보고 기간: 2026년 10월 26일(월) ~ 10월 30일(금), 총 5영업일 자료 출처: 본지의 TileLang 커뮤니티 데일리 리포트 5회분(10-26, 10-27, 10-28, 10-29, 10-30). 5회분 수집 기간 합계는 10-23 07:00 ~ 10-30 07:00(월요일분은 72시간 기간으로 직전 주말 포함, 화~금요일분은 24시간). 또한 tile-ai 조직의 각 저장소를 168시간 기간으로 추가 점검하고, 각 저장소 릴리스 페이지와 태그, VERSION 파일을 재검토함(상세는 부록)

1. 주간 주요 뉴스

  • TileOPs 0.1.0 정식 릴리스, 206개 연산자의 첫 정식 버전, 공개 API 동결(10-27): PyPI 아티팩트는 10-27 07:45(베이징 시간)에 업로드되었고 GitHub 릴리스 페이지는 13:15에 게시되었으며, 저장소의 첫 정식 태그이다. 릴리스 노트가 제시한 핵심 지표는 세 가지다. 206개 연산자 전부 manifest 항목(시그니처, 테스트 및 벤치마크 페이로드, roofline 공식, CI 항목별 검증)을 보유; H200에서 2265행 야간 벤치마크 중 2262행이 가장 빠른 대조 구현보다 느리지 않았고 기하평균 1.37배이며, 대조군에는 torch.compile, FlashAttention 2와 3, FlashInfer, FlashMLA, vLLM, DeepGEMM, flash-linear-attention, FlagGems 및 QuACK 포함; 206개 연산자 중 195건의 foundry 태그 머지가 TileFoundry로 생성된 커널로 동일한 CI를 통과해 저장소에 반영됨. 릴리스와 동시에 공개 API를 동결하고 API 호환성 검사 스크립트를 추가하여, 이전 버전 방식으로 호출하면 중단되는 PR은 즉시 실패하며 이후 0.x는 추가만 하고 변경하지 않는다. 알려진 미비점 4건과 로드맵 3단계가 같은 날 공개되었으며, 후자는 융합 연산자, 전체 모델, 계산-통신 융합을 가리킨다. 출처: https://github.com/tile-ai/TileOPs/releases/tag/v0.1.0, https://pypi.org/project/tileops/

  • Ascend 910 A2/A3의 NPUIR 백엔드 전체가 mlir-ascend 메인라인에 병합, 검수 기준 최초로 수치화(10-28 머지): 1건의 커밋으로 55개 파일 +21490/-1. Python 측은 tilelang/ascend910 패키지(backend, adapter, codegen, compiler, execution_backend, jit, pipeline, runtime, target 및 language 하위의 kernel, copy, gemm, npuir 방언면), C++ 측은 src/ascend910/target의 개발자용과 전문가용 두 세트의 이미터, 연산자 계층 및 LowerNpuirBlock, NpuLoopVectorize, RewriteFDivToMul 세 개의 pass이며, 런타임에는 npu_launcher.h와 npu_utils를 보충하고 target 별칭은 ascend910, ascend-910, a2, a3, npuir를 허용한다. 작성자가 제시한 검수 결과는 pytest testing/npuir 504개 전부 통과, examples 72개 중 71개 통과에 타임아웃 0건 오류 0건이며, 유일한 실패 1건은 구 백엔드에서 동일 머신에서도 마찬가지로 실패하여 환경 및 허용 오차 문제로 분류되었다. 출처: https://github.com/tile-ai/tilelang-mlir-ascend/pull/207

  • 메인 저장소에서 심사 중인 TIRx 리팩터링이 내장 TVM을 외부 의존성으로 교체, 규모가 1043개 파일에서 1194개 파일로 확대(10-25 시작, 주중 계속 업데이트): 방안은 3rdparty/tvm 및 그 하위 모듈 항목을 삭제하고, 프런트엔드, 네이티브 텐서 및 스코프 IR, 하강 pass, 백엔드 파이프라인과 실행 어댑터를 전체적으로 독립 빌드·배포되는 TIRx로 이전하며, 패치되지 않은 업스트림 소스에 버전을 고정(apache/tvm-tirx 9af5544d, 의존성 apache-tvm-tirx==0.1.0a2 및 apache-tvm-ffi==0.1.15.post0)하고, 기존에 +tilelang.1 접미사가 붙던 통합 패치는 더 이상 필요하지 않다. 주말부터 주중까지 해당 PR은 세 차례 갱신되었고, 규모는 1043개 파일 +71428/-104176에서 1194개 파일 +106648/-104497로 증가하여 주간 큐에서 가장 큰 건이며, 이후 TVM 측 수정이 어떻게 메인라인에 들어갈지도 결정한다. 금요일 현재까지 심사 중이며 머지되지 않았다. 출처: https://github.com/tile-ai/tilelang/pull/3666

  • 메인 저장소의 한 주 정확성 강화는 「컴파일 통과, 실행 시 오류 없음, 결과 오류」군에 집중됨(10-26~10-30): 대표 항목은 출력 할당 스트림(#3649, 세 어댑터가 호출자의 stream을 받으면서도 현재 스트림에서 out_idx 출력을 할당하고, 캐시 할당자는 할당 스트림 기준으로 정렬해 재사용하며, H100에서 다섯 번 실행 중 세 번 출력 손상, 수정 후 0으로 복귀), 전체 warp 리덕션을 redux.sync로 전환(#3692, 4개의 32 lane FP32 최댓값 연산이 20개의 shuffle에서 4개의 하드웨어 리덕션으로 변경), 슬라이스 패딩과 음수 인덱스의 정적 경계(#3352의 T.fill이 길이 8 버퍼에 As[6:12]를 기록하도록 허용되었으며 실제로는 6~11에 기록; #3347의 A[-9]가 조용히 -1로 순환), T.ws(-1) 영역이 0개의 스레드에서 실행(#3354, 저장이 전부 폐기되고 진단 없음), ROCm의 7개 기본 수학 함수가 더 이상 고속 내장 함수로 저하되지 않음(#3621, MI300X에서 sin/cos 오차가 7.8e-04에서 6.6e-08로 감소). 출처: https://github.com/tile-ai/tilelang/pull/3649, https://github.com/tile-ai/tilelang/pull/3692, https://github.com/tile-ai/tilelang/pull/3621

  • Ascend 측 연산자 목록이 업스트림 모델 구조에 따라 하나씩 펼쳐짐(10-26~10-30): 한 주 동안 반영된 항목으로는 Kimi K3 Stable LatentMoE 게이트 활성화에 정렬된 situ_glu(#1891), GLM-5.3 희소 어텐션 indexer의 kpool 압축 연산자(#1910, 단일 kernel 순수 Vector 경로, E4M3 인코딩을 순수 정수 비트 연산으로 구현하며 FP8 타입에 의존하지 않고 근사도 하지 않음), 블록 게이트 선형 어텐션의 Chunk Scaled Dot KKT 정방향(#1803, 정적 4블록 전개, GM 작업 공간 제로, L0와 L1 각각 세 예시 일치율 1.0000), W4A4의 int4×int4 GEMM 결과 전면 오류의 근본 원인과 수정법(#1731, 니블 패킹 타입이 1바이트로 취급되어 모든 복사 stride와 repeat 횟수가 2배 편차, 증상은 99.6% 불일치), 그리고 메인 저장소 DeepGEMM 예시의 FP4×FP4 패킹 입력(#3589). 출처: https://github.com/tile-ai/tilelang-ascend/pull/1910, https://github.com/tile-ai/tilelang-ascend/pull/1803, https://github.com/tile-ai/tilelang-ascend/pull/1731

