済み計画フィールドを再利用。

  • フロントエンドとアルゴリズム：11-04 の UP-04 は有界均一状態準備、スカラーコヒーレント制御、有界述語と検査付き位相ヘルパーを追加；UP-05 はフロントエンド入口ディスパッチを正規化し算術降格を共有パスに抽出；UP-06 は Qmod とネイティブ qfunc の U ゲートと配列 Hadamard をサポート。アルゴリズム側では疎化学 SELECT のゲートレベル降格、実行可能な THC SELECT、THC 回転の QROM と位相勾配による降格を追加。

  • 検出器誤差モデル：11-04 の #1052 から #1069 で順に相互排他故障パリティ、重複故障マージ、マルチ chunk 往復、疎 chunk 投影とラウンド毎デコードを追加し、#1072 の FTQC W1-B 参照カバレッジマップと組み合わせ——このラインが補うのは量子誤り訂正デコードのデータパスであり、アルゴリズムのデモではない。

  • フォールトトレラントコンパイルと CI：11-05 の feat/ftqc-native-integration ブランチは約 20 コミットで、QVR の位相勾配、スケーリング加算、測定随伴、Hamming 重み位相を逐次移植；メイン統合単 #1084 は既にドラフトとしてオープン、276 ファイル、31011 行追加・92 行削除。同日 27 コミットは全て CI 品質ゲートを巡るもの——容量とホストキューのかい離、イメージ資格の限定、必須マージゲートがキャンセルされた依存を拒否、アーティファクトアップロードの有界リトライ、コアスイートの適格オフライン環境への移行。

FlagCX：海光 bitcode の統一パッケージング、昇騰 910C CI と traits 抽象

  • 海光：11-02 #667 は UIL ラインの構造的変更で、海光 bitcode ビルドを追加し Device IR のパッケージング方式を統一。従来は各バックエンドが個別に IR を打包しており、海光の接続には別途成果物を維持する必要があった；統一後は新規バックエンドのパッケージングコストが低下。

  • テストと意味：11-02 #687 で SymMem カバレッジをアダプタ種別ごとに CI で強制し、あるアダプタが対称メモリテストを走らせなくてもパイプラインがグリーンになるのを回避；#688 と #689 で DU stream guard を torch 世代に応じて選択し、同一修正を 0.14.0-rc2 にバックポート。

  • 昇騰 CI：11-04 #669 で昇騰 910C パイプラインを新設し単体テスト編成を統一（1559 行追加・664 行削除、41 ファイル）、Torch Python カバレッジを 4 プラットフォームで実行し重複する CUDA 性能テストを削除；#686 は FlagQuantum 側から提起され、昇騰デバイスの完了追跡とテンソル keep-alive を処理。

  • 抽象層：11-05 #693 に CoopOps と Clock traits を新規追加し NVIDIA 実装を提供、デバイス能力クエリを trait に抽象化；#691 で Window リソースの破棄をリトライ可能に；#694 で DefaultBackend に共有 Net provider ディスパッチを追加。

Torch-FL：両端での拡張（Apple MPS と寒武紀 MLU）、BPU を実用レベルまで修正

  • 規模：5期間のマージ数はそれぞれ 13、5、2、29、12 件。11-04 の 29 件はすべて同一作者によるもので、方向性は両端に分かれた。

  • Apple Silicon：一端では MPS バックエンドを「訓練可能」なレベルまで補完——addmm（nn.Linear でバイアス付きの場合に実際に落ちるオペレータ）、畳み込み逆伝播、比較・リダクション系、三角・指数系、cumprod、tril を追加し、うち畳み込み逆伝播は参照実装とビット単位で一致。

  • NVIDIA デフォルトパス：11-02 #700 でデフォルト NVIDIA conf が 1485 個のオペレータを boxing kernel にルーティングしていた問題を修正、当週で影響範囲が最大の一件；#684 で FP4 の半バイトシフトをテンソル演算に変更し、既にルーティング済みのオーバーロードにヒットさせる；#687 で day-0 FlagGems override をその説明自体が正当化するオペレータに絞り込み。

  • 地平線 BPU：11-04 #721 で eager パスが実は全オペレータを CPU 上で実行していたことを解明——オペレータバケットの段数が 512 lane を超えないこと、双入力 artifact を単一テンソル記述子で送信していたため黙って誤値になること、hbdk4 が box64 下で numpy をインポートできないこと。修正後、Run を C ABI で公開し、eager パスが aten dispatcher を迂回できるようにし、RDK S600 上で 262144 lane の relu が 0.176 ミリ秒から 0.073 ミリ秒に、1 つの conv block が 23.2 ミリ秒から 11.1 ミリ秒に短縮。#726 で DeviceChain を新規追加し、複数の BPU artifact をデバイス上で連続実行、中間アクティベーションをホストに戻さないようにし、シリアライズ elementwise が 0.417 ミリ秒から 0.104 ミリ秒に、4 回の独立ディスパッチが 1.667 ミリ秒から 0.673 ミリ秒に短縮。

  • 天数と崑崙芯：11-02 #698 で Iluvatar CI の FlagTree を 0.7.0（当該チップの実運用バージョン）に固定、#697 で baddbmm をベンダー GEMM 経由に；11-05 #745 で Iluvatar のオペレータ上限を解除し、mul.Tensor が FlagGems に落ちるように；11-05 #756 で崑崙芯の 3.2 GB FlagTree wheel を pip キャッシュの対象外に。

