Skip to content

About

Neutral NPU benchmark workloads for LinxISA

Resources

Readme
Activity
Custom properties

Stars

14 stars

Watchers

0 watching

Forks

20 forks
Report repository
BranchesTags

Latest commit

 

History

349 Commits

Folders and files

Repository files navigation

SuperNPUBench

SuperNPUBench is a high-performance operator library and benchmark platform for NPU tile-programming ISA. It ships two architecture backends under benchmark/ (two-level-arch = LinxISA, one-level-arch = PTO ISA) plus an instruction-level microbenchmark suite, all driven by the same Linx toolchain.

IMPORTANT: Only benchmark/one-level-arch/ and microbenchmark/ are compilable with the current toolchain. The benchmark/two-level-arch/ (LinxISA) kernels are not compilable — they require a different ISA mode not supported by the current linx_blockisa_llvm_musl build. Do not include two-level-arch in batch compilation (compile_all.sh two-level will fail).

Repository Structure

SuperNPUBench/
├── benchmark/
│   ├── two-level-arch/      # Linx two-level block ISA
│   │   ├── kernels/         # header-only operator implementations
│   │   ├── test/            # test suites + build system
│   │   └── compile_all.sh
│   ├── one-level-arch/      # PTO one-level tile ISA
│   │   ├── kernels/
│   │   ├── test/
│   │   │   ├── common/      # shared Makefile.common, _start.s
│   │   │   └── kernel/      # per-operator test cases
│   │   └── compile_all.sh
├── microbenchmark/          # instruction-level micro-bench (cube/vector/memory/scalar)
├── docs/                    # documentation
│   ├── programming/        # PTO C++ Programming Guide
│   └── workflow/           # end-to-end workflow docs
└── compile_all.sh           # top-level: two-level | one-level | all

Build outputs (output/, **/output/) and .DS_Store are gitignored.

Architecture Backends

two-level-arch (LinxISA)

  • Block-structured ISA with heterogeneous cores: BCC (main), Cube (matrix), Vector, MTC/TMA (data transfer).
  • Programming model: block instructions (VPAR/VSEQ, CUBE, TMA, TEPL).

one-level-arch (PTO ISA)

Both backends share the same operator set and test layout; their kernel implementations differ in ISA style.

Operator Overview

Each backend implements operator categories:

Operator Description
matmul FP4/BF16/FP32/FP16/FP8 matrix multiply; quantization, mixed precision, A/B reuse, GMMA shared-tile
fa Flash Attention; 2D unroll, SFA (block-sparse), HIF4 quantization, softmax_pto, unaligned boundary
flashMLA Flash MLA (multi-head latent attention)
transpose 3D~6D tensor transpose; multiple dtypes
reduction Row/column max & sum; single-tree, unaligned, cumsum, reduceprod
gelu GELU activation; exact (erf) and tanh approximation
broadcast 2D~5D broadcast; vectorized variants
gather Data gathering; large-scale, power-of-2 dims
concat Concatenation; gather/scatter modes
control hashtable_lookup_simd (pure tile-op, single-tier gfsim)
sort topk (radix-bucket histogram)
deepseek 22 migrated DeepSeek kernels (engram/mhc/moe/quant/transpose)

Setup Environment

SuperNPUBench compiles with the Linx toolchain (linx_blockisa_llvm_musl, clang-15, target linx64v5-unknown-linux-musl). Build it once from the linx-toolchain-build repo, which clones the matching ISA sources and produces the linx_blockisa_llvm_musl install tree that COMPILER_DIR points at.

