報告週期：2026 年 11 月 2 日（週一）至 11 月 6 日（週五），共 5 個工作日。

素材來源：本刊每日 FlagOS 動態報告 5 期（11-02 / 11-03 / 11-04 / 11-05 / 11-06，週期內無缺期）。其中 11-02 期為週一晨報，調研視窗自上一期截點 10-30 06:00 起算，為 72 小時，覆蓋 10-31 與 11-01 週末；11-03 至 11-06 四期為 24 小時視窗，首尾相接，末期末班為 11-05 06:00 至 11-06 06:00。因此本報告的事實區間為 10-30 至 11-05，10-30 至 11-01 部分按原始日期標註。

編制說明：按本週要聞、版本與釋出、元件與程式碼共建、成員單位與廠商適配、生態與社群、趨勢觀察六個維度組織。五期日報按各自視窗累加為提交 1117 筆、合入 715 筆；若只取四個完整的 24 小時視窗（11-03 至 11-06），為提交 861 筆、合入 600 筆。單期有推送的倉庫數依次為 17、16、24、26、21 個，組織倉庫總數為 61 個。版本與標籤以各元件倉庫的標籤與 Release 原子源獨立複核，週期內無新增 Release 物件。

一、本週要聞

  • 2.3.0 的映象層一週內從四層鋪到六層，23 個 base 與 23 個 runtime 全部記上 2.3.0，釋出清單仍只有排期表（10-31 ~ 11-05）：新增覆蓋包括海光 DTK 26.10 的 base 與 runtime、AMD ROCm 7.2.4 執行時與 FlagTree amd 構建線、昇騰 CANN 9.2.1 base（僅 910B、python 3.12、torch 2.13、triton_ascend 3.6.0，刻意留空 FlagTree 與 FlagCX）、英偉達 cuda13.3（torch 2.13.0+cu130、triton 3.7.1，同時把 cuda12.8 以 enabled 置 false 凍結）。community 倉庫的 release/2.3 目錄只有中英文排期表，release-2.3.yaml 仍為 404；31 倉 Release 與 8 倉 Tag 原子核查全周零新增。按排期，11-13 為 FEP 合入截止、11-30 特性凍結並拉 rc0、12-07 拉 rc1、12-14 拉 rc2、12-25 封板、12-30 GA。

  • vLLM 0.28.0 在一天內被四條後端同時收口，次日 repack 鋪到 11 家廠商索引（11-03 ~ 11-04）：清微 TXDA 只做 eager 並主動拒絕圖模式（#642，加 3067 行減 146 行、29 個檔案）；沐曦 C550 在上游無對應分支的前提下做「0.28-empty」空適配（#554，加 2838 行減 70 行、36 個檔案）；摩爾執行緒 MUSA 一次帶進原生 MCCL 與分段原生圖（#575，加 7804 行減 233 行、46 個檔案）；昇騰做 FULL_DECODE_ONLY 的解碼專用圖（#646，加 3342 行減 340 行、39 個檔案）。四筆合計加 17051 行減 789 行、150 個檔案。11-04 的 build-infra #1635 把 vLLM 0.28.0+flagos 寫進 11 家索引（AMD、昇騰、寒武紀、燧原、海光、天數、崑崙芯、沐曦、英偉達、曦望、清微），aarch64 提供 cp311 與 cp312、x86_64 提供 cp310 與 cp312。

  • 寒武紀 MLU 以原生平臺進入 Torch-FL，次日融合注意力前後向補齊、Qwen3 訓練步 CPU 回退從 190 次清零（11-04 ~ 11-05）：#720 加 4870 行減 64 行、40 個檔案，把 cambricon 寫進 flagos_platforms.json，補齊 libcnrt 執行時層、torch.mlu 墊片、backends_cambricon.conf、CI 配置與平臺契約；整套跑在 stock torch 2.10.0+cpu 上，不帶 torch_mlu、不帶 FlagTree、不帶 CUDA runtime，並在八卡 MLU590-M9 上端到端實測。次日 #748 與 #749 把 CNNL 融合注意力前向與反向接回 SDPA 覆蓋幷包成 C++ autograd Function；#757 對完整 Qwen3 因果語言模型訓練步做回退普查，190 次 cpu_fallback 中 188 次來自 aten::mul.out、2 次來自 aten::embedding_dense_backward，改經 CNNL 在 MLU 上執行後該步驟報告零回退。#724 同日把 cambricon 的 CI lane 撤下，理由是沒有 runner 承載。

  • 達摩院玄鐵一天內以批次形態併入 13 個專用運算元，同時把 ZW810E 的成本模型升到 1.1.0（11-02）：FlagGems 在 16:03 至 16:46 的 43 分鐘內合入 13 筆，全部標註 KernelGen 玄鐵產線，覆蓋 Chebyshev 多項式、igamma、三維卷積與轉置卷積、量化 LSTM、RMSNorm 反向融合、矩陣範數、三維自適應池化反向、Lanczos 上取樣等長尾條目，佔 FlagGems 當日 55 筆合入的 23.6%。FlagTree #1236 把 ZW810E 的 MM/MV 成本模型包升到 1.1.0，含 8 個 BF16 mm 變體與 2 個 mul 模型，並讓調優契約接受有序 configs 列表。11-05 FlagAttention #127 再為 PPU-ZW810E 開出 Wall Attention 最佳化單。

  • 量子棧把「硬體驗收 + 資源賬目」做成可迴歸的證據：昇騰 910C 原生 provider 167 項透過，一週內合成線推進到 UP-06（10-31 ~ 11-05）：FlagQuantum #958 把 910C 從實驗性 split-FP32 推到原生 provider 運算元路徑，PR 正文記錄 167 passed in 115.41s（142 個電路、噪聲、TEBD 與 QEC 用例，加 25 個原生動力學用例，含兩次冷程序計劃重放），CPU 側迴歸 1332 passed；#970 在預置 ARM64 runner 上加 fail-closed 的原生迴歸 lane。合成線一週內從 UP-01（Python qfunc 前臺）、AO-00/01/02（算術基線、歸一化、受保護算術）、PF-00/01（編譯時延與 RSS 賬本）推進到 UP-04/05/06（有界均勻態製備、標量相干控制、U 門與陣列 Hadamard）。11-05 的容錯編譯整合單 #1084 已開為草稿，276 個檔案、加 31011 行。

  • FlagGems 把跨後端評測收斂到「同一把尺子」，並在同周完成後端鍵版本化（11-03 / 11-05）：11-03 的 16:41 與 16:42 兩分鐘內合入 23 筆，其中 21 筆由同一作者提交，把注意力與池化、歸約與線性代數、點態、稀疏與張量佈局四類運算元的 H800 參考讀入從分散 reader 遷到統一 JSON；此前參考值的來源、單位與舍入約定分散在程式碼裡，跨後端分數缺少共同基準。11-05 的 #8446 把 backends.yaml 裡七個裸廠商名改成與 pyproject.toml 一致的版本鍵（hygon-dtk2604、iluvatar-corex450、kunlunxin-xre5371、spacemit-xxx、sunrise-tangrt120、thead-ppu210、tsingmicro-tsm260610），修掉 uv pip install ".[tsingmicro]" 靜默匹配不到 extra、導致 torch 與 FlagTree 都不安裝的問題。