  • 能力クエリ：11-05 #708 で融合オペレータの可用性とデバイス能力の 2 つのクエリインターフェースを新規追加、上位コードが tensor.is_cuda でデバイスが融合オペレータを実行できるか判断しなくて済むように——flagos テンソル上ではこのフィールドは常に False となり、flex attention のようなコードが黙って eager パスにフォールバックしてしまう。

訓練とオペレータライブラリ：壁仞 SUPA が初めてスタック入り、DSv4 はサブシステム単位で同期を推進

  • 壁仞：11-04 TransformerEngine-FL #143 で Biren SUPA ベンダーバックエンドを新規追加、3608 行追加・7 ファイル、壁仞が初めて独立バックエンド形態で FlagOS の訓練コンポーネントに登場。PR 本文には「Add BIREN SUPA vendor」とのみ記載され、ハードウェア検証記録は添付されておらず、骨組み先行の段階。

  • FlagTensor と Megatron：11-04 FlagTensor #14 で MThreads/MUSA バックエンドを登録し、ACOS、ACOSH、ASIN、ASINH、ATAN、ATANH、TAN の 7 つの超越関数に専用リライトを追加、MUSA Triton JIT がサポートしない libdevice パスを迂回（300 行追加・5 行削除、14 ファイル）、バージョンは 0.3.0 に整合。Megatron 側の「DeepSeek-V4 上流同期」はサブシステム単位で推進：#202 が 1 件目、精度敏感パラメータを保持し圧縮器とインデクサの部分投影を処理（3356 行追加・775 行削除、26 ファイル）；#214 が 2 件目、テーマは mHC とエキスパート並列のオーバーラップ。

  • FlagTrain：11-02 の 8 件は KMCompiler の NVIDIA ラインに集中（weighted_squared_relu、fused_h_aggregate 前後方、bias_swiglu、scaled_masked_softmax 前後方、fused_proj_rms_compute_h）；11-05 #56 で融合 h_post bda の前後方伝播を追加、実測で nvidia 1.190 倍と 1.702 倍、PPU 6.714 倍と 3.568 倍、MC550 6.057 倍と 2.590 倍、天数 7.087 倍と 3.500 倍；#57 で scaled_masked_softmax を昇騰、沐曦、摩尔線程、天数に同時接続。

  • FlagBLAS と FlagSparse：11-02 FlagBLAS #157 は MUSA に L1 BLAS バックエンドと muBLAS 参照を追加し、AMAX から SWAP までの15組のオペレータをカバーした；11-05 #159 は Ascend cgemm を最適化し、アーカイブ済みの H100 ベースラインをスコアリングした（審査中）。11-03 FlagSparse #115 は外部リポジトリ NCIC-AlphaSparse からマージ（MUSA q4 の仕上げ）、11-05 #117 はさらに62ファイルをマージし、4809行追加・280行削除。

  • 推論側：11-04 FlagGems-sglang #279 は6つのモデルレベルオペレータを各プラットフォームの vendor カバレッジとともにマージし、13061行追加・79行削除・85ファイル、うち rms_norm は既存の one_pass_rms_norm と数学的・ABI 的に一致するため、新規オペレータではなく _mthreads、_thead、_hygon のカバレッジ形式で統合された；11-05 #294 は明示的なデバイス選択を GEMS_VENDOR に統一し、DNN_VENDOR は保持するが FutureWarning を発する。FlagGems-vllm 11-05 #1048 は昇騰上で TLE を用いて fused_indexer_weight_scale を実装し、2段パイプライン、4096要素のブロック分割、形状は GLM-5.3-Flash の実際の呼び出しから取得。

  • ビジョン：10-14 にようやくリポジトリを開設した FlagCV は今週8コミット・4マージ、#5 は独立した OpenCV CUDA add リファレンスアダプタを追加、#6 は add の評価を FlagGems-sglang の pytest 契約に整合させ、#7 はデバイス選択を GEMS_VENDOR に統一した。

配套基盤：パッケージを verify-only に変更、テストと CI をレビューチェーンへ前置

  • パッケージング：11-04 に7つのリポジトリ（FlagBLAS、FlagSparse、FlagTree、FlagFFT、FlagDNN、FlagTensor、libtriton_jit、flagtree-cpu）にまたがる15件のマージがあり、中心的な動きは DEB/RPM ワークフローを verify-only に統一し、ビルド可能かどうかのみを検証して成果物の重複公開を行わないこと。あわせて FlagFFT と libtriton_jit のファイル衝突、RPM コンテナの nlohmann_json 依存、FlagDNN でインポート可能な torch がない場合の NVIDIA ビルド設定などの問題を修正。

  • optest：11-02 の5件はテスト基盤（uv による FlagTrain ベンダー依存の管理、共有メモリ不足時の即時失敗、パッケージインデックスのリトライ、S60 共有メモリ、ライブラリとバックエンド単位の並行分離）に関するもの；11-03 の7件は飛書テストサマリと設定可能なタイムアウトを追加；11-04 #38 はベンダーごとに FlagGems オペレータ一覧を調査（各バックエンドが実際に登録したオペレータを推測に頼らず把握）、#35 はインビディアベースラインスクリプトを追加、#36 は「テストマークを収集したのに実際にテストを実行してしまう」問題を修正。