  • Hygon의 한 주 네 건의 메인라인 작업, 「실행 가능」에서 「하드웨어 구조에 맞춰 배치」로 전환(10-26~10-30): 레지스터 파이프라인에 warp 발산 추가 병합(#18, 28개 파일 +5312/-64, 두 주 이상에 걸쳐 수렴, 작성자가 제시한 결론은 example_gemm이 rocblas와 동등한 성능 달성), 네이티브 B16 저장과 동적 WASP GEMM 병합(#28, 6개 파일 +340/-230), scale 버퍼를 독립 이중 bank으로 분리하고 LDS bank와 분리(#29, 12개 파일 +1389/-314, 이번 모니터링 기간 소프트웨어 측 최대 규모), 일반 복사 경로의 LDS swizzle 특성 분기가 심사 중(#30, 18개 파일 +2000/-84, 5개의 신규 테스트 포함). 출처: https://github.com/tile-ai/tilelang-hygon/pull/18, https://github.com/tile-ai/tilelang-hygon/pull/29

  • 릴리스 이미지가 연산자 라이브러리와 TileFoundry를 처음으로 동일 이미지에 포함(10-29): 러너 이미지가 개발 이미지 위에 TileOPs와 스케줄러의 PyPI 릴리스 버전을 설치하며, 태그는 tileops0.1.0에 tilefoundry0.0.3을 더하고 cuda13.2, torch2.13, tilelang0.1.12의 세 가지 환경 식별자로 구성; 추가 스크립트가 이미지를 풀한 뒤 GPU에서 스택 검사, 베이스라인 검사, 패키징 테스트 및 선택적 벤치마크를 실행하며, 휠에 테스트와 벤치마크가 포함되지 않기 때문에 모두 이미지 자체 버전에 대응하는 태그에서 가져옴. 동시에 sgl-kernel 베이스라인 제거. 출처: https://github.com/tile-ai/TileOPs/pull/2793

  • 생태계에 조직 단위의 브랜치와 커뮤니티 저장소가 등장하며, TileLang이 자체 하드웨어 스택의 기반으로 활용됨(10-26 ~ 10-30): T-HEAD 명의의 tilelang-for-sail 브랜치 저장소가 13개 브랜치를 공개했으며, 버전 미러 외에도 PPU 매트릭스 공유 레이아웃 수정, PPU language 패키지 및 런타임 컴파일 기능이 확인됨. CANN 커뮤니티의 ops-tilelang 연산자 저장소는 10-20 생성 이후 지속적으로 푸시되었고, 이미 7개 연산자로 DeepSeek V4.1 Flash의 모델 일부를 구성함. 퀄컴 Hexagon 백엔드는 하루 15건으로, HVX 벡터화, VTCM 아레나, Crouton 레이아웃 및 DMA 내장을 매핑과 리덕션까지 이어서 구축함. 또한 RISC-V 커뮤니티 허브 저장소, PTO-ISA 문제은행 및 벤치마크 이중 저장소, tilelang-knowledge 지식 저장소가 같은 날 진행됨. 출처: https://github.com/t-head/tilelang-for-sail, https://github.com/Atlas-Ascend-Fork/ops-tilelang

2. 핵심 프로젝트 진행 상황(메인 저장소 tilelang)

버전 및 릴리스

  • 메인 저장소의 최신 태그와 릴리스는 여전히 v0.1.15(09-30 릴리스)이며, 주간 전체에 새 태그도 새 릴리스 페이지 항목도 없었고, 이번 주 금요일로 만 30일이 됨. VERSION 파일 확인 결과 여전히 0.1.15.
  • TileOPs v0.1.0은 이번 주 조직 내 유일한 새 정식 버전(10-27)이며, 09-30 이후 TileFoundry 0.0.3에 이은 두 번째 새 태그이기도 함. TileFoundry 최신은 0.0.4rc1(10-25)에 머물러 있으며 아직 정식 전환되지 않음.
  • 적응 라인 태그는 주간 전체 동안 변동 없음: tilelang-ascend v0.1.2.000(09-09), tilelang-metax v0.1.15(10-16), tilelang-musa v0.1.15+musa.1(09-30), tilelang-mlir-ascend는 v0.1.2.020 계열에 머묾.
  • 머지량과 리듬: 월요일 회차는 72시간 모니터링 기간(10-23 07:00 ~ 10-26 07:00)으로 78건 머지(TileOPs 51, tilelang 10, TileFoundry 10, 문서 사이트 4, Ascend 저장소 1, Hygon 저장소 1, Sunrise 1)로, 이전 주간 리포트(10-19 ~ 10-23)와 10-23 하루가 겹치므로 이후 네 회차와 합산하지 않음. 화요일부터 금요일까지 네 개의 24시간 모니터링 기간 합계 머지는 86건: tilelang 47, TileOPs 26, tilelang-ascend 5, TileFoundry 4, tilelang-hygon 3, tilelang-mlir-ascend 1; 일별로는 30, 20, 24, 12건으로 앞이 높고 뒤로 갈수록 낮아지는 수렴 형태. 심사 중 업데이트는 주간 전체 45~76건 사이를 유지했고, 새로 열린 이슈는 각각 19, 11, 7, 6, 4건.