  • 社群治理：一小時內七份 FEP 進評審，把 2.3 的多後端能力寫成可驗收條目（11-05）：08:29 至 09:31 共七份單檔案 FEP，狀態一律為 Provisional Draft，提交人同一。清單為 FEP-0163 FlagMega v0.1、FEP-0164 TLE 分散式融合與自動調優、FEP-0165 TLE Raw 五後端、FEP-0166 FLIR 昇騰與 GPGPU 最佳化、FEP-0167 二十個運算元—裝置對、FEP-0168 FlagTree 多平臺與 Triton API 相容、FEP-0170 FlagPrism v0.2。最實的 FEP-0163 給出五專案標與驗收證據的對映，包括四卡 H800 上 GLM5.3 Flash 解碼吞吐高於 vLLM 5% 以上，同時明確 CoreX 5.0、釋出矩陣與 checkpoint 復現仍待完成。七份正文都寫明「未跑 GPU 或模型驗收」，把範圍宣告與完成宣告分開。

  • 產業側：FlagOS 2.2 的案例開始給出可量化收益，端側敘事同周補齊（11-05）：CSDN 專欄兩篇。中國電信星辰 Xing4.0-29B-A4B 的 mHC 多通道殘差運算元在昇騰 910C 上從 25% 叢集降速壓到 12%，適配已合入 MindFormers；Agent 場景重寫 12 個長序列運算元後首 token 時延降 19.87%；軟通動力把 GLM-5.2 在四臺 910C 上的單 token 17.79 毫秒壓進 16.13 毫秒准入線。2.2 的一組總量為九大運算元庫 1454 個運算元、FlagTree 覆蓋 20 個廠商後端、10 款晶片整體效能提升 27.6%、Day0 適配 12 款晶片、社群成員 107 家、季度下載 46 萬次（上季度 4.76 倍）。端側專場給出 21 家廠商、35 款晶片的適配統計，純 ARM CPU 跑 MiniCPM 與 Qwen 實測提升 21%–25%。

二、版本與釋出動態

2.3.0：六層映象全部記上 changelog，釋出清單仍只有排期表

映象層 落地時間 關鍵內容
base 與 runtime：hygon-dtk26.10 10-31 ~ 11-04 基礎映象裝 ROCm 感知的 Open MPI，執行時補 flagcx 0.14.1 的海光 DTK 26.10 構建版，python 3.12 配 DTK 26.10 的 torch 閉包；廠商 triton 升到 3.7.0+dtk2610 後只有 hcu 驅動 active，修掉 serve 退回 V1 model runner 的問題
runtime：amd-rocm7.2.4 10-31 ~ 11-02 flagcx 釘固、補 amdsmi、刪掉無效的裝置可見性環境變數、torch 閉包對齊 vLLM 0.32；另建 FlagTree amd 打包線做溯源與 A/B 對賬
base：ascend-cann9.2.1 11-03 ~ 11-04 僅 910B、python 3.12、torch 2.13、triton_ascend 3.6.0；因無 CANN 9.2.x 版本釘固，刻意留空 FlagTree 與 FlagCX；首次構建缺 OCI provenance 標籤，11-04 補標籤重推
base 與 runtime：nvidia-cuda13.3 11-05 torch 2.13.0+cu130、torchvision 0.28.0+cu130、triton 3.7.1；torchaudio 2.11.0 與 FlagTree 0.7.0 與 torch 解耦；cuda12.8 因 torch 2.13 不再發 cu128 wheel 而凍結

  • 覆蓋度：截至 11-05，23 個 base 與 23 個 runtime 映象的 changelog 都已記上 2.3.0，覆蓋 12 家廠商的 23 條工具鏈線，包括 AMD ROCm 7.2.4、昇騰 CANN 8.5.0 與 9.0.0（含 910C 變體）與 9.2.1、寒武紀 neuware 4.4.3 與 4.7.2、燧原 tops 1.9.10 與 1.10.6、海光 DTK 26.04 與 26.10、天數 corex 4.4.0 與 4.5.0、崑崙芯 XRE 5.37.1、沐曦 MACA 3.7.2.1 與 3.8.1.3、摩爾執行緒 MUSA 4.3.6 與 5.2.0、英偉達 CUDA 12.8 與 13.3、曦望 1.2.0、清微 tsm260610。

  • 為什麼昇騰 base 是 python 3.12：兩條硬約束寫在 PR 正文裡——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 會把它自帶的 python 樹塞進 PYTHONPATH，base 直譯器必須與執行時 venv 完全一致，否則匯入會串版本。配套把 numpy 釘在 1.26.4。

  • 為什麼 base 刻意不帶 FlagTree：9.2.1 既沒有對應的 flagtree 版本釘固，也沒有對應的 flagcx wheel，因此這一層把 flagtree、flagcx 與依賴項全部留空，構建順序改為 base、不帶 FlagTree 的 runtime、FlagTree builder、FlagTree wheel、重新整理 runtime；預設 flagtree 時編譯器回落到 triton。

  • 退役機制：cuda12.8 的凍結不是刪除——在 configs.yaml 加 enabled 欄位並置 false，規格、映象與文件全部保留，映象停在最後一次構建的扁平標籤上；指令碼 backend_enabled.py 成為唯一解析器，generate_matrix.py、兩份狀態報告與 flagcx、vllm-plugin 的登錄檔共用它，使凍結狀態進不了任何構建矩陣。

  • 釋出態：community 的 release/2.3 目錄目前只有釋出時間表，清單檔案按計劃在 11-30 特性凍結時生成。按 2.3 時間表，FEP 合入截止 11-13、特性凍結 11-30 拉 rc0、rc1 12-07、rc2 12-14、封板 12-25、GA 12-30。映象跑在清單前面屬計劃內節奏，11-13 才是這一版範圍的硬邊界。

本週標籤與 Release 清單：零新增，FlagCX v0.14.1 仍只有標籤

  • 零新增：五期日報對 31 個倉庫的 Release 原子源與 8 個倉庫的 Tag 原子源逐日核查，全周沒有新的 Release 物件。唯一帶時間更新的是 FlagCX v0.14.1 標籤（11-01 00:10 重新整理），而 GitHub Releases 的最新正式版仍是 2026-09-28 釋出的 v0.14.0，正文寫明對應 FlagOS 2.2。

  • 元件版本線未動：FlagGems 正式線仍是 5.4.0，5.5.0.dev0 自 10-12 開線後無新標籤；FlagQuantum 以 v0.3.1 為量子棧基線；FlagScale、FlagBLAS、FlagDNN、FlagFFT、FlagTensor、FlagAttention、vllm-plugin-FL、sglang-plugin-FL 等仍停在 09-28 那一批。

  • 判斷：這是 2.2 釋出之後、2.3 於 12-30 GA 之前的典型空檔——對外版本靜默，製品線與構建線活躍。與上週相比，唯一變化是映象層的覆蓋面從四層擴到六層，標籤與清單兩步仍缺席。

vLLM 外掛：0.28 四後端同日收口，repack 鋪到 11 家索引

  • 四種落地策略：同一個上游版本，四條後端各按自身條件選擇路徑。清微刪掉 TXDA 的圖捕獲與切分實現，在配置階段直接拒絕圖與編譯配置並提示 –enforce-eager，理由是分段原圖在 TP8 下已對兩個模型透過門禁，但 Dense TP1 的正確性始終未解決；沐曦把改動全部留在 vllm_fl 與 CI 指令碼內，按廠商名或執行時判定為門，評審明確否決了往 site-packages 寫 .pth 啟動鉤子的方案；摩爾執行緒把原生 MCCL、FX/eager 編譯與分段原生圖一次帶進來，圖處理收進單個 graph.py；昇騰只做 FULL_DECODE_ONLY 的解碼圖，prefill、視覺編碼與取樣留在圖外。