  • CI とドキュメント：FlagTree #1457 と #1513 は FlagGems の CI 結果を飛書多次元表に書き込み、#1568 は CI 失敗時に飛書で責任者を名指し；docs #575 はボットが ModelScope モデル一覧同期チケットを作成；OpenCourse #5 から #7 は全実験材料をメインラインに更新；FlagQAI #30 は macOS サンドボックスを厳格化（ローカル Python ジョブ、ヘッドレスセッション、ネイティブシェル、検索対象と子プロセスを一つずつ境界内に収容）。

4. メンバー単位とベンダー適配

海光：DTK 26.10 の納品チェーン全体と FP32 の2ライン

  • イメージと依存：今週の海光は最も集中的に投入され、21件の build-infra マージが 2.3.0 の base と runtime の2層をカバーし、さらに flagcx wheel を +dtk2610 サフィックス付きでリリース、無効な HIP_VISIBLE_DEVICES を削除、amdsmi を追加。DTK 26.10 のコストはほぼすべて依存解決とパッケージングにあり、カーネル自体ではない。

  • 通信と訓練：FlagCX #667 の海光 bitcode と Device IR の統合パッケージングは、海光が通信ライブラリ側で初めて他バックエンドと一致するビルド成果物形態を獲得したもの；FlagScale #1299 は審査中で、海光 DCU ハードウェアヘルスサンプリングを追加、#1255 から #1257 の3件は NCCL の CPU 側欠落進入、集合通信と P2P の不一致、内部ハングの3類の診断を追加し、「万卡訓練で問題が起きたときに特定できるか」を指向。

  • FP32 フォワード：#7388 は _flash_attention_forward の海光実装に明示的な FP32 パスを追加し、同時に ATen の5出力スキーマと既存の FP16/BF16 挙動を維持。サポート範囲は非常に狭く規定：固定長、連続4D BSHD、方形 MHA かつ Q/K/V 同形、head dim が64または128、dropout が0、window/alibi/seqused/varlen なし、非サポートの組み合わせは直接エラー。実装上、QK と PV は IEEE FP32 ドット積、オンライン softmax の最大値は -inf で初期化、長序列は exp2/log2 を使用。

  • コンパイラと学習性能：FlagTree #1508 で HCU が TLE-Raw をサポート；build-infra #1654 は flagtree の HCU ビルド向けに 2 系統の LLVM ツリーを同時に敷設し、LLVM バージョンが単一ツリーに収束していないことを示す；TransformerEngine-FL #153 は Qwen3.5-35B にオプションの BF16 エキスパート GEMM パスを追加（opt-in、デフォルト動作は変更なし）；FlagAttention #117 と #123 はそれぞれ GLA 最適化と AttnRes バックエンドを補完。

昇騰：910C 量子ラインの外側で、ランタイム・実行モード・オペレータ・CI の四層が並行して進展

  • 量子と通信：910C ネイティブ provider と ARM64 回帰 lane が今週最大の単一項目（要聞参照）；併せて FlagCX #686 が昇騰デバイスの完了追跡とテンソルキープアライブを処理し、量子スタックの通信層における前提条件となる。

  • ランタイム：CANN 9.2.1 base 層は 910B のみ、python 3.12 と torch 2.13 の制約は wheel と CANN 同梱の python ツリーとのバージョン一致要件に由来；この層は意図的に FlagTree と FlagCX を空けており、11-04 に OCI provenance ラベルを補って再プッシュ。

  • 実行モード：vLLM 0.28 の FULL_DECODE_ONLY ネイティブグラフは Qwen3.6-27B と Qwen3.6-35B-A3B をカバーし、デコードは torch.npu.NPUGraph 経由、prefill・視覚エンコード・サンプリングはグラフ外に残す。

  • オペレータと CI：FlagGems #8110 がチャネル単位 INT8 BMM を新規追加（+519 行 -3 行）、#6060 が mm_w8a8_int8 と mm_w8a8_int8_out に昇騰バックエンドを追加（事前量子化 INT8、FP32 スカラーまたは行単位・列単位 scale、オプション bias をサポート、出力 BF16/FP16/FP32、非対称ゼロポイント非対応）；#7581 が Flash Attention の UB オーバーフローを修正し varlen 前方と D=256 を補完；FlagCX #669 が 910C CI パイプラインを構築；FlagTree #1413 が XCS の lightning-indexer UB オーバーフローと swiglu 精度を修正。

達摩院玄鉄：オペレータバッチ・コストモデル・PPU attention の三線

  • オペレータ層：11-02 の 13 個の専用オペレータが 43 分でマージされ、特殊関数・3 次元畳み込み・量子化 LSTM・行列ノルム・プーリング逆伝播をカバー；平均 3.3 分/件は、レビューがバックエンド単位でバッチオペレータ単を並行消化できるようになったことを示す。

  • コンパイル層：ZW810E の MM/MV コストモデルパッケージ 1.1.0 が FlagTune モデルディレクトリに収録、8 個の BF16 mm 変体と 2 個の mul モデルを含み、玄鉄における自動チューニングの最初の完全なコストモデルとなる。