컴파일러, 언어 계층 및 실행 경로

  • 전체 warp 리덕션을 하드웨어 redux로 전환(#3692, 10-29 병합, 4개 파일 +337/-35): 이전에는 전체 그룹이 정렬된 풀 warp이더라도 일반 크로스 스레드 리덕션이 그대로 shuffle 트리로 전개되었다. 메인 브랜치 837486a에서 네 개의 독립적인 32 lane FP32 최댓값 연산을 sm_103a + CUDA 13.1로 컴파일하면 20개의 shuffle과 0개의 redux가 생성되었으나, 변경 후에는 4개의 redux.sync.max.f32와 0개의 shuffle이 생성된다. 방식은 스칼라 및 배치 전체 리덕션에 이미 존재하는 warp_reduce 헬퍼를 재사용하고, 호출자는 스레드 지오메트리만 판단하도록 한 것이다. 정수 리덕션은 SM80 이상에서 하드웨어 redux를 사용하며, FP32의 최댓값/최솟값은 sm_100a, sm_100f와 sm_103a, sm_103f에서만 사용 가능하다. 좁은 부동소수점은 FP32로 승격된 후 헬퍼로 진입하며, FP64는 정밀도를 낮추지 않고 여전히 shuffle 경로를 사용한다. 작성자는 엔드투엔드 가속을 주장하지 않으며 명령어 수준 대조만 제시한다.
  • autotuner의 독립 JIT 구성을 동시 컴파일로 변경(#3476, 10-29 병합, 2개 파일 +54/-46): 기존 구현은 전체 컴파일 기간 동안 하나의 락을 보유하여 기본 컴파일 옵션만 사용하는 구성까지 직렬화되었고, 프런트엔드, 하강, 디바이스 컴파일이 모두 대기했다. 변경 방식은 각 오버라이드 구성에 대해 dataclasses로 독립 JITImpl을 복제하고, 기본 옵션은 기존 지연 경로를 유지하여 커널 캐시와 객체 아이덴티티를 보존하며, 공유 1단계 키를 가진 후보만 직렬화하고 디버그 출력의 디스크 쓰기는 여전히 직렬화한다. 크로스 백엔드 검증 데이터: Ascend 1797개 통과(Python 3.12.14, torch_npu 2.10.0, CANN 9.3.0, AscendC 예제 50개 전부 통과, PTO 예제 44개 통과 6개 스킵), ROCm 7.2 gfx942에서 3220개 통과, Metal 95개 통과, CUDA H100 PCIe cu130에서 5500개 통과, CuTeDSL 75개 통과 17개 스킵.
  • Ascend 버퍼 뷰의 레이아웃과 포인터 단위가 더 이상 별칭 간 전파되지 않음(#3623, 10-29 병합, 23개 파일 +1139/-438): T.view 또는 T.reshape로 생성된 여러 버퍼가 동일한 저장 공간을 공유하면서 서로 다른 레이아웃을 요구할 수 있으며, 이전에는 공유 데이터 변수를 기준으로 레이아웃을 일괄 해석하여 잘못된 Cube 매핑이나 DMA 주소를 선택할 수 있었다. 이번 변경은 레이아웃을 개별 Buffer 뷰에 부착하여 레이아웃 추론, 프랙탈 저장 정규화, 다중 버퍼 구체화와 복사 및 행렬 곱 하강 전반에 적용하며, 원시 포인터 오프셋은 각자의 요소 단위로 재매핑한다. 동일한 버전 지정 할당에서 Cube 뷰는 이제 서로 다른 MajorK와 MajorMN 레이아웃을 사용할 수 있으며, 조건은 논리 스트라이드가 조밀하고, 베이스 오프셋이 0이며, 피연산자 유형이 호환되고, 패딩 후 저장 크기가 동일해야 한다.
  • GM에서 L1로의 복사와 경계 초과 패딩을 하나의 스케줄링 작업으로 병합(#3543, 10-29 병합): 둘은 동일한 L1 데이터를 함께 준비하며, 이전에는 패딩이 독립 스케줄링 작업으로 분리되어 동기화 삽입 시 MTE2 파이프라인 펜스가 하나 더 추가될 수 있었다. 변경 후 소비자는 패딩을 포함한 완전한 데이터를 대기하며, FP8 MX의 K 꼬리 패딩도 동일하게 병합되고 작업 내 조건부 패딩이 유지되며, 기존 MX 지연 패딩 큐는 삭제되었다. 47개 집중 테스트 통과.
  • ROCm 및 실행 컨텍스트 관련 수정 모음: exp, exp10, log, log2, log10, sin, cos 일곱 개 기본 함수가 HIP에서 fast_math 설정과 무관하게 빠른 내장 함수로 저하되지 않으며, 언더스코어가 붙은 여덟 개 빠른 연산자에 최저 하강 규칙이 추가됨(#3621); 자동 대상이 고정된 0번 카드 대신 현재 HIP 디바이스를 읽도록 변경(#3594); NVRTC와 CuTeDSL이 첫 번째 입력 텐서가 위치한 디바이스에 따라 현재 스트림을 가져오도록 변경(#3359); profiler에서 디바이스를 지정하지 않은 경우 현재 디바이스를 사용하고, 캐시 플러시가 더 이상 0번 카드에 적용되지 않도록 변경(#3357).
  • 언어 계층 및 하강 소규모 수정: TMA gather/scatter의 Python 정수 행 인덱스를 int32로 변환하여 리터럴 표기가 Blackwell에서 더 이상 컴파일 중 크래시하지 않도록 수정(#3365); 런타임 트립 카운트의 파이프라인 epilogue를 직접 전개하여 페이징 디코딩이 다시 컴파일 가능하도록 복구(해당 결함은 다운스트림 TileOPs#1852에서 보고됨)(#3356); VectorizeLoop가 더 이상 루프 스트라이드를 조용히 무시하지 않도록 수정([#3345](https://github.com/tile-ai

/tilelang/pull/3345))；T.clamp의 NaN 전파 하강이 롤백되어 min/max 시맨틱으로 복귀(#3628)；T.Parallel의 coalesced_width를 IntImm으로 통일(#3374)；TMA 디스크립터는 검증된 이름만 기록(#3484)；비-restrict 파라미터의 handle 접미사가 더 이상 잘리지 않음(#3366).

정확성 및 결함 수정

  • 스트림과 캐시 아이덴티티: 출력이 호출자 스트림에서 할당되도록(#3649) 하고 NVRTC, CuTeDSL에서 스트림을 가져오도록(#3359) 한 이후, 이번 모니터링 기간에는 자동 튜닝 캐시 키에 compile_flags를 포함시켰으며(#3338, 동일 커널에서 컴파일 옵션을 바꿔도 이전 바이너리를 재사용하지 않음), Ascend 측에서는 Bisheng 빌드 아이덴티티를 바이너리 캐시 키에 포함시켰다(#3691). 두 개의 독립적인 노선이 같은 주에 같은 일을 한 셈이다. 캐시를 소스 코드와 형상만으로 키잉하면 컴파일러를 바꿀 때 잘못된 적중이 발생한다.
  • 동기화와 메모리 계획: ThreadSync가 address_of를 쓰기로 기록하고 불투명 호출 뒤에 배리어를 보완(#3346, 이전에는 T.address_of(B[0]) 형태가 extern 뒤에 배리어가 없었으나 T.access_ptr(B, “w”) 형태에는 있었음); T.ws(-1)이 모든 스레드에서 실행되도록 변경(#3354); 저장 도메인 간 명명 배리어 중복 번호(#3643)와 sm_100의 TMEM 해제 시 CTA 배리어 누락(#3645 / #3663 / #3664)은 주 초반에 처리했다. 수요일에 ThreadSync의 배리어 위치 오류 결함 세 건이 드러났다(#3680): 배리어가 분기 내부에 배치된 경우, 분기 내 배리어가 외부의 대기 중인 의존성을 잘못 지우는 경우, 스레드 카운트 루프에 따른 배리어 위치 문제로, #3682와 #3681 두 건의 수정이 리뷰 중이다.
  • 정적 경계와 타입: 슬라이스 채우기가 길이가 아닌 영역 끝을 기준으로 검증되도록 하고, 음수 인덱스가 랩어라운드 후에도 음수이면 거부하도록 수정(#3352 / #3347); SIMT 원자 영역의 형상 검증 보완(#3465); 희소 MMA의 K 테일 블록이 더 이상 조용히 무시되지 않도록 수정(#3367); atomic_addx4의 대상 dtype을 float*로 축소(#3369); profiler 출력 인덱스 통합 검증(#3486); 스칼라 읽기의 인덱스 계수가 더 이상 레인 수에 섞이지 않도록 수정(#3453, 행 폭 32768 이상에서의 컴파일 크래시 해결); 배치 all-reduce가 스칼라 분기로 스레드 구간을 해석하도록 수정(#3341, batch>1일 때 2048개 출력이 모두 잘못됨); int64 원자 max/min 및 AtomicStore의 int64, bf16, fp16 크래시(#3307); 리덕션의 FP8/FP4 비유한 상수가 잘못된 리터럴을 출력하는 문제(#3189). 목요일에는 콜드 컴파일을 가정한 테스트 여섯 개를 without_kernel_cache로 전환했다(#3695 / #3696).
  • 새로 열린 결함의 지향점: 목요일에 열린 세 건은 모두 정적 검사 경계에 해당한다. 패딩이 있는 공유 버퍼에서 배치 복사 시 형상 불일치 보고(#3704, 마지막 차원이 16으로 정렬되지 않은 전역 텐서를 패딩 있는 공유 버퍼로 복사할 때 BK가 cdiv 곱하기 16을 사용하여 하강 후 112 대 100으로 보고됨), 음수 스케일 반복 그래프가 역방향 인덱스로 오컴파일(#3705, 재현 환경은 v0.1.15와 T-HEAD 브랜치 저장소 소스 빌드로, 업스트림 공유 경로에 해당), 뷰 비트 폭이 int32로 곱셈 오버플로(#3707, Qwen3.8의 lm_head 가중치 248320 곱하기 2560바이트 NVFP4가 총 5,085,593,600비트로, 랩어라운드되어 790,626,304가 된 후 리터럴 초과 예외 발생). 같은 배치에 sm_120에서 13개 예제 실패, IfStmtBinding의 지수적 컴파일, without_kernel_cache가 강제 재컴파일을 하지 않는 문제(#3701 / #3700 / #3699), 그리고 CuTeDSL의 CUDA graph 캡처가 빈 그래프가 되는 문제(#3693)도 있다. 금요일에는 세 건의 수정이 리뷰 중이다: 비트 폭을 int64로 변경, CPU 스칼라 GEMM이 대상 영역만 초기화, 캐시 비활성화 시 두 계층의 프로세스 내 캐시 우회(#3708 / #3709 / #3710).