  • repack 機制：build-infra 把「釋出步驟寫目錄、人工只寫文案」的機制本輪正式跑通，替代此前手工改 pypi_index 欄位；一處修邊界按第一個連字元切分 vendor，避免版本串同時含 + 平臺段與 - 分段時截錯平臺名。同日給 FlagGems-vllm 增加每日 wheel 線，構建與上傳容器透傳代理，昇騰 verify 容器補 1 GB /dev/shm。

  • 0.32 線並行：0.28 收口的同時，0.32 的五筆適配在評審佇列推進——燧原 S60（#675）、天數（#674）、AMD ROCm gfx1100（#659）、沐曦 C550（#693）、統一 FL 執行並適配燧原（#667）。維護線與目標線同時跑已成常態，廠商需要維持兩套驗證環境。

  • 同步機制：0.4.0-dev 向 0.5.0-dev 的 forward-sync 本週合入四筆（#676、#678、#688、#689），方式從整分支合併改為按審閱增量重放並保留源提交，衝突以草稿 PR 公開；11-05 又由 #698 完成一次前向同步。

社群治理：七份 FEP 與 2.3 範圍宣告

  • 名單與定位：FEP-0163 FlagMega v0.1 指向模型編譯、vLLM 整合與多卡解碼；FEP-0164 指向 TLE 分散式融合與自動調優；FEP-0165 讓 TLE Raw 覆蓋五個加速器後端；FEP-0166 是 FLIR 面向昇騰與 GPGPU 的最佳化；FEP-0167 聚焦二十個運算元—裝置對的編譯器最佳化；FEP-0168 是 FlagTree 多平臺支援與 Triton API 相容；FEP-0170 是 FlagPrism v0.2 的多後端除錯與剖析。

  • 共同寫法：七份正文都寫明「未跑 GPU 或模型驗收」，把範圍宣告與完成宣告分開；community 倉另有四條 codex/fep23-* 分支在視窗內推送，說明 FEP 起草與分支準備是同一條流水線。這批單出現在 FEP 合入截止前八天，正落在補範圍的視窗裡。

三、元件與程式碼共建

FlagGems：一週五批，從覆蓋率轉向可比性與後端專屬實現

  • 規模：五期日報視窗內合入分別為 55、76、35、33、33 筆，合計 232 筆，是全組織合入量最大的單倉。11-03 的 76 筆為周內峰值，佔當日全組織 177 筆的 42.9%。

  • 玄鐵批次：11-02 的 13 筆集中在長尾條目，包括 Chebyshev 多項式、igamma、三維卷積與轉置卷積、量化 LSTM、RMSNorm 反向融合、矩陣範數、三維自適應池化反向與 Lanczos 上取樣。這批運算元此前通用 Triton 實現收益偏低，專用化後可直接進預設分派；目前尚無與 FlagGems-vllm 推理路徑的對接記錄。

  • 崑崙芯契約與調優：11-02 的 #8038 修掉一個靜默錯誤——foreach 系列 out-of-place 標量過載的快路徑只比較元素數、不比較形狀，形狀不同但元素數相同的列表會全部繼承首個張量的形狀；修復按完整形狀判定準入，另兩筆把十六個標量輸出改為單基址定址、列表輸出合併為平坦緩衝。同側 #8034 在提交 JIT 前先求值自動調優網格，#7976 改從 program_id(0) 取槽位；效能側十餘筆覆蓋點態快路徑、pool3d 反向融合、Chebyshev 展開、Jacobi 分塊與 linspace 單公式。#8123 撤回 BF16 點態最佳化、#8245 以另一方案重做，一撤一補說明該路徑仍在試錯。

  • 天數與英偉達：11-03 16:04 至 16:10 六分鐘內合入 10 筆 BI-V150 專用運算元（特殊多項式、上取樣與填充反向、量化最大池化、矩陣乘 smm、not_equal、池化索引反向）；英偉達側 12 筆繼續補稀疏張量、cudnn 族、檢視與形狀、量化與自動微分內部運算元。11-04 天數再合 12 筆，另 #8396 回退兩處在 BI-V150 上不成立的前序更新。

  • 燧原：11-04 的 5 筆全部是裝置守衛修復（CUDA-only guard、im2col 硬編碼、kl_div 與 arctanh、upsample_nearest3d_backward 整型索引鉗位、–override 不匹配時顯式失敗）。11-05 新開的 41 筆 GCU300 覆蓋單在 11-05 當日開始批次落地，25 筆一次清賬，做法包括把 64 位 lane offset 收窄到 32 位、把 launch 幾何搬到 host 側預計算、把 _nv* 外部符號換成本地實現、把點態 dynamic 降級改成專用核。

  • 海光與沐曦：11-04 #7388 給海光補 FP32 flash attention 前向；#7318 給沐曦補通道級 bmm_w8a8 INT8 融合縮放；11-04 另有海光 9 筆 FP32 專項開放單（rsqrt、floor、nonzero、全維歸約、masked_fill、nan_to_num、neg、masked_select、aminmax），全部限定連續 FP32。

  • 昇騰與摩爾執行緒：11-05 #8110 新增通道級 INT8 BMM（加 519 行減 3 行）；#7581 修 Flash Attention 前向與反向的 UB 溢位，並補 varlen 前向與 dense D=256；摩爾執行緒 #7246 重寫 MP31 上的 mm（單檔案加 2472 行減 146 行），#6706 給 bmm 與 bmm.out 加形狀感知的 TLE/SQMMA 實現（9 個檔案、加 2369 行）。

  • 後端鍵版本化：#8446 改 12 個檔案、增 39 行減 38 行，把七個裸廠商名換成版本鍵。它的價值不在命名統一，而在裝錯版本會失敗而不是靜默跳過——舊寫法下 uv pip install ".[tsingmicro]" 匹配不到任何 extra，torch 與 flagtree 都不裝，setup.sh 的 FlagTree 校驗直接拋 ModuleNotFoundError。

  • 清微與 SiliconFlow：11-05 #8287 把 tsingmicro 後端更到 1103，190 個檔案、加 23195 行減 914 行，是當週單筆最大的後端同步；11-03 #6501 一次性補進三個 embedding bag 運算元（支援 SUM/MEAN/MAX、加權、padding 排除、空袋與終止偏移），加 7494 行減 222 行、24 個檔案。

FlagTree：增強項改成執行期開關，海光打通 TLE-Raw

  • 執行期開關：11-04 #1565 合入，加 123 行減 27 行、15 個檔案，把每個 FlagTree 增強統一成四件套——編譯期宏、執行期 knob（FLAGTREE_<NAME>，預設開，進 CACHE_INVALIDATING_ENV_VARS）、與周邊程式碼一致的 guard 塊、標註宏名的 #else/#endif。此前編譯器增強一旦進生產，迴歸只能靠回滾整版止損；開關下放後，可以只關掉那一個增強。

  • 堆疊單：11-04 13:02 至 13:15 十四分鐘內連開 38 筆，分 [TLE][NVIDIA] 12 筆、[TLE][AMD] 4 筆、[TLE][Iluvatar] 7 筆、[FlagCX] 5 筆、[Iluvatar][Native] 5 筆；另 #1563 把功能 PR 的依賴圖與驗證門寫成文件，明確哪些必須按序合、哪些可獨立驗證。

  • 海光 TLE-Raw：11-05 #1508 給 HCU 補 tle.raw 路徑，53 個檔案、加 5106 行減 17 行；同時支援 eager 與 deferred 兩種模式、HIP 與 MLIR 兩種原始碼（編譯為 LLVM IR 後嵌入 Triton IR），並接入 DUSHMEM 流式集合通訊，隨附 ring shift、allgather GEMM、GEMM allreduce 三個教程。示例中 sort 的 HIP 路徑相對 torch 為 1.29 倍。