  • 推論と通信：FlagGems-vllm #1038 が chunk_kda に天数と玄鉄の 2 バックエンドを追加；sglang-plugin-FL #166 が RS+add+RMSNorm+AG 融合リングカーネルを pure TP prefill のオプションとして提供（レビュー中）、PPU 810E 上で pccl 28 チャネルグラフのリングを再利用；FlagAttention #127 が PPU-ZW810E の Wall Attention を新規開設；FlagGems #8446 がバックエンドキーを thead-ppu210 に確定。

昆仑芯：バッチ性能パッチと、あるサイレントエラーの形状契約

  • ペース：10-30 は単日 10 件、11-02 は 14 件、11-03 は 11 件、11-04 は 5 件を新規開設。チームは上流のペースに合わせずバッチで推進し、実装上は直ポインタと単一発射をできるだけ使い、bf16 にはブロック幅を個別に与える。

  • 正確性：#8038 が foreach 高速パスで要素数のみ比較し形状を比較しないことに起因するサイレントエラーを修正——形状は異なるが要素数が同じテンソルリストがすべて先頭テンソルの形状を継承し、出力はエラーも出さず境界逸脱もしない。この種の欠陥は 10 倍遅いよりも危険で、ベンチマークでは発見されず、下流モデルが精度異常として初めて衝突する。

  • 性能：#8255 がベンダー min.o の SIMD ペイロードとセグメント幅広行並列で argmin を加速、#8028 の 4 オペレータが 0.8 以上の Gems Speedup しきい値に到達（upsample_nearest2d 1.202、unique_consecutive 1.053、fake_quantize_per_tensor_affine 0.827、foreach_clamp_max_scalar 0.967）、#8250 が inner を XPU 上で実際にコンパイルに参加させ tile を再調整、#8262 が展開ユークリッドアルゴリズムで lcm を最適化。

  • 修正と推論スタック：新規開設側は sum_dim フォールバック、fake_quantize シリーズ、lstm/gru の pipeline event オーバーフロー、linalg_matmul と linalg_lu_solve の tt.gather 降格、avg_pool1d によるプロセス中断に集中；sglang-plugin-FL #155 が昆仑芯バックエンドを SGLang 0.5.18 に引き上げ（レビュー中）、vLLM 0.28.0 wheel ディレクトリ行を #1637 が補完。

沐曦：0.28 空適配、デバッガとアテンションの新構造

  • 推論プラグイン：C550 の 0.28 適配は上流に対応ブランチがない場合にプラグインで自己完結（#554）。インストール形態は site-packages 起動フックを明確に否定し、15 個の履歴 zz_fl_*.pth フックを削除。0.32 の C550 適配 #693 は同日に起票され、二線並行。

  • デバッグとアテンション：FlagPrism #18 は MACA ランタイムアダプタ、ビルドモジュール、Python バインディングとテストを追加し、FlagPrism が初めて沐曦をデバッグ経路に接続。FlagAttention #119 と #122 はそれぞれ Parallax の prefill/decode と BF16/INT8 の Hy3 アテンションを追加し、既存オペレータの調整ではなく新モデル構造のマルチチップ展開。

  • オペレータと産業側：FlagGems #7318 はチャネル級 bmm_w8a8 を追加し、#8414 は layernorm を追加（審査中）。Torch-FL #702 は SDPA 用例のスキップ理由を修正（従来は fp32 に帰因していたが、実際の原因は別にある）。テスト信頼性の修復。産業側では第三四半期報告で MXMACA 3.9.0 のリリース、ビルドサポートコードの LMCache へのマージを開示。モデル側では GLM、千問、混元の Day 0 適配を完了したと表明。

摩尔線程：Conv1D が 26 個のベンチマーク例すべてを 0.8 倍ライン超えに

  • 完全な事例：#6754 は MTT S5000 に conv1d バックエンドカバレッジを追加し、公式 conv1d_padding ベンチマークを 18/26 例達成から 26/26 例が 0.80 倍 torch 以上に引き上げ。従来はすべての FP32 K3/K5 padding 例が 0.41〜0.53 倍のみであった。三層の改修を同時に実装：ルーティングを変更して冗長な padding と bias 割り当てを除去、専用 Triton-MUSA Conv1D カーネルを新設し M=N×Lout に従って三次元グリッド分割、重みの事前パッケージと精度補償付き SQMMA を組み合わせ。

  • 推論とオペレータ：MUSA 0.28 はネイティブ MCCL、FX/eager コンパイルとセグメント化ネイティブグラフを一度に導入。実行ベースラインは 4 枚の S5000、BF16、TP=4、TorchMUSA 2.9.0 と MUSA SDK 4.3.5。コンパイル側では RMSNorm、SiLU、rotary が明示的 MUSA オペレータ境界を経由し、参照 RMSNorm はターゲット側 FP32 累加契約を維持。

  • 学習コンポーネント：FlagTensor #14 は MUSA バックエンドを登録し、七つの超越関数に専用リライトを追加。FlagBLAS #157 は MUSA の L1 BLAS を追加。FlagAttention #121 は Moba アテンションを追加し import を修正。FlagGems #8097 は細長い FP8 行列乗算を最適化（転置ドット積と GEMV tile）。