런타임, CI 및 툴체인

  • CI가 ROCm 및 Metal 작업을 호환되는 PyTorch wheel로 다시 고정(#3706, 10-29 병합): ROCm의 CI는 인덱스 변수를 통해 매칭되는 PyTorch ROCm 소스를 노출하지만, 워크플로 수준의 “안전하지 않은 최적 매칭” 정책으로 인해 더 늦은 PyPI 후보가 선택되어 PyTorch 2.15.0(CUDA 13.2)으로 해석되었고, 2.14.1에 ROCm 7.2 빌드를 더한 구성이 아니게 되었다. 동일한 2.15.0의 확산은 macOS 26.6.2의 ARM64 러너가 Apple 반가상화 GPU를 거부하게 만들었다. 수정 방식은 세 가지다: 설정된 안정 ROCm 버전에 따라 백엔드 변수를 설정하고, 야간 설치를 첫 번째 인덱스로 전환하며, 테스트 전 신속 실패 검증 단계를 추가한다(HIP 빌드인지, CUDA 빌드가 아닌지, 러너 GPU에 접근 가능한지 확인).
  • Ascend CI가 AscendC와 PTO를 두 개의 매트릭스 작업으로 분리하여 각각 재실행 가능하게 했다(#3687). CI 이미지는 cann9.3.0 주간 업데이트 버전으로 올라갔다(#3630).
  • 기여 프로세스 거버넌스 4연속(10-26, 전부 리뷰 비용 중심): CONTRIBUTING.md에 PR 설명에 문제, 방안, 트레이드오프를 명시하고 증거를 그것이 뒷받침하는 논점 옆에 붙이도록 했다(#3671). 순수 문서 PR은 CUDA, ROCm, Metal, Ascend, CuTeDSL의 빌드와 테스트를 건너뛰며, 화이트리스트는 의도적으로 좁혔다(#3672). 커밋 스킬에 확인 단계를 추가하여 먼저 사용할 제목을 기여자에게 확인받도록 했다(#3673). 리뷰 봇의 자동 요약과 문서 문자열 커버리지 검사를 끄고, 발견 사항을 현재 diff와 실제 호출 경로에 고정하도록 요구했다(#3674).
  • 언어 서비스, 실험적 CUDA 디버깅 출시(10-26): tilelang-lsp에 첫 디버깅 커밋이 푸시되어, Python 줄 번호 매핑을 위한 tlsp.debug 런처를 새로 추가하고, -G 및 -lineinfo 컴파일을 추가하며, 캐시를 격리하고 생성 소스를 캡처하여 Nsight의 cuda-gdb를 VS Code에 연결하고, Python 브레이크포인트, 시작 전 검사, 생성된 CUDA 소스 탐색을 지원한다. 이는 해당 저장소의 8월 이후 첫 실질적 커밋이다.
  • 문서 사이트 전 주기 지속 자동 동기화: 10-26 여덟 건, 10-27 여섯 건, 10-28 두 건, 그 외 TileOPs 문서 사이트와 로컬라이제이션 저장소의 정기 업데이트가 있었다.

리뷰 큐 관찰

  • 규모가 가장 큰 건은 여전히 TIRx 리팩터링(#3666, 1194 파일 +106648/-104497)으로, 고정된 업스트림 베이스라인에 제로 패치를 적용하며, 큐에서 “향후 TVM 측 수정이 어떤 리듬으로 메인라인에 들어올지”를 결정하는 유일한 변경이다.
  • Ascend 저장소의 a2a3 스케줄러 마이그레이션은 100 파일 +18453/-666(#1951)으로, 전용 저장소에서 심사 중인 가장 큰 건이며, 다음 단계의 변동량이 연산자 계층이 아니라 스케줄 계층에 있음을 보여준다.
  • PTO 라인의 심사 큐는 일주일 내내 지속적으로 진전: T.Parallel 벡터화, AutoSimVF 채널, 배치 3차원 ND2NZ, 쓰기 카운트 멀티버퍼링(#3512 / #3320 / #3689 / #3629), PTO 타깃 기본 tvm_ffi 실행 백엔드 사용(#3516), 그 외 뷰 및 브로드캐스트 수정 세 건(#1962 / #1960 / #1961)과 비트 단위 XOR의 비부호 바이트 워크스페이스 뷰 수정(#1959).
  • 심사 중 업데이트 수는 전 주기 45~76건 사이였고, 금요일에는 54건으로 반등하여 병합량의 하락과 대조를 이룬다: 이번 주는 “청산 주”이지 “개설 주”가 아니다.

3. 멀티 백엔드 적응(Ascend / Hygon / ROCm / Hexagon)

Ascend: 백엔드가 메인라인에 병합, 연산자는 모델별로 전개

  • 백엔드 측면: 910 A2/A3의 NPUIR 경로를 mlir-ascend 메인라인에 병합(#207, 55개 파일 +21490/-1). 모드 스위치 TILELANG_ASCEND_MODE는 expert 또는 developer 값을 가지며 기본값은 expert. 두 번째 커밋은 이전 백엔드와의 동작 차이를 항목별로 정렬했으며, 핵심은 bf16 합법화(HIVM이 bf16 피연산자를 받지 않으므로 fp32로 계산한 뒤 명시적으로 변환)와 동적 extent의 복사 하강이다.
  • 스케줄링 및 주소 지정: 메인 저장소에 T.annotate_buffer_addresses가 추가되어, 스케줄링된 Ascend 파이프라인에서 UB, L1, L0A, L0B, L0C 및 SS 각 풀 내의 할당에 대해 정확한 바이트 주소 지정이 가능해졌다. 주소를 지정할 버퍼는 먼저 T.annotate_buffer_versions로 고정 개수를 선언해야 하며, 검증은 누락되거나 지원되지 않는 개수, 중복, 정렬 미준수, 동적 크기, 용량 초과를 포함한다(#3607, 14개 파일 +982/-26). PerCoreTask 후보체는 내부 if/else를 허용하며, 조건부 L1 채움도 더 이상 전체적으로 거부되지 않는다(#3686). 수작업 파이프라인은 구성 레지스터 위상을 유지한다(#3624).
  • 연산자 공급: 일주일 동안 situ_glu(#1891), GLM-5.3의 kpool 압축(#1910), Chunk Scaled Dot KKT 전방(#1803), W4A4 int4×int4의 근본 원인 수정(#1731), depthwise_conv_2d 예제 재제출(#1920, 동시 배치를 피하기 위해 목록화된 테스트 채널로 변경)이 병합되었다. 심사 중인 것으로는 GroupNorm과 fla_chunk 두 예제(#1607 / #1953 / #1952), NPUIR 뷰와 브로드캐스트 세 건(#1962 / #1960 / #1961)이 있다. 이들 연산자의 공통점은 양자화와 융합을 호스트 측 보완에 맡기지 않고 커널 본체에 작성한다는 것이다.
  • 엔지니어링 기준: 연산자 성능 프로파일링 skill이 추가되어 msprof op 출력으로 최적화 방향을 정한다(#1931). 설치 프로그램의 SHMEM 구간을 이중 수정하여 빈 껍데기 wheel이 더 이상 거짓 성공하지 않는다(#1943 / #1946). 2차원을 초과하는 GM에서 UB로의 복사는 DMA 행 수에 따라 선행 차원을 접는다(#1805). Cython 래퍼가 호출마다 분석기를 재구성하는 문제(약 0.28밀리초)는 먼저 기록하고(#1945) 이후 심사 중인 지연 생성으로 수정한다(#1948).
  • 회귀 상태: 매일 전체 테스트는 10-25에 2903개 항목 전부 통과를 보고했고, 10-26 새벽 테스트 작업은 실패를 보고했으며(#1944), 10-27과 10-28 이틀 연속 2903개 항목 전부 통과했다(#1950). 테스트 케이스 규모는 이미 게이트로 삼기에 충분하며, 결론의 유효 기간은 주 단위로 본다.
  • 심사 중인 호환성 변경: Carver는 선택된 SDK에 따라 A3 리소스 예산을 읽어, 256×256 FP32 누산기를 128 KiB에 불과한 L0C에 배치하지 않도록 한다(#1955). AI Core Exception Dump의 의존성은 CANN 9.2.0으로 낮추고 네 개의 필수 필드를 보완했다(#1956). 문서는 T.Tensor로 전환하고 T.Buffer DSL 인터페이스를 폐기한다(#1957). Ascend 저장소의 문서 사실 검증 네 건은 단일 댓글이 최대 46라운드에 달했다(#1628 / #1655 / #1656 / #1659).