1. Clone the build repo

git clone https://github.com/LinxISA/linx-toolchain-build.git
cd linx-toolchain-build

2. Install host build tools

sudo apt-get install -y git make cmake ninja-build gcc g++ python3 autoconf m4

3. Initialize component sources

make init-src clones the five component repos under src/ on their pinned branches (run it again any time to fetch updates):

Directory Repository Branch
src/llvm-project LinxISA/llvm-project dev-llvm15_56
src/musl LinxISA/linx-musl linx
src/jemalloc LinxISA/jemalloc linx
src/linux-linxisa LinxISA/linux main
src/Linx-TileOP-API LinxISA/Linx-TileOP-API linx 
make init-src

4. Build the toolchain

Only linx64v5-linux-musl is supported by the top-level Makefile:

make WITH_TARGET=linx64v5-linux-musl

This builds, in order: LLVM/clang/lld → kernel headers → musl → compiler-rt → libc++/libc++abi/libunwind → jemalloc → Linx-TileOP-API headers. Progress is tracked by stamp files under stamps/, so re-running make resumes from the last completed step; make clean rebuilds from scratch. The install tree is written to output/linx_blockisa_llvm_musl/:

output/linx_blockisa_llvm_musl/
├── bin/        # clang, clang++, ld.lld, llvm-ar/nm/ranlib,
│              # linx64v5-linux-musl-clang(++) symlinks
├── lib/        # clang runtime, libc++, ...
└── sysroot/    # musl + kernel headers + runtime libs

5. Point SuperNPUBench at the toolchain

export COMPILER_DIR=$(pwd)/output/linx_blockisa_llvm_musl/bin
$COMPILER_DIR/clang --version
# clang version 15.0.4 (linx64v5-musl-local ...)
# Target: linx64v5-unknown-linux-musl

Then proceed to Quick Start.

(Optional) Package

make package     # -> output/linx_blockisa_llvm_musl.tar.gz

Quick Start

1. Environment

Build the Linx toolchain once (see Setup Environment), then point COMPILER_DIR at it:

export COMPILER_DIR=/path/to/linx_blockisa_llvm_musl/bin

2. Compile an operator

# one-level-arch (PTO ISA) — multi-thread operator
cd benchmark/one-level-arch/test/kernel/matmul
make TESTCASE=matmul COMPILER_DIR="$COMPILER_DIR" B=1 M=256 N=256 K=256 tM=32 tN=32 tK=32

3. Batch / full compilation

# one-level-arch only (recommended)
./compile_all.sh one-level

# microbenchmark
cd microbenchmark && bash compile_all.sh all

Do NOT run compile_all.sh two-level or compile_all.sh all — two-level-arch kernels cannot compile with the current toolchain.

Artifacts land in benchmark/<arch>/output/kernel/<operator>/elf/.

Microbenchmark

microbenchmark/ is an instruction-level bench organized by ISA family, generated by gen_cases.py.

family covers cases
cube (CUBE) TMATMUL / TMATMUL_BIAS / TMATMUL_MX / ACCCVT 9
vector (TEPL) elementwise / tile-scalar / reduce / expand / TCI sequence (toolchain-exposed subset) 128
memory (TLSU) TLOAD / TSTORE / TMOV / MGATHER / MSCATTER (+mask, layout) 25
scalar (GPR) int ALU / load-store / float / conversion × throughput+latency 124
total 286 
cd microbenchmark && make TESTCASE=tmatmul_fp16_64x64x64   # one case
cd microbenchmark && bash compile_all.sh all               # all families

See microbenchmark/README.md for details.

Running on the Models

Compiled ELF binaries run on the SuperScalarModel simulator suite. Build gfrun/gfsim from the SuperScalarModel repo, then point them at the ELF:

  • gfrun — functional model (correctness)
  • gfsim — cycle-accurate model (timing)
# from the SuperScalarModel repo root (where bin/ lives)
bin/gfrun -f /path/to/SuperNPUBench/benchmark/one-level-arch/output/kernel/<op>/elf/<name>.elf
bin/gfsim -f /path/to/SuperNPUBench/benchmark/one-level-arch/output/kernel/<op>/elf/<name>.elf

Tile-op kernels: single-tier gfsim mode

Kernels written purely with tile ops using TEPL template instructions (e.g. control/hashtable_lookup_simd) run on the VectorLite engine, which gfsim only steps in single-tier mode:

bin/gfsim -f <elf> -s core.singleTierMode=true

Without this flag the engine is inert and the run deadlocks. gfrun does not need the flag.