燧原：新規 41 件、決済 25 件、翻訳ではなく書き換え

  • 規模：11-04 FlagGems の新規 66 件のうち 41 件が GCU300 向け。11-05 当日に 25 件を一度にマージ。すべて KernelGen と Enflame プレフィックス付き。

  • 四類の改修：第一に外部シンボルの分離。_nv_nearbyintf、__nv_y0f/y1f、__nv_j0f、normcdfinv などを個別にローカル実装へ置換。第二にアルゴリズム経路の変更。special_chebyshev_polynomial_t は専用カーネルへ、linalg_householder_product は単遍反射スキャン、linalg_inv_ex は単カーネル Gauss-Jordan、compute_linear_combination は外積を tl.dot に置換。第三に不適配のコンパイル時機能の除去。renorm の自動チューニングは本バックエンドのコンパイラを直接中止させるため、ブロック全体を破棄。fake_quantize は magic-add 丸めに変更。第四に起動ジオメトリの修正。special_i1e と special_bessel_k0 の launch geometry を個別に修正。

  • デバイスガード：11-04 には別途 5 件すべて CUDA-only guard の修正。im2col ハードコードガード、kl_div と arctanh、upsample_nearest3d_backward の整数インデックスクランプ、–override とオペレータ名不一致時の明示的失敗を含む。

  • その他：vLLM 0.32 の S60 適配 #675 は審査中。FlagTree #1494 は 03-topk テストを一時無効化して損切り。FlagTree は同期間に enflame3.5-guc400 の CI/CD ワークフローを削除。これはハードウェア世代交代に伴う CI リストの更新であり、製品ラインの終了と解釈すべきではない。FlagAttention #118 は parallax オペレータを追加。

天数智芯：BI-V150 の十分で十件とコンパイラ Native 路線

  • オペレータ産線：11-03 16:04 から 16:10 の六分間に 10 件をマージ。11-04 にさらに 12 件をマージ（うち 2 件は BI-V150 上で成立しない前序更新のロールバック）。三角辺距損失、擬似逆、行列乗加、テンソル逆、インデックスリダクション、逆ガンマ、三次元グリッドサンプリング、三次元転置畳み込みと逆伝播、線形結合、CTC 損失をカバー。

  • コンパイラ側：FlagTree の新規 12 件はすべて [Iluvatar][Native] と [TLE][Iluvatar]——スレッド数はターゲットの warp size から導出、要素サイズに応じてベクトルアクセス幅を選択、明示的な load-vectorization コンパイルオプション、制御フローを跨ぐ明示的レイアウト、SME transport、物理 grid barrier ドメイン。方向性は「汎用 Triton の仮定」を「ターゲットマシン仕様に応じた生成」へ置き換えることにある。

  • 推論と訓練：sglang-plugin-FL #139 は SGLang 0.5.18 の空適配を補完；Torch-FL #745 はオペレータ上限を開放、#753 と #762 は ixblas axpy で add ファミリーを承接（審査中）；FlagScale #1322 と Megatron-LM-FL #213 は Iluvatar パイプラインを補完。

清微：TXDA は eager のみとする一度のエンジニアリング上の取捨

  • 取捨：#642 のセグメント化ネイティブグラフはすでに実装され、TP8 下で 2 つのモデルに対して完全なゲートを通過した（スナップショット R10 と R6d）。しかし Dense TP1 の正確性は依然として未解決である。作者は「一部の並列度でのみ利用可能なグラフモード」を選ばず、グラフキャプチャと分割実装を削除し、設定段階でグラフとコンパイル設定を拒否し、ユーザーを直接 –enforce-eager へ誘導した。MLA、スパースアテンション、投機的デコード、コンテキスト並列は、それぞれがサポートしない具体的なパスごとに個別に拒否される。

  • 検証環境：TX8110 64G を 8 枚、イメージ内の vLLM は 0.28.0+empty——上流 tag コミット 2cf0a69 をターゲットデバイスが空の方式でビルドし、vllm._C 拡張を持たず、すべての kernel はプラグインまたは FlagGems 由来。これは「プラグインが本当に自己完結しているか」をハード制約に変えることに等しい。

  • 今週のその他の動き：FlagGems #8287 は tsingmicro バックエンドを 1103 に更新（190 ファイル、23195 行追加、914 行削除）；Torch-FL #704 は tsingmicro を conf と登録セットの一貫性チェックに組み込み、これまでこのプラットフォームは 6 プラットフォームの除外対象だった；バックエンドキーは tsingmicro-tsm260610 に確定。

寒武紀：「動く」から「ゼロリグレッション」へ

  • 接続形態：MLU は vendor-native プラットフォームとして Torch-FL に入り、libcnrt ランタイム層と torch.mlu シムを補完し、stock torch 2.10.0+cpu 上で動作、8 枚 MLU590-M9 でエンドツーエンド実測；同日 CI lane を撤下し、「先にバックエンドを接続、後に CI を補完」をコミットメッセージに書き、永遠に赤いパイプラインを残さなかった。

  • 融合アテンション：SDPA はこれまで寒武紀で 3 つのリーフオペレータに分解されていた。cambricon が複合カバレッジから除外されていたため、アテンションのたびに B×H×S×S のスコア行列を HBM に書き込み、読み戻す必要があった。バッチ 2、4 ヘッド、シーケンス 4096 の場合、この行列は約 256 MB；#748 と #749 は CNNL 融合フォワードとバックワードをカバレッジに戻し、C++ autograd Function として包んだ。