Hygon: 일주일 네 건, 하드웨어 구조에 맞춘 배치

  • 레지스터 파이프라인은 기존의 공유 메모리 파이프라인과 협력할 수 있으며, 대응하는 커밋과 배리어 명령은 파이프라인 단계에 따라 삽입되고, warp 수가 4를 초과하면 warp 발산을 활성화한다(#18). 이 건은 10-08에 열려 두 주 넘게 수렴했으며, 병합 시 먼저 메인라인에 병합한 뒤 브랜치를 따르는 대형 병합이었기에 변경 줄 수가 같은 배치의 다른 변경보다 훨씬 크다.
  • 네이티브 B16 저장과 동적 WASP GEMM(#28): MLS의 Let 매개변수 발행 순서를 유지하고, GEMM의 warp 분할을 행렬 저장에 전파하며, 패킹된 B16에서 B32 출력으로의 별칭을 거부하고, 동시에 WASP 차원을 동적으로 만들고 축에 따라 정렬을 추론한다.
  • scale 버퍼의 행 계획을 독립적인 이중 bank 파티션으로 변경하고 LDS bank와 분리했으며, 동일한 행 매핑을 할당, scale 복사, MMAC 하강 세 곳에 동시에 넘겨 세 곳이 각자 레이아웃을 다시 추론하는 것을 피한다(#29, 12개 파일 +1389/-314). 이 건은 #28에 이어지며, Hygon은 이틀 동안 세 건의 메인라인 병합을 완료했다.
  • 일반 복사 경로의 LDS 쓰기 위상과 swizzle 전략이 심사 중이며, b8과 fp8 두 가지 데이터 폭을 갖춘다(#30, 18개 파일 +2000/-84, 다섯 개 테스트 추가).

출처: https://github.com/tile-ai/tilelang-hygon/pull/18, https://github.com/tile-ai/tilelang-hygon/pull/28, https://github.com/tile-ai/tilelang-hygon/pull/29, https://github.com/tile-ai/tilelang-hygon/pull/30

ROCm: pip 버전 SDK와 부동소수점 의미론

  • ROCm 10의 pip 버전 SDK 지원 병합(#3549, 2개 파일 +106/-19): ROCm 10.x의 rocm/pytorch 이미지는 ROCm을 Python wheel 형태로 배포하여 /opt/rocm 디렉터리 트리도 rocm-* apt 패키지도 없습니다. get_rocm_arch()는 이전까지 /opt/rocm 접두사를 하드코딩하고 있었고, 경로가 존재하지 않을 때 gfx900으로 폴백하여 MI355X(gfx950)에서 rocwmma의 정적 단언이 바로 실패했으며 ROCM_PATH를 설정해도 효과가 없었습니다. 수정 방식은 호출자 접두사, find_rocm_path(), torch의 gcnArchName, gfx900 폴백 순서로 해석하며, 매번 rocminfo 탐지에 10초 타임아웃을 추가하고 rocm/pytorch:rocm10.1.0_ubuntu24.04_py3.12 기반의 Dockerfile을 새로 추가했습니다. 작성자는 MI355X에서 아키텍처 탐지가 gfx900에서 gfx950으로 변경됨을 실측했습니다.
  • exp/sin/cos의 정밀도 수정과 자동 타깃, 스트림 획득, profiler 세 곳의 컨텍스트 수정은 2장을 참고하십시오. ROCm 측의 FP4 변환과 E8M0 타입, pip 버전 이미지의 아키텍처 탐지는 여전히 검토 중입니다(#3665 / #3549 관련 부속).

MetaX／Moore Threads(MUSA): 모니터링 기간 내 실질적 커밋 없음

  • tilelang-metax 조직 뷰에 푸시 타임스탬프(10-26 15:08)가 있으나, 브랜치별로 대조한 결과 모니터링 기간 내 커밋은 없습니다: 기본 브랜치 main의 최신은 여전히 09-29의 버전 번호 상향이며, dev 브랜치 최신은 10-16, 0.1.14와 그 이전 버전 이미지는 변동이 없고 이벤트 스트림에도 모니터링 기간 내 푸시 이벤트가 없습니다. 가장 최근의 정식 릴리스는 여전히 10-16의 0.1.15입니다.
  • tilelang-musa는 주간 전체에 걸쳐 모니터링 기간 내 메인 브랜치 커밋이 없으며, 최근 태그는 여전히 09-30의 v0.1.15+musa.1입니다. Moore Threads와 MetaX는 이번 주에는 검증 표에만 등장하며 항목을 구성하지 않습니다.

출처: https://github.com/tile-ai/tilelang-metax, https://github.com/tile-ai/tilelang-musa

서드파티: Hexagon DSP 백엔드

  • 10-27 하루 15건으로 HVX 벡터화, VTCM 아레나, Crouton 레이아웃과 DMA 내장을 Crouton상의 매핑과 리덕션까지 일련으로 진행했습니다. 10-29 기준 메인 브랜치 최신 커밋은 여전히 08-24의 CI 의존성 업그레이드에 머물러 있고, 저장소 푸시 시간은 갱신되었으나 메인 브랜치에 새 코드가 없으므로 커뮤니티 투입 강도의 관찰로만 삼고 업스트림 진전으로는 집계하지 않습니다.
  • 별도로 PPU 버전의 무변경 래퍼(런타임에서 import 프로토콜과 site 메커니즘을 가로채며, 업스트림 소스를 수정하지도 재패키징하지도 않고, PPU 대응물이 없는 CUDA 기능은 조용한 성능 저하 대신 명시적으로 오류를 발생)가 있어 백엔드 이전의 세 번째 형태입니다.