Build System

Makefile parameters

Parameter Description Example
TESTCASE Test case name matmul, fa_2d_unroll
TYPE Operator type (matmul) HIF4_HIF4, A16W4, MASK
MODE Operator mode MASK_FP32, BF16x2_NOGATHER
M/N/K Matrix dimensions M=256 N=2048 K=2048
tM/tN/tK Tile sizes tM=128 tN=128 tK=128
COMPILER_DIR Compiler path /path/to/linx/bin
PLAT Platform linx (default), cpu

Build targets

make TESTCASE=<case> all      # compile
make TESTCASE=<case> diss     # disassembly
make TESTCASE=<case> sim      # run in simulator
make TESTCASE=<case> debug    # debug mode
make clean                    # clean current operator
make clean_all                # clean all

Documentation

Toolchain

  • Compiler: linx_blockisa_llvm_musl (clang-15, linx64v5-musl)
  • Flags: -mlxbc -fenable-matrix -O2 -mllvm -enable-all-vector-as-tilereg=true -std=c++20
  • Target: Linx64 V5

Development Guide

Adding an operator

  1. Add header-only kernel under benchmark/<arch>/kernels/<operator>/.
  2. Create test dir under benchmark/<arch>/test/kernel/<operator>/ with Makefile, compile.all, src/.
  3. Add the operator to compile_all.sh.

Conventions

  • Header-only kernels; PTO tile-programming paradigm.
  • Build artifacts not tracked (.gitignore).

Related Links

License

See LICENSE.

res_check 数值校验结果汇总 — 2026-09-01

与常规 gfrun 功能回归（只验“跑到终点 + R2=0”，不查结果数值）不同，本轮在 res_check=on 下重编全部算子并复跑 gfrun，对每个算子的计算结果做金标准（golden）比对， 暴露功能性模型在数值层面的保真度差距。编译器仍按 AGENTS.md 用主 linx-toolchain-build worktree（clang 15.0.4 / linx64v5-unknown-linux-musl）；gfrun 用 SuperScalarModel/bin/gfrun。

校验方法

范围 res_check 机制 PASS 判据
microbenchmark res_check=on → Makefile.common 加 -DRES_CHECK，产物落到 output/res_check/；测试在 main() 内用 bench_utils.hpp::verify()/verify_scalar() 把算子输出与 host C 参考逐元素比对，失败置 g_numeric_failure gfrun rc=0 且含 Reach the End of Benchmark 且 R2=0（R2≠0 即数值不匹配）
one-level-arch res_check=on → 加 -DRES_CHECK -DENABLE_BINARY_OUTPUT -DCHK_DIR="compare/<test>"，CC_LINK 置空并链 group_worker_runtime.o；运行时把算子二进制输出与 compare/<test>/ 金标准逐字节比对 同上（R2=0 表示金标准一致）
  • 固定 COMPILER_DIR（主 worktree）。multi_thread 与 fixp 协作（cooperative）模式均加 -s softcore.multiThreadNum=4。单 ELF 90s 看门狗。共 492 个 res_check ELF。
  • 常规回归里“PASS”只代表“模型没崩、跑到终点”；res_check 才查“结果对不对”。因此本轮 通过率（55.1%）显著低于常规回归（~81.7%）——多出的失败全属数值层问题。

总体结果

范围 ELF 数 PASS FAIL 通过率
microbenchmark 398 195 203 49.0%
one-level-arch 94 76 18 80.9%
合计 492 271 221 55.1%