  • 正確性與可觀測性：11-02 #1460 修 TritonGPU 流水化 cp.async 降級與 WGMMA 運算元緩衝複用（屬會算錯而非報錯的一類），#1451 把 WGMMA warp 選擇與上游 MMAv3 對齊；11-05 #1530 解析 ptxas 診斷裡的暫存器、溢位、棧與共享記憶體用量並寫進 TLE 編譯器後設資料，倉庫側彙總為 154 個 TLE MLIR 測試與 11 個新增 C++ 單測全透過。

  • 其他：11-02 #1236 玄鐵 ZW810E 成本模型 1.1.0；11-04 #1524 給 AMD native 補三角相容與獨立舍入乘法 API，#1370 把 DEB/RPM 打包改成 verify-only；11-05 #1572 讓摩爾執行緒在 dot 轉換中保留顯式 blocked 佈局，#1576 做燧原 TLE 的 SoC 級分發增強。

FlagQuantum：三條驗收線到 UP-04/05/06，容錯編譯整合單成形

  • 規模：五期合入分別為 35、21、28、29、5 筆，合計 118 筆；提交量單倉佔比從三日視窗的 58% 回落到 43% 至 47%，非量子側份額回到一半以上。

  • 910C 與 CI：11-02 的 #958 與 #970 把昇騰 910C 推到原生 provider 並建 fail-closed 迴歸 lane，依賴邊界寫明 Torch-FL 取自 feat/ascend-complex-lowering 分支的 3aebd0c、FlagCX 取 v0.14.1 的 6fe3631 並附補丁，等於把可復現性繫結在原始碼提交而非二進位制包上。

  • 合成線：11-02 單日 21 筆分佈在 UP（語義）、AO（算術）、PF（效能）三條線——UP-01 讓 @synth.qfunc 裝飾的函式可直接書寫分配、門與輸出；AO-00/01/02 依次建立算術基線與獨立 oracle、受保護公共子表示式消除與位事實歸一化、受保護的平方與常量及終端 XOR；PF-00/01 建立編譯時延與作業系統 RSS 基線、複用已校驗的計劃欄位。

  • 前臺與演算法：11-04 的 UP-04 補有界均勻態製備、標量相干控制、有界謂詞與受檢相位助手；UP-05 歸一化前端入口分發並把算術降級抽成共享路徑；UP-06 支援 Qmod 與原生 qfunc 的 U 門與陣列 Hadamard。演算法側新增稀疏化學 SELECT 的門級降級、可執行的 THC SELECT、THC 旋轉經 QROM 與相位梯度降級。

  • 探測器誤差模型：11-04 的 #1052 至 #1069 依次補互斥故障奇偶、重複故障合併、多 chunk 往返、稀疏 chunk 投影與逐輪解碼，配合 #1072 的 FTQC W1-B 參考覆蓋圖——這條線補的是量子糾錯解碼的資料路徑，不是演算法演示。

  • 容錯編譯與 CI：11-05 的 feat/ftqc-native-integration 分支約 20 筆提交，把 QVR 的相位梯度、縮放加法、測量伴隨與 Hamming 權重相位逐段移植；主整合單 #1084 已開為草稿，276 個檔案、加 31011 行減 92 行。同日 27 筆提交全部圍繞 CI 質量門——容量與託管佇列解耦、映象資格限定、必需合併門拒絕被取消的依賴、工件上傳有界重試、核心套件遷到合格離線環境。

FlagCX：海光 bitcode 統一打包，昇騰 910C CI 與 traits 抽象

  • 海光：11-02 #667 是 UIL 線的結構性改動，增加海光 bitcode 構建並把 Device IR 的打包方式統一。此前各後端各打各的 IR，海光接入需單獨維護一套產物；統一後新增後端的打包成本下降。

  • 測試與語義：11-02 #687 把 SymMem 覆蓋按介面卡型別強制到 CI，避免某介面卡沒跑對稱記憶體測試而流水線仍綠；#688 與 #689 讓 DU stream guard 按 torch 代際選擇，並把同一修復回摘到 0.14.0-rc2。

  • 昇騰 CI：11-04 #669 新增昇騰 910C 流水線並統一單測編排（加 1559 行減 664 行、41 個檔案），把 Torch Python 覆蓋跑到四個平臺並清掉重複的 CUDA 效能測試；#686 由 FlagQuantum 側提出，處理昇騰裝置完成跟蹤與張量保活。

  • 抽象層：11-05 #693 新增 CoopOps 與 Clock traits 並給出 NVIDIA 實現，把裝置能力查詢抽成 trait；#691 讓 Window 資源拆除可重試；#694 給 DefaultBackend 加共享的 Net provider 派發。

Torch-FL：兩端擴張（Apple MPS 與寒武紀 MLU），BPU 修到可用

  • 規模：五期合入分別為 13、5、2、29、12 筆。11-04 的 29 筆全部出自同一作者，方向卻分兩端。

  • Apple Silicon：一端把 MPS 後端補到「能訓練」——補上 addmm（nn.Linear 帶偏置時真正落到的運算元）、卷積反向、比較與規約族、三角與指數族、cumprod、tril，其中卷積反向與參考實現逐位一致。

  • 英偉達預設路徑：11-02 #700 修掉預設 NVIDIA conf 把 1485 個運算元路由到 boxing kernel 的問題，是當週影響面最大的一筆；#684 把 FP4 的半位元組移位改成張量運算以命中已路由的過載；#687 收窄 day-0 FlagGems override 到其說明本身辯護的運算元。

  • 地平線 BPU：11-04 #721 查清 eager 路徑其實每個運算元都在 CPU 上跑——運算元桶階梯從不超過 512 lane、雙輸入 artifact 用單張量描述符提交導致靜默錯值、hbdk4 在 box64 下無法匯入 numpy。修復後把 Run 透過 C ABI 暴露，讓 eager 路徑繞開 aten dispatcher，RDK S600 上 262144 lane 的 relu 從 0.176 毫秒降到 0.073 毫秒，一個 conv block 從 23.2 毫秒降到 11.1 毫秒。#726 新增 DeviceChain，讓多個 BPU artifact 在裝置上連續執行、中間啟用不回主機，序列化 elementwise 從 0.417 毫秒降到 0.104 毫秒，四次獨立派發從 1.667 毫秒降到 0.673 毫秒。

  • 天數與崑崙芯：11-02 #698 把 Iluvatar CI 的 FlagTree 釘到 0.7.0（該晶片實際執行版本），#697 讓 baddbmm 走廠商 GEMM；11-05 #745 放開 Iluvatar 的運算元上限，使 mul.Tensor 能落到 FlagGems；11-05 #756 把崑崙芯 3.2 GB 的 FlagTree wheel 擋在 pip 快取之外。

  • 能力查詢：11-05 #708 新增融合運算元可用性與裝置能力兩個查詢介面，讓上層程式碼不再用 tensor.is_cuda 判斷裝置能否跑融合運算元——在 flagos 張量上該欄位恆為 False，會讓 flex attention 這類程式碼靜默退回 eager 路徑。

訓練與運算元庫：壁仞 SUPA 首次入棧，DSv4 同步按子系統推進

  • 壁仞：11-04 TransformerEngine-FL #143 新增 Biren SUPA 廠商後端，加 3608 行、7 個檔案，是壁仞第一次以獨立後端形態出現在 FlagOS 的訓練元件裡。PR 正文只寫「Add BIREN SUPA vendor」，未附硬體驗證記錄，屬骨架先行。