  • リグレッション清零：190 回のリグレッションのうち 188 回は aten::mul.out 由来で、この種の収束は推測ではなく全数調査で行うことを示す；2 箇所を CNNL 経由で MLU 上で実行するよう変更した後、完全な Qwen3 訓練ステップはゼロオペレータ CPU リグレッションを報告した。寒武紀の neuware 4.4.3 と 4.7.2 の 2 つのイメージ層はいずれも 2.3.0 カバレッジ内である。

地平線と壁仞：一方は基礎オペレータ族を補完、一方は骨格で停止

  • 地平線：11-02 の 3 件で conv、batch norm、pooling を eager パスから BPU へ落とし、等価な depthwise 畳み込みで avg_pool を担った；11-04 に 3 箇所のハード障害を修正した後、relu と conv block のレイテンシはそれぞれ 0.073 ミリ秒と 11.1 ミリ秒に低下、DeviceChain は 4 回のディスパッチを 1.667 ミリ秒から 0.673 ミリ秒に圧縮した。11-05 は新規コミットなし、前ラウンド以降の静穏期に属する。

  • 壁仞：TransformerEngine-FL #143 は SUPA バックエンドで訓練コンポーネントに入り、3608 行、7 ファイルを追加したが、ハードウェア検証記録は添付されていない。新チップが FlagOS に入るには 2 つのパスがある——訓練コンポーネントから始めるか、オペレータ産線から始めるか；壁仞は前者を取り、かつ骨格で停止しており、検証の深さは清微、沐曦とは同一レベルにない。

五、エコシステムとコミュニティ

FlagOS 2.2 の産業事例が初めて定量化可能な収益を示す

  • 中国電信：星辰 Xing4.0-29B-A4B（総パラメータ 29B、アクティブ 4B）の全プロセスを昇騰 910C クラスタで訓練完了し、公開当日に 10 款の国産チップの精度アライメントとデプロイ検証を完了した。要となるのはマルチチャネル残差オペレータ mHC：N カード公式実装自体は約 10% の速度低下、昇騰初版は 50% 低下、チームの自研は長期間 25% で停滞；FlagGems の専項最適化オペレータを MindSpore + CANN + 昇騰 NPU 訓練チェーンに登録した後、クラスタの速度低下は 25% から 12% に圧縮され、この適配はすでにオープンソースで MindFormers にマージ済みである。

  • 連鎖効果：Agent シナリオは平均 prompt 70K、最大 200K。FlagOS に基づいて 12 個の長系列オペレータを書き直した後、初回トークン遅延が 19.87% 低下し、デコード速度が 2 割以上向上した。ホットライン音声の前処理チェーンでは Spectrum 系オペレータを集約して書き直し、Huawei、Moore、Tianshu の 3 チップで 10 倍高速化した。

  • 軟通動力：天元智算プラットフォームは token 課金制で、GLM-5.2 は 4 台の Ascend 910C 上で単一 token 生成 17.79 ミリ秒だが、モデル側が公表する API 准入ラインは 16.13 ミリ秒である。FlagOS 導入後に PD 分離（Prefill と Decode がそれぞれ 2 台のサーバーを占有）を有効化し、両側を最適化することで遅延を准入ライン内に抑え込んだ。

  • 2.2 の一連の総量：9 大オペレータライブラリで合計 1454 個のオペレータ。FlagTree 単一リポジトリで 20 社のチップバックエンドをカバー。10 種類のチップ、1000 以上のオペレータにまたがる全体性能向上は 27.6%。新モデルの Day0 適配は 12 種類のチップ。コミュニティメンバーは 107 社。四半期ダウンロード数は 46 万回で、前四半期の 4.76 倍。記事の落とし所は「国産 AI インフラの成熟度を判断する際は、何種類のチップをサポートするかではなく、新モデル公開当日に設定を変えるだけで納品可能なスループットを出せるかどうかで見るべきだ」という点にある。

端末側の語り：ARM CPU と 35 種類のチップ

  • 実測基準：GPU と NPU に頼らず、純粋な ARM CPU で MiniCPM と Qwen を 100 級 token/s で動作させ、実測は SME2 と I8MM に基づき、性能向上は 21%〜25%。FlagOS のマルチチップ適配は「一度の最適化で複数デバイスに再利用」し、21 社のチップメーカー、35 種類のチップをカバーする。

  • 基準の違い：ここでの 21 社と 35 種類は端末側・デバイス側の適配統計であり、2.2 大会で公表された 107 社のコミュニティメンバー、12 種類の Day0 チップとは同じ次元ではない。引用時に混用すべきではない。端末側を切り出して語ることは、語りが「訓練と推論のクラウド側マルチチップ」から「デバイス側マルチチップ」へ拡張したことを意味し、これは Torch-FL が Apple Silicon MPS 経路を補った方向性と一致する。