算子族通过率

算子族 ELF PASS FAIL 通过率 说明
micro/vector 127 6 121 4.7% 系统性数值不匹配（见下 Bucket A）
micro/scalar 124 68 56 54.8% 42 数值 + 14 移位/SQRT 无 handler
micro/fixp 122 116 6 95.1% 4 协作 max-reduction 缺口 + 2 S4 零点
micro/memory 14 4 10 28.6% tload/tstore/mgather/mscatter 往返失真
micro/cube 11 1 10 9.1% TMATMUL 累加结果偏离 host 参考
one-level/fa 10 10 0 100% 金标准全过
one-level/matmul 3 3 0 100% 金标准全过
one-level/multi_thread/matmul 8 8 0 100% 金标准全过
one-level/multi_thread/normalization 2 2 0 100% 金标准全过
one-level/multi_thread/reduction 4 4 0 100% 金标准全过
one-level/deepseek 21 16 5 76.2% 5 个逻辑 tile 契约断言（模型侧）
one-level/multi_thread/fa 7 5 2 71.4% HIF8 rc=134 + MXFP4 tile-carrier
one-level/multi_thread/broadcast 1 0 1 0% raw tile spill 源形状不匹配 carrier
one-level/broadcast 6 5 1 83.3% 1 个 COPY 广播展开契约
one-level/reduction 6 5 1 83.3% 1 个 TROWSUM 操作数契约
one-level/concat 4 3 1 75.0% 1 个 scatter 日志截断/超时（待定）
one-level/control 6 0 6 0% hashtable_lookup tile-carrier 契约
one-level/sort 1 0 1 0% topk 日志截断/超时（待定）
其余 one-level 单/多线程族 15 15 0 100% element_wise/gather/transpose/flashMLA + 多线程 concat·conv2d·gather·transpose·vec·element_wise 全过

合计编译 492 ELF（microbench 398 + one-level 94）。本轮为数值校验口径，FAIL 含 “数值不匹配”与“模型断言中止”两类；与常规功能回归的 FAIL 不可直接对比。

失败归因（两大桶）

Bucket A — 数值不匹配（178，rc=0 / R2=1，跑到终点但比对失败）

算子完整执行并打印 Reach the End of Benchmark，但 verify()/金标准比对报错。全部集中在 microbench（one-level 金标准比对几乎全过）。与精度容差无关：i32/i16 整型（精确算术，eps=0） 与 fp16/fp32 同等失败，证明不是浮点容差问题，而是模型侧结果本身不对。

算子族 数量 根因
micro/vector 114 元素级算术结果未落回输出缓冲：tadd/tsub/tmul（ref=3/1/2 非零）全失败，而 tand/trem（2&1=0、2%1=0）因 ref 恰为 0 与零初值 c 相等而伪通过；仅 tcvt（拷贝写回）真通过。dtype 无关（fp16/fp32/i32/i16 全失败）
micro/scalar 42 per-op 算术保真度缺口：同模板下 and 通过、add/sub/mul 失败，输入为非常量、verify_scalar 实比对，模型标量算术结果偏离 host 参考
micro/cube 10 TMATMUL（fp16/fp32/bf16/i8/bias/acc 全变体）累加结果偏离 host 参考；唯一通过的是不需累加的变体
micro/memory 10 tload/tstore/mgather/mscatter 的 load→tile→store 往返不保数据：加载到 tile 再写回 c 后，c 与源 a 不等
micro/fixp 2 s_qf_s4/v_qf_s4：S4 量化带零点偏移，零输入下 check_zero_result 仍检出非零 D（该 smoke-test 不适用于带零点量化的测例，非真 bug）