  • FlagTensor 與 Megatron：11-04 FlagTensor #14 註冊 MThreads/MUSA 後端，併為 ACOS、ACOSH、ASIN、ASINH、ATAN、ATANH、TAN 七個超越函式加專用重寫，繞開 MUSA Triton JIT 不支援的 libdevice 路徑（加 300 行減 5 行、14 個檔案），版本對齊 0.3.0。Megatron 側「DeepSeek-V4 向上遊同步」按子系統推進：#202 是第 1 筆，保住精度敏感引數並處理壓縮器與索引器的部分投影（加 3356 行減 775 行、26 個檔案）；#214 是第 2 筆，主題為 mHC 與專家並行的重疊。

  • FlagTrain：11-02 八筆集中 KMCompiler 的 NVIDIA 線（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 前後向，實測 nvidia 1.190 倍與 1.702 倍、PPU 6.714 倍與 3.568 倍、MC550 6.057 倍與 2.590 倍、天數 7.087 倍與 3.500 倍；#57 把 scaled_masked_softmax 同時接到昇騰、沐曦、摩爾執行緒與天數。

  • FlagBLAS 與 FlagSparse：11-02 FlagBLAS #157 為 MUSA 補 L1 BLAS 後端與 muBLAS 參照，覆蓋 AMAX 至 SWAP 十五組運算元；11-05 #159 最佳化 Ascend cgemm 並對存檔的 H100 基線打分（在審）。11-03 FlagSparse #115 從外部倉庫 NCIC-AlphaSparse 合入（MUSA q4 收尾），11-05 #117 再合入 62 個檔案、加 4809 行減 280 行。

  • 推理側：11-04 FlagGems-sglang #279 把 6 個模型級運算元連同各平臺 vendor 覆蓋一併合入，加 13061 行減 79 行、85 個檔案，其中 rms_norm 與既有 one_pass_rms_norm 數學與 ABI 一致，故以 _mthreads、_thead、_hygon 覆蓋形式併入而非新增運算元；11-05 #294 把顯式裝置選擇統一到 GEMS_VENDOR，DNN_VENDOR 保留但發 FutureWarning。FlagGems-vllm 11-05 #1048 在昇騰上用 TLE 實現 fused_indexer_weight_scale，兩段流水、4096 元素分塊，形狀取自 GLM-5.3-Flash 的真實呼叫。

  • 視覺：10-14 才建倉的 FlagCV 本週 8 筆提交、4 筆合入，#5 加獨立 OpenCV CUDA add 參考介面卡，#6 把 add 的評測對齊 FlagGems-sglang 的 pytest 契約，#7 統一用 GEMS_VENDOR 選裝置。

配套基建：打包改 verify-only，測試與 CI 前置到評審鏈

  • 打包：11-04 有 15 筆合入橫跨七個倉庫（FlagBLAS、FlagSparse、FlagTree、FlagFFT、FlagDNN、FlagTensor、libtriton_jit、flagtree-cpu），核心動作是把 DEB/RPM 工作流統一改成 verify-only，只驗證能否構建、不重複釋出產物。配套修掉 FlagFFT 與 libtriton_jit 的檔案衝突、RPM 容器的 nlohmann_json 依賴、FlagDNN 在無可匯入 torch 時配置 NVIDIA 構建等問題。

  • optest：11-02 五筆圍繞測試基建（uv 管理 FlagTrain 廠商依賴、共享記憶體不足快速失敗、包索引重試、S60 共享記憶體、按庫與後端隔離併發）；11-03 七筆加入飛書測試摘要與可配置超時；11-04 #38 按廠商探查 FlagGems 運算元清單（每個後端實際註冊了哪些運算元，不再靠猜），#35 補英偉達基線指令碼，#36 修「收集測試標記卻真的執行了測試」。

  • CI 與文件：FlagTree #1457 與 #1513 把 FlagGems 的 CI 結果寫進飛書多維表，#1568 讓 CI 失敗時在飛書點名責任人；docs #575 由機器人開出 ModelScope 模型清單同步單；OpenCourse #5 至 #7 更新全部實驗材料到主線；FlagQAI #30 收緊 macOS 沙箱（本地 Python 作業、headless 會話、原生 shell、搜尋目標與子程序逐個收進邊界）。

四、成員單位與廠商適配

海光：DTK 26.10 的整條交付鏈與 FP32 兩條線

  • 映象與依賴：本週海光投入最集中，21 筆 build-infra 合入覆蓋 2.3.0 的 base 與 runtime 兩層，外加 flagcx wheel 以 +dtk2610 字尾釋出、去掉無效的 HIP_VISIBLE_DEVICES、補 amdsmi。DTK 26.10 的代價幾乎全在依賴解析與打包，而不是核心本身。

  • 通訊與訓練：FlagCX #667 的海光 bitcode 與 Device IR 統一打包，是海光在通訊庫側第一次拿到與其它後端一致的構建產物形態；FlagScale #1299 在審，加海光 DCU 硬體健康取樣，#1255 至 #1257 三筆加 NCCL 的 CPU 側缺失進入、集合通訊與 P2P 不匹配、內部掛起三類診斷，指向「萬卡訓練出問題時能不能定位」。

  • FP32 前向：#7388 給 _flash_attention_forward 的海光實現補顯式 FP32 路徑，同時保住 ATen 的五輸出 schema 與既有 FP16/BF16 行為。支援範圍寫得很窄：固定長度、連續 4D BSHD、方形 MHA 且 Q/K/V 同形、head dim 為 64 或 128、dropout 為 0、無 window/alibi/seqused/varlen，不支援的組合直接報錯。實現上 QK 與 PV 用 IEEE FP32 點積，線上 softmax 最大值用 -inf 初始化，長序列走 exp2/log2。

  • 編譯器與訓練效能：FlagTree #1508 讓 HCU 支援 TLE-Raw；build-infra #1654 為 flagtree 的 HCU 構建同時鋪兩套 LLVM 樹，說明 LLVM 版本尚未收斂到單一樹；TransformerEngine-FL #153 為 Qwen3.5-35B 增加可選 BF16 專家 GEMM 路徑（opt-in，不改預設行為）；FlagAttention #117 與 #123 分別補 GLA 最佳化與 AttnRes 後端。

昇騰：910C 量子線之外，執行時、執行模式、運算元與 CI 四層並進

  • 量子與通訊：910C 原生 provider 與 ARM64 迴歸 lane 是本週最大單筆（見要聞）；配套 FlagCX #686 處理昇騰裝置完成跟蹤與張量保活，是量子棧在通訊層的前置條件。

  • 執行時：CANN 9.2.1 base 層僅 910B，python 3.12 與 torch 2.13 的約束來自 wheel 與 CANN 自帶 python 樹的版本一致要求；該層刻意留空 FlagTree 與 FlagCX，11-04 補 OCI provenance 標籤後重推。

  • 執行模式：vLLM 0.28 的 FULL_DECODE_ONLY 原生圖覆蓋 Qwen3.6-27B 與 Qwen3.6-35B-A3B，解碼走 torch.npu.NPUGraph，prefill、視覺編碼與取樣留在圖外。

  • 運算元與 CI：FlagGems #8110 新增通道級 INT8 BMM（加 519 行減 3 行），#6060 為 mm_w8a8_int8 與 mm_w8a8_int8_out 增加昇騰後端（支援預量化 INT8、FP32 標量或逐行逐列 scale、可選 bias，輸出 BF16/FP16/FP32，不支援非對稱零點）；#7581 修 Flash Attention UB 溢位並補 varlen 前向與 D=256；FlagCX #669 建 910C CI 流水線；FlagTree #1413 修 XCS 的 lightning-indexer UB 溢位與 swiglu 精度。