烏鎮サミットとメンバー企業の動向

  • サミット：2026 年世界インターネット大会烏鎮サミットは 11-02 から 11-05 に開催され、テーマは「オープンソース・オープン・共築・共有」、27 の分科会が設けられた。併設の「オープンソース主題エコシステム体験館」は 11-01 から烏鎮世界インターネット科技館で公開され、人工知能オープンソース・オープンの重大な科技成果を初めて集中的に展示した。調査期間内の公開報道に FlagOS やそのコンポーネントは登場せず、本項目は外部環境の記録にとどめ、帰因は行わない。

  • メンバー企業：沐曦股份と摩尔線程はサミットで共に「傑出貢献賞」を受賞した。燧原科技の A 株科創板上場の報道は 11-03 に現れ、11-06 の再確認でその実際の上場日が 9 月 11 日（688801）であることを確認した。これは回顧記事であり調査期間内の新規イベントではないため、今週の新規事実としては扱わない。3 社の FlagOS 側の動きはそれぞれ異なる——沐曦と摩尔線程は当日 0.28 適配をマージし、燧原は FlagGems GCU300 で 4 件の正確性修正を行っており、資本と栄誉の面での進展は技術投入のペースを変えていない。

  • 並行エコシステム：10-31 に開催された GAI+C 大会「智能計算系統創新與開放生態」分科会は「九源×飛騰」「九源×TileLang」「九源×商湯マルチモーダル大モデル訓推スイート」の 3 つの連合成果を発表し、2026 秋季啓元人工知能大賽を始動した。中国工程院院士の鄭緯民氏は基調報告で国産算力の「カードはあるが使いにくい、煙突型適配」を直接指摘し、統一ソフトウェアスタックで「1 つのコード、修正不要」のクロスプラットフォーム実行を支えることを主張した。これは FlagOS の技術的主張と同構だが、主体は別のエコシステム線である。11-04 に智源コミュニティは《世界初の〈フロンティア開放権重 AI リスク管理フレームワーク〉》を掲載した。これは開放権重モデル治理層面の対外発信であり、FlagOS のオープンソーススタックの語りと補完的である。

チャネル核查：コンポーネント級ニュースは連続ゼロヒット、語りは依然として公式チャネル依存

  • Google News：24 組の中英語クエリ語を毎日核查したが、FlagOS、FlagGems、FlagScale、FlagTree、FlagPerf、FlagCX、KernelGen、flagos-ai と BAAI 関連の英語組み合わせは全週ゼロのコンポーネント級ヒットであった。ヒットはメンバー企業と産業語に集中し、内容は三季報、株価、融資、イベント、科学普及稿であり、規則に従い一括除外した。

  • CSDN コラム：全週で 11-05 の 2 本の新記事（11:23 と 14:10）のみで、その他の項目は 8 月から 10 月の旧記事であり、最新の 1 本は 10-29 の MiniCPM-OCR と Jev Day0 適配で止まっている。ページ上部に並ぶ GLM-5.3-Flash、Qwen3.8-Flash-Next、LightX2V の 3 稿はそれぞれ 8-28、8-27、8-27 の旧記事である。

  • HN と智源コミュニティ：HN Algolia の 8 組のクエリは全週直接ヒットゼロで、FlagOS と BAAI の汎マッチのみであった。智源コミュニティの検索ページはクライアントレンダリングであり、取得ではトップページに FlagOS 項目がないことのみ確認でき、当該チャネルは引き続き「新規可視項目なし」として記録する。

  • 判断：GitHub 側は週に 21 から 26 リポジトリのプッシュ、94 から 177 件のマージがあり、ニュース側のゼロコンポーネント級ヒットと対照をなす。FlagOS の対外語りは依然として CSDN コラム、智源コミュニティ、大会に高度に依存しており、第三者メディアによるコンポーネント級進展のカバレッジはまだ形成されていない。

6. トレンド観察

  • イメージ先行は計画内のリズムであり、11-13が本当のハード境界：23個のbaseと23個のruntimeはすべて2.3.0として記録されているが、マニフェストファイルは11-30の機能フリーズまで生成されない。スケジュールによれば、FEPのマージ締め切りは11-13、rc0は11-30、rc1は12-07、rc2は12-14、封板は12-25、GAは12-30。イメージがマニフェストより先行するのは脱節ではなく、本当に注目すべきは11-13までに7件の新規FEPが取り込めるか、そしてcuda13.3のラインでtorchバージョンがさらに動くかどうかである。

  • マルチチップ適応は「テンプレートコピー」から「バックエンドごとのコスト計算」へ：同じvLLM 0.28.0に対して、4つのバックエンドが4つの戦略を示した——清微は能動的にグラフモードを放棄して正確性の境界と交換し、沐曦は上流にブランチがない場合にプラグインで自足し、摩尔線程はグラフを単一ファイルに収めてネイティブMCCLを持ち込み、昇騰はデコードグラフのみを行う。適応作業に統一テンプレートはもはや存在せず、各社が自らの検証能力と下流モデルのニーズに応じて取捨選択する。隠れたコストは0.28と0.32の2つの環境を同時に維持することである。

  • 評価の比較可能性が新たなインフラとなる：FlagGemsは2分間に23件で4種類のオペレータのH800リファレンス読み込みを統一JSONに収束させ、optestはベンダーごとに実際に登録されたオペレータリストを調査しNVIDIAベースラインを補完し、FlagTreeとFlagCXは結果を飛書多次元表にプッシュしカバレッジを4プラットフォームで実行する。このラインはオペレータ数を生み出さないが、クロスバックエンドのスコアが信頼できるかどうかを決定する。今週26件がCIと評価側に落ち、単日マージの14.7%を占める。