Bucket B — 功能性故障（41，rc≠0，gfrun 模型断言/illegal instruction 中止）

算子未跑到终点，gfrun 在执行中命中模型断言。这部分与常规功能回归的 FAIL 重合。

断言/现象 数量 算子族 根因
threadStatus.size() >= kCorePeCount（协作 TMATMUL 需 4 PE） 4 micro/fixp shared_rowmax_init/shared_rowgroup_maxabs/shared_f16_groupmax/shared_s8_rowmax——协作+非 keep_acc 预量化+max 归约集合的已知工具链/模型缺口（单 PE 孪生通过），详见 fixp 源码 NOTE
m_handlers.find(grp) != m_handlers.cend() 21 micro/scalar 14 + micro/vector 7 模型未注册移位与开方指令 handler：标量 sll/sra/srl（i32/i64）、sqrt（f64）与向量 tshl/tshr/trsqrt/tsqrt 全部 illegal instruction
srcTile.size()==1 && dstTile.size()==1 && ...TileCarrier 5 one-level/control 4 + multi_thread/fa 1 TEPL/COPY tile-carrier 契约：hashtable_lookup 的 tile 传送与 MXFP4 fa 的 tile 尺寸不满足契约
IsCompatibleLogicalTile / priorSources / IsCompatibleOperationDataTile 5 one-level/deepseek deepseek group/mapping kernel 用到的 3 源逻辑 tile 形状/数据 tile 契约未满足
RawTileSourceFits(source, shape) 3 control 2 + multi_thread/broadcast 1 raw tile spill 源形状不匹配 carrier
broadcastShapeLegal（COPY 广播展开） 1 one-level/broadcast 广播展开维度契约
illegal TROWSUM operand or descriptor 1 one-level/reduction TROWSUM 操作数/descriptor 契约
rc=134（abort） 1 multi_thread/fa HIF8_VECFP32 运行时 abort

待定（2）

concat_scatter（half, tM512）与 topk：日志被 400 行截断且无 Reach the End 标记、rc 无法解析， 疑为超时或截断致判据缺失（非数值/非断言）。需以更长日志复跑确认。

结论与要点

  1. 常规 gfrun 回归“PASS”≠ 结果正确。micro/vector 121/127 在功能回归里全部“PASS”，但 res_check 下 114 个数值不匹配——功能性模型把指令跑通了，结果却没写回/算错。res_check 是 唯一能挡住这类“假绿”的关卡，应纳入回归基线。
  2. 两大缺口可定位到模型侧：(a) 元素级算术/访存结果未正确落回内存（vector/cube/memory/scalar 数值桶）；(b) 移位/SQRT 指令组未注册 handler（scalar/vector 功能桶）。两者均非 kernel 代码 缺陷——同一模板下 and/cvt 通过、add/mul 失败即可证。
  3. one-level 金标准保真度高：94 个里 76 过（80.9%），失败全是少量 kernel 命中 tile 契约断言 （hashtable/deepseek/broadcast/TROWSUM），属模型对个别 tile op 的支持边界，非数值漂移。
  4. fixp 协作模式：33 个 cooperative 模式须加 -s softcore.multiThreadNum=4（首轮漏配致 33 个 伪 FAIL，补跑后 29 翻转为 PASS、4 留作已记录缺口）。后续回归脚本对 fixp 协作模式应默认带 4-PE。
  5. 数值不匹配的 verify() 不打印逐元素差异（只置 R2=1），定位需离线比对。建议后续给 bench_utils.hpp::verify() 加一行首个失配元素的 expected/got 打印，可大幅缩短排障路径。

提取方法：res_check=on 全量重编 → gfrun 逐 ELF 跑（multi_thread/fixp 协作加 4-PE）→ 按rc 与 R2 二分（rc=0&R2=1=数值；rc≠0=断言）→ 失配断言文本取每日志首行聚类。原始明细： /tmp/res_check_run/summary_corrected.tsv（elf / 类别 / 状态 / rc / note）。