達摩院玄鐵：運算元批次、成本模型與 PPU 注意力三線

  • 運算元層：11-02 的 13 個專用運算元在 43 分鐘內合入，覆蓋特殊函式、三維卷積、量化 LSTM、矩陣範數與池化反向；平均 3.3 分鐘一筆，說明評審已能按後端並行消化批次運算元單。

  • 編譯層：ZW810E 的 MM/MV 成本模型包 1.1.0 納入 FlagTune 模型目錄，含 8 個 BF16 mm 變體與 2 個 mul 模型，是自動調優在玄鐵上的第一份完整成本模型。

  • 推理與通訊：FlagGems-vllm #1038 為 chunk_kda 補天數與玄鐵兩個後端；sglang-plugin-FL #166 把 RS+add+RMSNorm+AG 融合環形核做成 pure TP prefill 的可選項（在審），在 PPU 810E 上覆用 pccl 28 通道圖的環；FlagAttention #127 新開 PPU-ZW810E 的 Wall Attention；FlagGems #8446 把後端鍵定為 thead-ppu210。

崑崙芯：批次效能補丁與一個靜默錯誤的形狀契約

  • 節奏：10-30 單日十筆，11-02 十四筆，11-03 十一筆，11-04 五筆新開。團隊按批次推進而非隨上游節奏，寫法上儘量走直指標與單發射、對 bf16 單獨給分塊寬度。

  • 正確性：#8038 修掉 foreach 快路徑只比元素數不比形狀導致的靜默錯誤——形狀不同但元素數相同的張量列表會全部繼承首個張量形狀，輸出既不報錯也不越界。這類缺陷比慢十倍更危險，它不會被基準發現，只會被下游模型以精度異常的形式撞上。

  • 效能：#8255 用廠商 min.o 的 SIMD 載荷與分段寬行並行加速 argmin，#8028 四個運算元達到 0.8 以上的 Gems Speedup 門檻（upsample_nearest2d 1.202、unique_consecutive 1.053、fake_quantize_per_tensor_affine 0.827、foreach_clamp_max_scalar 0.967），#8250 讓 inner 在 XPU 上真正參與編譯並重調 tile，#8262 用展開歐幾里得演算法最佳化 lcm。

  • 修復與推理棧：新開側集中在 sum_dim 回退、fake_quantize 系列、lstm/gru 的 pipeline event 溢位、linalg_matmul 與 linalg_lu_solve 的 tt.gather 降級、avg_pool1d 讓程序中止；sglang-plugin-FL #155 把崑崙芯後端升到 SGLang 0.5.18（在審），vLLM 0.28.0 wheel 目錄行由 #1637 補上。

沐曦：0.28 空適配、偵錯程式與注意力新結構

  • 推理外掛：C550 的 0.28 適配在上游沒有對應分支時靠外掛自足（#554），安裝形態明確否決 site-packages 啟動鉤子，並清掉 15 個歷史 zz_fl_*.pth 鉤子；0.32 的 C550 適配 #693 同日開出，雙線並行。

  • 除錯與注意力：FlagPrism #18 補 MACA 執行時介面卡、構建模組、Python 繫結與測試，是 FlagPrism 第一次把沐曦接進除錯鏈路；FlagAttention #119 與 #122 分別加 Parallax 的 prefill/decode 與 BF16/INT8 的 Hy3 注意力，屬新模型結構的多晶片落地而非既有運算元調優。

  • 運算元與產業側：FlagGems #7318 補通道級 bmm_w8a8，#8414 補 layernorm（在審），Torch-FL #702 修正 SDPA 用例的跳過理由（原先歸因於 fp32，實際原因另有其他），屬測試可信度修復。產業側三季報披露 MXMACA 3.9.0 釋出、構建支援程式碼合入 LMCache，模型側稱完成 GLM、千問、混元的 Day 0 適配。

摩爾執行緒：Conv1D 把 26 個基準例全部拉過 0.8 倍線

  • 完整案例：#6754 為 MTT S5000 增加 conv1d 後端覆蓋，把官方 conv1d_padding 基準從 18/26 例達標提到 26/26 例不低於 0.80 倍 torch；此前所有 FP32 K3/K5 padding 例只有 0.41 至 0.53 倍。三層改法同時落地：改路由去掉冗餘 padding 與 bias 分配、新增專用 Triton-MUSA Conv1D 核按 M=N×Lout 做三維網格切分、權重預打包配合帶精度補償的 SQMMA。

  • 推理與運算元：MUSA 0.28 一次帶進原生 MCCL、FX/eager 編譯與分段原生圖，執行基線為四張 S5000、BF16、TP=4、TorchMUSA 2.9.0 與 MUSA SDK 4.3.5；編譯側 RMSNorm、SiLU、rotary 走顯式 MUSA 運算元邊界，參考 RMSNorm 保留目標端 FP32 累加契約。

  • 訓練元件：FlagTensor #14 註冊 MUSA 後端併為七個超越函式加專用重寫；FlagBLAS #157 補 MUSA 的 L1 BLAS；FlagAttention #121 加 Moba 注意力並修 import；FlagGems #8097 最佳化瘦長 FP8 矩陣乘（轉置點積加 GEMV tile）。

燧原：41 筆新開、25 筆清賬，改寫而非翻譯

  • 規模：11-04 FlagGems 新開 66 筆裡 41 筆給 GCU300，11-05 當日 25 筆一次合入，全部帶 KernelGen 與 Enflame 字首。

  • 四類改法：其一拆外部符號，把 _nv_nearbyintf、__nv_y0f/y1f、__nv_j0f、normcdfinv 等逐個換成本地實現；其二換演算法路徑，special_chebyshev_polynomial_t 改專用核、linalg_householder_product 用單遍反射掃、linalg_inv_ex 用單核 Gauss-Jordan、compute_linear_combination 把外積換成 tl.dot；其三拆掉不適配的編譯期特性，renorm 的自動調優會讓本後端編譯器直接中止，於是整段丟棄，fake_quantize 改 magic-add 舍入；其四修啟動幾何，special_i1e 與 special_bessel_k0 的 launch geometry 逐條修正。

  • 裝置守衛：11-04 另有 5 筆全是 CUDA-only guard 修復，包括 im2col 硬編碼守衛、kl_div 與 arctanh、upsample_nearest3d_backward 整型索引鉗位、–override 與運算元名不匹配時顯式失敗。

  • 其他：vLLM 0.32 的 S60 適配 #675 在審；FlagTree #1494 臨時禁用 03-topk 測試止損；FlagTree 同期刪除 enflame3.5-guc400 的 CI/CD 工作流，屬 CI 名單隨硬體世代更替，不宜解讀為產品線終止；FlagAttention #118 加 parallax 運算元。

天數智芯：BI-V150 的十分鐘十筆與編譯器 Native 路線

  • 運算元產線：11-03 16:04 至 16:10 六分鐘合入 10 筆，11-04 再合 12 筆（其中兩筆為在 BI-V150 上不成立的前序更新回退）。覆蓋三角邊距損失、偽逆、矩陣乘加、張量求逆、索引歸約、逆伽馬、三維網格取樣、三維轉置卷積及反向、線性組合與 CTC 損失。

  • 編譯器側：FlagTree 的 12 筆新開全部是 [Iluvatar][Native] 與 [TLE][Iluvatar]——執行緒數由目標 warp size 推導、按元素大小選向量訪問寬度、顯式 load-vectorization 編譯選項、顯式佈局跨控制流、SME transport、物理 grid barrier 域。方向是把「通用 Triton 假設」換成「按目標機規格生成」。