출처: https://github.com/xwhzz/tilelang-hexagon, https://github.com/flytiger-eco/tilelang-wrapper-for-sail

4. 생태계와 채택 측

TileOPs: 0.1.0 이후 두 번째 주

  • 릴리스 이후 병합 속도가 뚜렷이 둔화됨: 화요일 14건, 수요일 4건, 목요일 7건, 금요일 1건으로, 중심축이 “인터페이스를 동결하는 것”에서 성능과 정확성의 마무리로 옮겨갔다.
  • 성능 측면의 네 가지 확정 수치: 선택기는 더 이상 manifest에 붙여 피팅하지 않고, 바쁜 시간(device_busy_ms)에서 160개의 밀집 shape, 60개의 m 9~32 shape, 264개의 m≤8 shape로 재보정하며, softmin 기대 로그 리그렛으로 좌표 하강을 수행해 엔드투엔드 바쁜 시간 리그렛이 홀드아웃 manifest에서 5.79%에서 0.48%로, m≤8 홀드아웃 세트가 14.18%에서 1.79%로 낮아졌다(#2784). 비 NT 레이아웃은 전치 퍼시스턴트 커널 coop2_swap으로 전환해 2112×7168×4096 TN이 195.3마이크로초에서 175.3마이크로초로, 동일 기기의 다른 H200이 174.3에서 158.5마이크로초로 낮아져 모두 QuACK의 187.9와 167.0마이크로초를 앞섰다(#2789). cumsum 긴 행은 2단계 시드 스캔으로 변경해 (8,65536)이 12.75마이크로초에서 5.18마이크로초로 낮아지고 65535 tile 이상의 런치 실패도 수정했다(#2790). extrema 리덕션은 PTX의 max.NaN / min.NaN으로 전환해 amax (2048,4096) bf16이 8.352마이크로초에서 6.976마이크로초로 돌아와 FlagGems보다 빨라졌다(#2792).
  • 백투백 기준이 별도 항목으로 책정됨: 목요일 새 이슈에서 단일 호출에서는 본 구현이 QuACK을 앞서지만, 백투백·전력 상한 훈련 시나리오에서는 열 개의 큰 행 중 여섯 개가 뒤처진다고 지적했다(#2791). 이어서 심사 중인 GEMM 변경은 전력 상한에 따라 그리드 그룹화와 상주 블록 수를 재계산해 DeepSeek V3 프리필의 q-b shape에서 메모리 읽기가 168 MB에서 94 MB로 줄었다(#2794).
  • 정확성과 기능 보완: D128 밀집 포워드에서 key를 분리해 prefill-rope가 31.04마이크로초에서 17.09마이크로초로 낮아졌다(#2777). D128 퍼시스턴트 포워드는 스레드 기준으로 재작성하고 LSE를 출력한다(#2774). 융합 덧셈의 LayerNorm 행을 CTA 간에 분할하고 정밀도 결함은 별도 이슈로 분리했다(#2768 / #2773). 오프셋 저장 세 가지 수정과 SM90 그룹 GEMM, 출력 ABI(#2761 / #2765 / #2762).
  • 릴리스 형태: 릴리스 이미지가 병합되어(#2793) 연산자 라이브러리와 TileFoundry가 처음으로 같은 이미지에 포함되었다. 알려진 결함 중 FusedAddLayerNormFwdOp 정밀도 문제는 주간 내에 여전히 수정되지 않았고, 로드맵 첫 단계의 융합 연산자는 아직 병합되지 않았다.

출처: https://github.com/tile-ai/TileOPs/pull/2784, https://github.com/tile-ai/TileOPs/pull/2789, https://github.com/tile-ai/TileOPs/pull/2790, https://github.com/tile-ai/TileOPs/pull/2792

TileFoundry: 세 패키지 분할에서 정적 계약으로

  • 주 초에 core / nvidia / apple 세 개의 배포 패키지로 분할하고 테스트 입력은 한 번만 로드하도록 했다(#268 / #269). sm_89에 E4M3의 warp MMA를 추가하고, 능력 검증을 “MMA만 검사”에서 모든 명령어로 확장했다. bulk copy, TMA copy, mbarrier 형식은 이전에 검증을 통과했지만 codegen이나 ptxas에서야 실패했다(#261 / #262 / #264).
  • 주 중에 cp.async 대상 레이아웃 주소 지정과 MLA 역방향 레이아웃(#263 / #260 / #257), 그리고 전체 윈도우를 오퍼랜드 자체로 내려보내기(#273, sm_89의 GEMM이 다시 컴파일 가능해짐)와 동적 공유 메모리를 커널 실제 사용량에 맞춰 크기 지정하는 것(#271, 작성자는 “대상 용량만큼 최대로 할당” 제안을 채택하지 않았으며, 그 이유는 정적·동적 공유 메모리가 같은 상한으로 계산되고 블록당 얼마를 신청하느냐가 SM 하나에 몇 개의 블록을 넣을 수 있는지를 결정하기 때문이라고 밝혔다)을 수정했다.
  • 목요일에 파괴적 변경 한 건 병합(#279): 24개의 AMX 런타임 연산자 패밀리를 39개의 정적으로 등록된 TIR 계약으로 기술하고, 파라미터 도메인, 오퍼랜드와 레이아웃 패턴, 부작용 집합, 그리고 M1~M4의 대상 능력을 포함시켰다. Python 평가기와 원시 C 시뮬레이터를 골든 스탠다드로 추가하고, 39개 정적 연산자 전체를 커버하는 59개의 대표 원자 테스트 케이스를 보충했다. 고계 및 중계 중간 표현 테스트 케이스는 실제 2, 4, 8, 12 스레드 도메인에서 실행되며 후보의 수용과 거부를 검증한다. 검증은 46개의 집중 테스트 통과로 이루어졌다.
  • 새로운 결함 항목 하나 기록: 분석 측에서 공유 메모리 피크를 중복 계산하고 TIR로 전달하지 않는 문제(#272)로, 메인 저장소의 ThreadSync 계열과 같은 근원이다.

채택자와 커뮤니티 브랜치

  • 알려진 두 채택처 모두 한 주간 조용함: DeepSeek의 TileKernels(2018 스타)와 Tongyi 측의 FlashQLA(742 스타) 메인 브랜치가 모두 10-14에 멈춰 있어 모니터링 기간 내 새로운 푸시가 없었습니다. 이번 주 생태계 신호는 주로 커뮤니티 자체 저장소에서 나왔으며, 이 두 내부 사용처에서는 나오지 않았습니다.
  • T-HEAD의 tilelang-for-sail: 09-22에 저장소를 만들었으며 업스트림 메인 저장소의 브랜치입니다. 13개의 브랜치를 공개했고, 메인 브랜치와 v0.1.11부터 v0.1.14까지의 버전 미러 외에도 PPU 행렬 공유 레이아웃 수정, PPU language 패키지, 런타임 컴파일 기능 및 여러 결함 수정 브랜치가 보입니다. 메인 브랜치의 최근 커밋은 10-22에 멈춰 있고 저장소 푸시 시간은 10-29 19:27로 갱신되었습니다. 저장소 내에 설명 문서도 릴리스 기록도 없어 관찰 단서로만 활용할 수 있습니다. 주목할 점은 금요일 #3705호 결함이 바로 이 저장소의 소스 코드로 빌드해 재현되었다는 것입니다. 브랜치 사용자가 업스트림보다 먼저 실제 빌드 문제를 겪은 것입니다.
  • CANN 커뮤니티의 ops-tilelang: 10-20에 저장소를 만들었으며 Ascend NPU를 겨냥한 커뮤니티 고성능 연산자 저장소로, kernel 구현, 자동화 케이스, 표준 워크로드와 성능 베이스라인을 통합 관리합니다. README는 Ascend 950 이상만 지원하고 CANN 9.3.0 이상이 필요하며 커뮤니티 weekly 버전을 사용해야 한다고 명시하고 있습니다. 이미 일곱 개 연산자로 DeepSeek V4.1 Flash의 ‘Attention 출력 및 FFN 전처리’ 구간을 엮어냈으며, HIDDEN=5120, MHC=4, B를 1부터 256까지 실측한 SuperKernel 이득은 1.17%에서 2.75%였습니다. 공식 tilelang-ascend와의 관계는 아직 불명확하여 생태계 관찰용으로만 둡니다.
  • PTO-ISA의 이중 부속 저장소: 문제 저장소는 PTO의 브로드캐스트 로딩을 PTOAS 0.70으로 이전했고, 지난주에는 양자화 스케일 부호 명확화와 문제 설명 재작성을 진행했습니다. 벤치마크 저장소는 SV2 블록 스케일링과 열별 분석 두 건의 커밋을 추가했으며, 근거는 라이브러리 내 절대 최댓값 명령의 변형 카운트 31.39이고 런타임 명령 처리량과 루프라인 분석을 첨부했으며 통합 버퍼 기준이 아님을 명확히 했습니다.
  • 배포판: Sunrise의 0.1.15+sunrise.1.2.0 릴리스 PR이 주 초에 병합되었으며(#9), 조직 내 두 번째 다운스트림 배포 형태입니다. 메인 저장소의 TIRx 이전이 실행되면 이러한 배포판은 의존성 선언을 함께 수정해야 하며, 다음 주에 추적할 만한 연쇄 영향입니다.
  • RISC-V 방향의 커뮤니티 허브 저장소: TongmingLAIC/tilelang-riscv는 10-23에 저장소를 만들고 10-26에 푸시했으며, TileLang의 RISC-V 커뮤니티 허브로서 컴파일러 백엔드, AI 연산자, 개발 도구와 문서를 집약하는 것을 목표로 합니다. 현재는 여전히 빈 골격으로, 실행 가능한 연산자나 백엔드 구현은 보이지 않습니다.