  • ボトルネックは安定してレビュー側にあり、生産側ではない：11-04のデイリーレポートは全組織で審査中の既存1602件、マージと審査中の比率は約1対9と記録している。11-05から11-06のウィンドウ内で更新された審査中は依然288件と255件、FlagGemsとFlagTreeの2リポジトリが6割を占める。同期間に複数のPR本文がAI agentのツール、モデル、人手レビューのフィールドを自前で持っており、コードを書く側はagentによって増幅済みで、生産能力のボトルネックはレビューと検証環境に移っていることを示す。

  • 新チップ接続の2つの経路はすでに走通し、差は検証の深さ：壁仞はSUPAバックエンドでTransformerEngine-FLに入り、骨架先行型でハードウェア検証記録はない。寒武紀はネイティブプラットフォームでTorch-FLに入り8卡MLU590-M9で実測、翌日トレーニングステップをリセットしてゼロに戻した。天数は1日10件の専用オペレータでオペレータ生産ラインを走る。接続速度はもはや障壁ではなく、ハードウェアゲート記録を出せるかどうかが分水嶺である。

  • 量子スタックの工程化経路はすでに明確：910Cの167項目のハードウェア受け入れ、x*256が28個の割り当て量子ビットと4 GiB状態バッファから19個と8 MiBのリソース収支に低減、fail-closedの回帰lane、この3者が「意味論、リソース、ハードウェア」の3つの照合可能な証拠を構成する。今週27件のコミットには量子アルゴリズム自体は1件もなく、すべてテストを信頼可能にしrunnerを再現可能にするためのもので、この段階ではまずインフラのコストを払うのがコンセンサスであることを示す。

  • 運営側の短板は依然として対外ナラティブにある：2.2の産業事例はすでに25%から12%、19.87%、10倍といったハードな数字を出せるが、コンポーネント級のニュースは複数のウィンドウで連続ゼロヒットであり、第三者メディアのカバレッジはまだ形成されていない。FlagOSにとって、技術产出と外部可視性の間の落差は、どのバックエンドの機能ギャップよりもエコシステム拡張速度に影響する可能性がある。

付録：素材と検証

素材リスト

日付 デイリーレポート 調査期間 性質
11-02（月） FlagOSコミュニティ每日動態 10-30 06:00 ~ 11-02 06:00、72時間 10-31と11-01の週末をカバー、前号の截点に接続
11-03（火） FlagOSコミュニティ每日動態 11-02 06:00 ~ 11-03 06:00、24時間 首尾相接
11-04（水） FlagOSコミュニティ每日動態 11-03 06:00 ~ 11-04 06:00、24時間 首尾相接
11-05（木） FlagOSコミュニティ每日動態 11-04 06:00 ~ 11-05 06:00、24時間 首尾相接
11-06（金） FlagOSコミュニティ每日動態 11-05 06:00 ~ 11-06 06:00、24時間 末期末班

検証説明

  • GitHub側：5期のデイリーレポートはいずれもorg flagos-aiの61リポジトリに対して全量プッシュ検証を行い、コミット検索、マージPR検索、審査中PR検索の3つの独立クエリでクロス検証した。ReleaseとTagは31リポジトリのRelease原子ソースと8リポジトリのTag原子ソースで毎日再確認し、全週で新規ゼロ。ブランチ帰属とデフォルトブランチのコミットは別途原子的に補完確認し、PRブランチやgh-pagesデプロイをデフォルトブランチの動態と誤記しないようにした。

  • バージョンと日付：2.3.0のレイヤー名、バージョン番号、日付はすべてbuild-infraのPR本文とchangelog記録から取得。2.3のスケジュールはcommunityリポジトリのリリースタイムテーブルから取得。vLLM 0.28.0と0.32の適応状態は該当PRのマージ・審査中状態に準拠し、審査中項目をマージ済みとして書いていない。

  • ベンダー動向：メンバー機関の項目は flagos-ai 各リポジトリの実際のコミットと PR に基づく。産業側の数値は公開報道から取得し、情報源の性質を明記する。決算、受賞、上場に関する内容は企業側の動向として明確に表示し、プロジェクトの進展には計上しない。燧原の上場日は 11-06 号で再確認のうえ 9 月 11 日に訂正され、本レポートは訂正後の表記を採用する。

  • 集計基準の注意：11-02 号は 72 時間の調査期間であり、残り 4 号の 24 時間調査期間とは直接合算して比較できない。本レポートでは総量を示す際に、5 日間の累計と 4 つの完全な 24 時間調査期間の 2 組の数値を併記する。端末側の 21 社、35 チップと 2.2 大会の 107 メンバー、12 の Day0 チップはそれぞれ異なる統計次元に属し、引用時に混用していない。

  • 未カバー項目：調査期間内に欠号のデイリーレポートはない。コミュニティリポジトリの release-2.3.yaml はまだ作成されていないため、リリース一覧を照合できない。智源コミュニティの検索ページはクライアントサイドレンダリングのため、トップページのみで確認可能であり、件数レベルの結論は出せない。