  • 推理與訓練：sglang-plugin-FL #139 補 SGLang 0.5.18 空適配；Torch-FL #745 放開運算元上限，#753 與 #762 用 ixblas axpy 承接 add 家族（在審）；FlagScale #1322 與 Megatron-LM-FL #213 補 Iluvatar 流水線。

清微：TXDA 只做 eager 的一次工程取捨

  • 取捨：#642 的分段原生圖已經實現，並在 TP8 下對兩個模型透過完整門禁（快照 R10 與 R6d），但 Dense TP1 的正確性始終未解決。作者沒有選擇「只在部分並行度可用的圖模式」，而是刪掉圖捕獲與切分實現，在配置階段拒絕圖與編譯配置，把使用者直接指向 –enforce-eager。MLA、稀疏注意力、投機解碼與上下文並行按各自不支援的具體路徑逐項拒絕。

  • 驗證環境：8 張 TX8110 64G，映象內 vLLM 為 0.28.0+empty——用上游 tag 提交 2cf0a69 以目標裝置為空的方式構建，不帶 vllm._C 擴充套件，所有 kernel 來自外掛或 FlagGems。這等於把「外掛是否真的自足」變成硬約束。

  • 本週其他動作：FlagGems #8287 把 tsingmicro 後端更到 1103（190 個檔案、加 23195 行減 914 行）；Torch-FL #704 把 tsingmicro 納入 conf 與註冊集一致性檢查，此前該平臺被排除在六個平臺之外；後端鍵定為 tsingmicro-tsm260610。

寒武紀：從「能跑」到「零回退」

  • 接入形態：MLU 以 vendor-native 平臺進入 Torch-FL，補 libcnrt 執行時層與 torch.mlu 墊片，跑在 stock torch 2.10.0+cpu 上，八卡 MLU590-M9 端到端實測；同日撤下 CI lane，把「先接後端、後補 CI」寫在提交資訊裡，而不是留一條永遠紅的流水線。

  • 融合注意力：SDPA 此前在寒武紀被分解成三個葉子運算元，因為 cambricon 被排除在複合覆蓋之外，每次注意力都要把 B×H×S×S 評分矩陣寫進 HBM 再讀回。批 2、4 頭、序列 4096 時該矩陣約 256 MB；#748 與 #749 把 CNNL 融合前向與反向接回覆蓋，幷包成 C++ autograd Function。

  • 回退清零：190 次回退裡 188 次來自 aten::mul.out，說明這類收尾靠普查而不是猜；兩處改經 CNNL 在 MLU 上執行後，完整 Qwen3 訓練步報告零運算元 CPU 回退。寒武紀的 neuware 4.4.3 與 4.7.2 兩個映象層均在 2.3.0 覆蓋內。

地平線與壁仞：一條補基礎運算元族，一條停在骨架

  • 地平線：11-02 三筆讓 conv、batch norm 與 pooling 從 eager 路徑落到 BPU，並用等價 depthwise 卷積承載 avg_pool；11-04 修完三處硬故障後，relu 與 conv block 的延遲分別降到 0.073 毫秒與 11.1 毫秒，DeviceChain 把四次派發從 1.667 毫秒壓到 0.673 毫秒。11-05 無新增提交，屬上一輪之後的靜默期。

  • 壁仞：TransformerEngine-FL #143 以 SUPA 後端進入訓練元件，加 3608 行、7 個檔案，但未附硬體驗證記錄。新晶片進入 FlagOS 有兩條路徑——從訓練元件起或從運算元產線起；壁仞走第一條且停在骨架，驗證深度與清微、沐曦不在同一等級。

五、生態與社群

FlagOS 2.2 的產業案例首次給出可量化收益

  • 中國電信：星辰 Xing4.0-29B-A4B（總引數 29B、啟用 4B）全流程在昇騰 910C 叢集完成訓練，釋出當天完成 10 款國產晶片的精度對齊與部署驗證。命門是多通道殘差運算元 mHC：N 卡官方實現自身約 10% 降速，昇騰初版掉 50%，團隊自研長期卡在 25%；把 FlagGems 的專項最佳化運算元註冊進 MindSpore + CANN + 昇騰 NPU 訓練鏈路後，叢集降速從 25% 壓到 12%，該適配已開源合入 MindFormers。

  • 連鎖效果：Agent 場景平均 prompt 70K、最大 200K，基於 FlagOS 重寫 12 個長序列運算元後首 token 時延降 19.87%、解碼速度提升兩成以上；熱線語音前處理鏈路把 Spectrum 類運算元聚合重寫，在華為、摩爾、天數三款晶片上提速 10 倍。

  • 軟通動力：天元智算平臺按 token 結算，GLM-5.2 在四臺昇騰 910C 上單 token 生成 17.79 毫秒，而模型方公佈的 API 准入線是 16.13 毫秒；接入 FlagOS 後啟用 PD 分離（Prefill 與 Decode 各佔兩臺伺服器）並做雙側最佳化，把時延壓進准入線。

  • 2.2 的一組總量：九大運算元庫合計 1454 個運算元；FlagTree 單倉覆蓋 20 個廠商晶片後端；跨 10 款晶片、上千個運算元的整體效能提升 27.6%；新模型 Day0 適配 12 款晶片；社群成員 107 家；季度下載量 46 萬次，為上季度的 4.76 倍。文章落點是「判斷國產 AI 基礎設施成熟度，不看支援多少款晶片，而看新模型釋出當天能不能只改配置就跑出可交付吞吐」。

端側敘事：ARM CPU 與 35 款晶片

  • 實測口徑：不靠 GPU 與 NPU，純 ARM CPU 把 MiniCPM 與 Qwen 跑出百級 token/s，實測基於 SME2 與 I8MM，效能提升 21%–25%；FlagOS 多芯適配「一次最佳化、多款裝置複用」，覆蓋 21 家晶片廠商、35 款晶片。

  • 口徑差別：這裡的 21 家與 35 款是端側與裝置側的適配統計，與 2.2 大會公佈的 107 家社群成員、12 款 Day0 晶片不是同一維度，引用時不宜混用。把端側單獨拎出來講，意味著敘事從「訓練與推理的雲側多芯」擴到「裝置側多芯」，這與 Torch-FL 補上 Apple Silicon MPS 路徑的方向一致。

烏鎮峰會與成員單位動態

  • 峰會：2026 年世界網際網路大會烏鎮峰會於 11-02 至 11-05 舉行，主題為「開源開放 共建共享」，設 27 場分論壇；配套的「開源主題生態體驗館」自 11-01 在烏鎮世界網際網路科技館開放，首次集中展出人工智慧開源開放重大科技成果。視窗內公開報道未出現 FlagOS 或其元件，本條只作外部環境記錄，不作歸因。

  • 成員單位：沐曦股份與摩爾執行緒在峰會上同獲「傑出貢獻獎」；燧原科技登陸 A 股科創板的報道在 11-03 出現，11-06 複核確認其實際上市日期為 9 月 11 日（688801），屬回顧稿而非視窗內新事件，故不作為本週新增事實。三家在 FlagOS 側的動作各有不同——沐曦與摩爾執行緒當日合入 0.28 適配，燧原在 FlagGems GCU300 有四筆正確性修復，資本與榮譽層面的進展沒有改變技術投入節奏。