출처: https://github.com/t-head/tilelang-for-sail, https://github.com/Atlas-Ascend-Fork/ops-tilelang, https://github.com/PTO-ISA/tilelang-puzzles-ascend, https://github.com/TongmingLAIC/tilelang-riscv

5. 커뮤니티, 튜토리얼 및 활동

  • 지식 자산이 이번 주 커뮤니티 측의 새로운品类가 되었다: tilelang-knowledge는 10-29에 저장소를 생성했으며, 당일 네 건의 커밋이 에이전트를 위한 지식 기반을 구성했다—저장소 구조, 33개의 연산자 설계 사례(각 항목에 고정 출처 포함), 출처가 명시된 20장의 프로그래밍 지식 카드, 증거로 뒷받침되는 7개의 GPU 최적화 패턴. 저장소 자체 설명 용도는 에이전트가 하나의 연산자를 마주했을 때 어떤 경험이 적용 가능한지, 코드를 어떻게 수정해야 하는지, 어떻게 검증해야 하는지, 실패 후 어디서 찾아야 하는지를 판단할 수 있게 하는 것이다. 이는 TileFoundry의 연산자 계약, Ascend 저장소의 프로파일링 skill과 같은 종류의 시도이다.
  • 튜토리얼과 연습 방향에 지속 투자: tilelang-puzzles-ascend는 PTO 대 Ascend 양자화 kernel 튜토리얼을 만들고; 중국어 TileLang 연산자 면접 연습 사이트는 9개 모듈 18문제; 도해 강좌 配套 저장소는 자체 설명으로 독창적 장면과 애니메이션으로 각 지식 포인트를 완전히 설명하고 영상과 함께 공개한다고 밝혔으며; 분산 레이아웃 실험 저장소도 같은 날 새로 생성되었다.
  • 문서와 현지화: tilelang.github.io는 주중 내내 메인 저장소와 함께 자동 동기화되었고(10-26 여덟 건, 10-27 여섯 건, 10-28 두 건), 서드파티 현지화 저장소 tilelang-docs-l10n는 정기 업데이트되었으며, 중국어 RISC-V 커뮤니티 허브 저장소는 최초 콘텐츠 커밋을 완료하여 문서 동기화 체인이 정상 작동함을 보여주었다.
  • 토론 측: TileScale 사용자가 사용 중인 TileLang 버전을 업그레이드할 수 있는지 문의했다(#72). 해당 저장소의 마지막 푸시는 08-25에 멈춰 있고 문서와 예제는 여전히 이전 버전을 가리킨다; 이런 질문은 보통 업스트림 인터페이스가 빠른 개명기에 접어든 후에 나타난다—이번 주 메인 저장소에서 심사 중인 TIRx 교체와 TileOPs의 26개 연산자 클래스 개명은 모두 다운스트림의 버전 추종 비용을 증폭시킬 것이다.
  • 뉴스 측 전 주간 실질적 적중 제로: Google News의 중영문 여섯 그룹 쿼리(정확한 단어 + 2일, 중국어 + Ascend, 중국어 + 연산자, 조직명 + 2일, 영어 + GPU, 중국어 + 컴파일러 + 7일 포함)는 다섯 개 수집 기간 동안 임상 인공지능 재전송 기사 한 건만 반환했으며 연산자 언어와 무관했다; Hacker News의 관련 적중은 모두 기간 밖에 있으며 가장 최근 것은 10-02의 Ascend 프로그래밍 스택 재전송 토론이다; arXiv는 TileLang 검색으로 신규 논문이 없었다. 데일리 리포트 본문은 따라서 계속 저장소와 생태계 저장소를 기준으로 한다. 산업 측은 10-26에 Ascend와 DeepSeek 생태 격차 축소에 관한 보도 한 건만 있었으며, 이는 2차 논평으로 새로운 기술 데이터를 포함하지 않는다.

6. 트렌드 관찰

릴리스 엔지니어링이 「마지막 칸에 막힘」에서 「이미지화 배포」로 나아갔다. 월요일자 데일리 리포트는 아직 TileOPs 첫 출시가 「문서 준비 완료, 아티팩트 미업로드」라고 쓰고 있었고, PyPI 최신은 여전히 2025-10-09의 0.0.1.dev2였다; 화요일 07:45 아티팩트 업로드, 13:15 릴리스 페이지 게시, 목요일 릴리스 이미지는 연산자 라이브러리, TileFoundry와 세 가지 환경 식별자(cuda13.2, torch2.13, tilelang0.1.12)를 함께 잠갔다. 일주일 만에 이 라인은 「출시할 수 있느냐」에서 「어떻게 조합해 배포하느냐」로 바뀌었다. 200여 연산자의 라이브러리에게 설치 가능성은 1퍼센트 포인트를 더 최적화하는 것보다 외부 채택 속도를 더 크게 결정하며, 이번 주의 답은 설치 경로마저 아티팩트로 만드는 것이었다.

결함 유형이 「컴파일 통과, 실행 시 오류 없음, 결과 오류」에 고도로 집중되며 하드웨어 또는 컨텍스트와 강하게 연관된다. 잘못된 스트림에 출력 할당(비기본 스트림이고 대기 작업이 있을 때만 손상), T.ws(-1)가 0개 스레드에서 실행, 슬라이스 채우기가 길이가 아닌 끝단으로 검증, 음수 인덱스 랩어라운드 후 여전히 음수, address_of가 읽기로 간주됨—다섯 가지 모두 컴파일 시 경고 없음, 실행 시 예외 없음. 이런 결함의 비용은 컴파일 오류보다 훨씬 높은데, 그것들이 오염시키는 것이 「테스트 전부 통과」라는 전제 자체이기 때문이다; 수요일에 드러난 콜드 컴파일을 가정한 여섯 개 테스트와 목요일의 without_kernel_cache 의미 漏洞는 테스트 인프라도 같은 위험 구역에 있음을 정확히 보여준다. 이번 주의 대응은 경계 검증을 컴파일 시점으로 앞당기는 것이며 방향은 옳지만 #3704, #3705, #3707 세 건의 새로 열린 결함은 이 경계가 아직 멀리 그려지지 않았음을 보여준다.