  • 並行生態：10-31 舉行的 GAI+C 大會「智慧計算系統創新與開放生態」分論壇釋出「九源×飛騰」「九源×TileLang」「九源×商湯多模態大模型訓推套件」三項聯合成果，並啟動 2026 秋季啟元人工智慧大賽。中國工程院院士鄭緯民在主旨報告中直指國產算力「有卡難用、煙囪式適配」，主張以統一軟體棧支撐「一套程式碼、無需修改」跨平臺執行，與 FlagOS 的技術主張同構，但主體是另一條生態線。11-04 智源社群刊出《全球首份〈前沿開放權重 AI 風險管理框架〉》，屬開放權重模型治理層面的對外輸出，與 FlagOS 的開源棧敘事互補。

渠道核查：元件級新聞連續零命中，敘事仍依賴官方渠道

  • Google News：24 組中英文查詢詞逐日核查，FlagOS、FlagGems、FlagScale、FlagTree、FlagPerf、FlagCX、KernelGen、flagos-ai 與 BAAI 相關英文組合全周零元件級命中；命中集中在成員單位與產業詞，內容為三季報、股價、融資、活動與科普稿，按規則整批剔除。

  • CSDN 專欄：全周僅 11-05 兩篇新文（11:23 與 14:10），其餘條目為 8 月至 10 月舊文，最新一篇停在 10-29 的 MiniCPM-OCR 與 Jev Day0 適配；頁面頭部排前的 GLM-5.3-Flash、Qwen3.8-Flash-Next 與 LightX2V 三稿分別為 8-28、8-27、8-27 舊文。

  • HN 與智源社群：HN Algolia 八組查詢全周零直接命中，僅有 FlagOS 與 BAAI 的泛匹配；智源社群搜尋頁為客戶端渲染，抓取只能確認首頁無 FlagOS 條目，該渠道繼續以「無新增可見條目」記錄。

  • 判斷：GitHub 側一週 21 至 26 倉推送、94 至 177 筆合入，與新聞側的零元件級命中形成反差。FlagOS 的對外敘事仍高度依賴 CSDN 專欄、智源社群與大會，第三方媒體對元件級進展的覆蓋尚未形成。

六、趨勢觀察

  • 映象先行是計劃內節奏，11-13 才是硬邊界：23 個 base 與 23 個 runtime 全部記上 2.3.0，而清單檔案要到 11-30 特性凍結才生成；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。映象跑在清單前面不是脫節，真正值得盯的是 11-13 之前七份新 FEP 能否收進、以及 cuda13.3 這條線是否還會再動 torch 版本。

  • 多晶片適配從「模板複製」轉入「按後端算賬」：同一個 vLLM 0.28.0，四條後端給出四種策略——清微主動放棄圖模式換正確性邊界，沐曦在上游無分支時做外掛自足，摩爾執行緒把圖收進單個檔案並帶進原生 MCCL，昇騰只做解碼圖。適配工作不再有統一模板，每家按自己的驗證能力與下游模型需求取捨，隱性成本是同時維護 0.28 與 0.32 兩套環境。

  • 評測可比性成為新的基礎設施：FlagGems 兩分鐘 23 筆把四類運算元的 H800 參考讀入收斂到統一 JSON，optest 按廠商探查實際註冊的運算元清單、補英偉達基線，FlagTree 與 FlagCX 把結果推飛書多維表、把覆蓋跑到四個平臺。這條線不產出運算元數量，卻決定跨後端分數是否可信；本週 26 筆落在 CI 與評測側，佔單日合入的 14.7%。

  • 瓶頸穩定落在評審端，而不是生產端：11-04 日報記錄全組織在審存量 1602 筆，合入與在審之比約 1 比 9；11-05 至 11-06 視窗內更新在審仍有 288 與 255 筆，FlagGems 與 FlagTree 兩倉佔六成。同期多筆 PR 正文自帶 AI agent 的工具、模型與人工評審欄位，說明寫程式碼這一端已被 agent 放大，產能瓶頸轉到評審與驗證環境。

  • 新晶片接入的兩條路徑都已跑通，差距在驗證深度：壁仞以 SUPA 後端進入 TransformerEngine-FL，屬骨架先行、無硬體驗證記錄；寒武紀以原生平臺進 Torch-FL 並在八卡 MLU590-M9 上實測，次日把訓練步回退清零；天數以一天十筆專用運算元走運算元產線。接入速度已不是門檻，能不能拿出硬體門禁記錄才是分水嶺。

  • 量子棧的工程化路徑已經清楚：910C 的 167 項硬體驗收、x*256 從 28 個分配量子位與 4 GiB 態緩衝降到 19 個與 8 MiB 的資源賬目、fail-closed 的迴歸 lane，三者構成「語義、資源、硬體」三份可核對證據。本週 27 筆提交沒有一筆是量子演算法本身，全部用於讓測試可信、runner 可復現，說明這個階段先付基礎設施的賬是共識。

  • 運營側的短板仍在對外敘事：2.2 的產業案例已經能給出 25% 到 12%、19.87%、10 倍這類硬數字，但元件級新聞連續多個視窗零命中，第三方媒體覆蓋尚未形成。對 FlagOS 而言，技術產出與外部可見度之間的落差，可能比任何一個後端的功能缺口更影響生態擴張速度。

附錄：素材與核查

素材清單

日期 日報 調研視窗 性質
11-02（週一） FlagOS 社群每日動態 10-30 06:00 ~ 11-02 06:00，72 小時 覆蓋 10-31 與 11-01 週末，接續上一期截點
11-03（週二） FlagOS 社群每日動態 11-02 06:00 ~ 11-03 06:00，24 小時 首尾相接
11-04（週三） FlagOS 社群每日動態 11-03 06:00 ~ 11-04 06:00，24 小時 首尾相接
11-05（週四） FlagOS 社群每日動態 11-04 06:00 ~ 11-05 06:00，24 小時 首尾相接
11-06（週五） FlagOS 社群每日動態 11-05 06:00 ~ 11-06 06:00，24 小時 末期末班

核查說明

  • GitHub 側：五期日報均對 org flagos-ai 的 61 個倉庫做全量推送核查，並以提交檢索、合併 PR 檢索、在審 PR 檢索三條獨立查詢交叉驗證；Release 與 Tag 以 31 倉 Release 原子源與 8 倉 Tag 原子源逐日複核，全周零新增。分支歸屬與預設分支提交另行原子補核，避免把 PR 分支或 gh-pages 部署誤記為預設分支動態。

  • 版本與日期：2.3.0 的層名、版本號與日期均取自 build-infra 的 PR 正文與 changelog 記錄；2.3 排期取自 community 倉的釋出時間表；vLLM 0.28.0 與 0.32 的適配狀態以相應 PR 的合併與在審狀態為準，未把在審項寫成已合入。

  • 廠商動作：成員單位的條目以 flagos-ai 各倉庫的實際提交與 PR 為準，產業側數字取自公開報道並標註來源性質；財報、獲獎與上市類內容明確標註為企業側動態，不計入專案進展。燧原上市的日期在 11-06 期經複核更正為 9 月 11 日，本報告採用更正後的口徑。

  • 口徑提示：11-02 期為 72 小時視窗，與其餘四期的 24 小時視窗不可直接相加比較；本報告在給出總量時同時列出五日累加與四個完整 24 小時視窗兩組數字。端側的 21 家廠商、35 款晶片與 2.2 大會的 107 家成員、12 款 Day0 晶片分屬不同統計維度，引用時未混用。

  • 未覆蓋項：週期內無缺期日報；社群倉庫的 release-2.3.yaml 尚未建立，故無釋出清單可核；智源社群搜尋頁為客戶端渲染，僅能以首頁核查，無法給出條數級結論。