Ascend가 「백엔드 이식」에서 「연산자 보충」으로 전환하고 처음으로 재계산 가능한 검수 기준을 제시했다. 수요일은 NPUIR가 메인라인에 병합되었고(504개 자체 테스트, 71/72 예제), 목요일부터 금요일까지의 다섯 건 병합 중 네 건이 연산자와 예제였으며 모두 업스트림 모델 요구에 따라 배열되었다: GLM-5.3의 indexer 압축, 블록 게이티드 어텐션의 내적, 4비트 양자화 행렬 곱, 양자화 비전 모델의 깊이별 합성곱. 공통점은 양자화와 융합을 kernel 본체에 작성하는 것(E4M3 순수 정수 인코딩, 4비트 패킹 규약, 이중 kernel + 1x1 고속 경로)으로, 호스트 측에 보완을 남기지 않는 것이다; 동시에 프로파일링 skill과 체크리스트 테스트 채널을 프로세스로 확립했다. 주요 모순은 「컴파일할 수 있느냐」에서 「연산자의 수치와 성능이 안정적으로 검수될 수 있느냐」로 바뀌고 있으며, a2a3 스케줄러 마이그레이션의 100개 파일은 다음 단계의 변동이 스케줄러 계층에 있음을 예고한다.

실행 경로는 덜어내고, 백엔드 목록은 더한다. 메인 저장소는 이번 주 전 warp 리덕션을 redux.sync로 모으고, autotuner의 컴파일 잠금을 세분화하고, GM에서 L1로의 복사와 채우기를 하나의 작업으로 합치고, buffer 뷰의 레이아웃을 공유 변수에서 단일 뷰로 회수했다; 동시에 백엔드 목록은 계속 확장되고 있다—ROCm은 pip 버전 SDK와 FP4를 보충하고, Hexagon은 하루 15건, PPU는 무변경 래퍼가 나타났으며, Intel AMX는 TileFoundry에서 39개의 정적 계약으로 변했다. 두 방향은 모순되지 않는다: 업스트림은 실행 경로를 수렴시키고, 다운스트림은 각자 패키징하여 배포하며, 이는 TIRx가 TVM을 외부 의존성으로 만드는 것과 같은 사고방식이다.

「fork 화」는 이번 주 가장 강력한 채택 신호이자 가장 실질적인 동기화 비용을 가져왔다. T-HEAD는 TileLang을 자체 하드웨어 스택의 기반으로 삼아 PPU 브랜치를 만들었고, CANN 커뮤니티는 자체 연산자 저장소를 구축했으며, PTO-ISA는 문제집과 벤치마크를 모두配套 저장소로 만들었고, RISC-V에는 커뮤니티 허브 저장소가 등장했다. 이들은 모두 tile-ai 조직에 속하지 않지만 언어 계층의 안정성에 의존하고 있으며, 이것이 바로 0.1.0이 공개 API를 동결하고 CI 게이트로 만든 의미다. 대가는 마찬가지로 분명하다. 금요일 #3705 결함은 브랜치 사용자의 실제 빌드가 먼저 부딪힌 후에야 업스트림이 수정을 보완했다. 브랜치가 많아질수록 이러한 「다운스트림이 먼저 발견하고 업스트림이 나중에 수정하는」 경로는 더 길어지며, 메인 저장소는 브랜치와 업스트림의 동기화 방법이라는 장기적인 문제에 답하기 시작해야 한다.

기준 문제가 제품 문제로 처리되기 시작했다. TileOPs는 목요일에 「단일 호출 선행,背对背 후행」을 별도 항목으로 등록했고(#2791), 금요일의 GEMM 변경은 전력 상한에 따라 격자 그룹을 재계산하고 DRAM 읽기를 168 MB에서 94 MB로 줄였다(#2794). 선택기 역시 manifest에 붙여 맞추는 방식에서忙时 교정 방식으로 변경되었다. 「특정 행이 몇 마이크로초 빨라졌다」보다 이러한 변경은 훈련과 추론의 실제 호출 형태가 벤치마크와 다르다는 점을 인정하고 그 차이를 스케줄링 전략에 기록한다. 대규모 모델을 위한 커널을 작성하는 언어에게 이는 연산자 수를 더 쌓는 것보다 장기적으로 채택될지를 더 크게 결정한다.

부록: 자료 및 검증 설명

출처 검증표

출처 검증 결과
GitHub tile-ai 조직 저장소별 (tilelang / TileOPs / TileFoundry / tilelang-ascend / tilelang-mlir-ascend / tilelang-hygon / tilelang-metax / tilelang-musa / TileRT / tilescale / DeepStack / 문서 사이트 / 야간 미러 저장소) 모니터링 기간 내 푸시 있음: tilelang, TileOPs, TileFoundry, tilelang-ascend, tilelang-mlir-ascend, tilelang-hygon, tilelang.github.io, TileOPs.github.io, TileOPs-nightly, tilelang-metax, tilelang-musa, TileRT, tilescale, DeepStack, tilelang-puzzles는 모니터링 기간 내 메인 브랜치 커밋 없음
병합 진값 검색 (is:pr is:merged) 월요일 72시간 기간 78건, 화요일부터 금요일까지 네 개의 24시간 기간 합계 86건 (tilelang 47, TileOPs 26, tilelang-ascend 5, TileFoundry 4, tilelang-hygon 3, tilelang-mlir-ascend 1), 일별 순서대로 30, 20, 24, 12건
심사 중 진값 검색 (is:pr is:open updated) 다섯 기간 각각 76, 49, 45, 48, 54건, TIRx 리팩터링, a2a3 스케줄러 마이그레이션, Ascend 문서 검증 배치 및 TileOPs의 GEMM 스케줄링 변경 포함
신규 이슈 확인 다섯 기간 각각 19, 11, 7, 6, 4건, 그중 매일 Ascend 저장소 테스트 봇의 실패 알림 포함
메인 브랜치 커밋 수준 확인 각 기간 병합 수와 메인 브랜치 커밋 수 일치, tilelang 일별 10, 14, 13, 15, 5건
릴리스 페이지 및 태그 tilelang 최신은 여전히 v0.1.15 (09-30 릴리스), 주간 신규 버전 없음, TileOPs 최신은 v0.1.0 (10-27), TileFoundry 최신은 0.0.4rc1 (10-25), tilelang-ascend 최신은 v0.1.2.000 (09-09), tilelang-metax는 v0.1.15 (10-16)
서드파티 및 생태계 저장소 Ascend 커뮤니티 연산자 저장소, PTO-ISA 이중 저장소, 개발 도구 저장소, 지식 저장소, 도해 강의 저장소, 분산 레이아웃 저장소, DCU 융합 연산자 저장소, 모델 이식 저장소, Hexagon 백엔드 저장소, T-HEAD 브랜치 저장소, RISC-V 커뮤니티 허브 저장소 모두 모니터링 기간 내 푸시 있음, Hexagon 메인 브랜치 신규 커밋 없음, 저장소 푸시 시간만 업데이트됨
채택 측 TileKernels와 FlashQLA 메인 브랜치는 10-14에 멈춰 있으며 모니터링 기간 내 푸시 없음
Google News (중영문 여섯 그룹) 중국어 Ascend 임상 인공지능 전재 기사 한 건과 산업 측 논평 한 건만 있으며 새로운 기술 데이터가 포함되지 않아 항목으로 수록하지 않음
Hacker News 최근 4일 관련 검색 결과 모두 모니터링 기간 밖
arXiv TileLang으로 검색 시 신규 논문 없음

주요 인용

설명: 본 보고서의 사실, 버전 번호 및 날짜는 모두 모니터링 기간 내 5회차 데일리 리포트 원문 및 그에 대응하는 1차 출처에서 가져온 것으로, 추측성 보충은 하지 않았습니다. 월요일 데일리 리포트의 수집 기간은 72시간(지난 주말 포함)이며, 그 병합 수에는 10-23 하루가 포함되어 이전 위클리 리포트와 중복되므로, 본 보고서에서는 이를 나머지 4회차와 합산하지 않았습니다. 모니터링 기간 내 5개 평일 데일리 리포트가 모두 갖추어져 있으며 누락은 없습니다.