当前验证基线：2026-09-18（566 个已编译 ELF 全量 gfrun 复测，本地代码含 fa_lowp 重构 + 新 fa 测例；fa 结果为陈旧对象事故修正后复测版）； TileOP-API 697f5d8→3be8652（+11 提交，prefix-view 重载约束、B.ASSEMBLE WriterSizeCode 等）；pto-spec 9323e466→b541bbdd； gfrun 切到 fix/gfrun-717-pto291-subview-ordering ec5ee047（PTO #291 subview ordering 修复分支，含 PTO #311 分支合并）； fa 86 ELF 53 PASS（unroll_gmma 15/15、kchains 32链 18/21 + 单链 18/21、fa_gmma_opt 1/1、fa_lowp_recip 1/2）；matmul 30/31； 10 个回归全部模型侧同根因（normalization ×8 + reduction row ×2，validCol/physicalCol Local layout 断言，fix 分支 PTO #291 契约变化）； matmul_quantize ×2 编译失败（远端 mxquant 重构破坏集成）；fixp MX 家族 ×10 编译失败（TileOP 3be8652 契约加严）。 总 PASS 494，通过率 87.3%

gfrun 执行结果汇总 — 2026-09-18

验证环境

组件 分支/版本 Commit
PTO ISA 规范 / pto-spec main（v0.58.6 + 已接受修正案） b541bbdd
gfrun / SuperScalarModel-asl fix/gfrun-717-pto291-subview-ordering ec5ee047
llvm-project dev-llvm15_56 1037cc1cd
Linx-TileOP-API main 3be8652
linx-toolchain-build main e6a31ef
SuperNPUBench main 2f272c2e

编译器按 AGENTS.md 指定用主 linx-toolchain-build worktree：clang 15.0.4（clang hash 1037cc1cd31c80e5493ffd7851f7b35a2f8dd79c），target linx64v5-unknown-linux-musl。ISA 规范 PTO v0.58.6 + 已接受修正案（pto-spec b541bbdd，v0.58.6.0-35，本轮新增 #322 packed FP4/E6M2 TCVT 语义、#325 relaxed-consistency 内存模型、#329 E6M2 TCVT profile 路由）。TileOP-API 697f5d8→**3be8652**（linxisa-v0.58.0-194，+11：3be8652 prefix-view 重载约束 #154、bcaeddf B.ASSEMBLE WriterSizeCode #145、8e7a6b9 跨 TEPL 源消费 prefix views #147/#150、205cea8 Shared subview 父恢复 #148、a5f1136 Vec CUBE tile 父 #141、977547d 原子 RMW gather/scatter #149 等）。gfrun 用 SuperScalarModel-asl worktree，分支从 feat/gfrun-pto-311-cube-reduction-geometry（b00ed95c）切到 fix/gfrun-717-pto291-subview-ordering ec5ee047（该分支已合并 PTO #311 分支 #677，含 28 个修复提交：Local layout 契约适配、B.ASSEMBLE parent/RegSrc 建模、行归约物理列保持、PTO #291 前向适配器等；落后模型 main 22 提交——MGATHER_MASK/PMU/swimlane 类，与本轮无关）。本地代码算子：fa_lowp 重构（TMULS 直接消费 prefix view、M32 E8M0 scale、recip 路径开关）+ 新增 fa_gmma_opt / fa_gmma_dynamic / fa_lowp_recip 测例（2f272c2e）。执行：gfrun -f <elf>（无 -t，ERROR 级日志 ~1–2KB/ELF），kernel 算子加 -s softcore.multiThreadNum=4，单 ELF 420s 超时 + 2GB 早停，零日志落盘（内存 64KB 滚动窗口分类）。PASS = Reach the End of Benchmark + R2 = 0。

关键变更（09-16→09-18）

1. TileOP-API 697f5d8→3be8652（+11 提交，本轮核心变化）

  • prefix-view 重载约束到 reduction-prefix views（#154）、跨 TEPL 源族消费 reduction-prefix views（#147/#150）、B.ASSEMBLE reduction 会话 WriterSizeCode（#145）、Shared/unit-correct subview 父恢复（#148）、Vec CUBE tile 作 subview 父（#141）。
  • 编译面影响：fixp MX 家族 ×10（mx/mx_s8/gemv_mx 系列）不再编译（MX scale tile 契约断言：E8M0 Vec tile 载体形状/CUBE_M 布局）；matmul_quantize ×2 编译失败叠加——mxquant::InputTile/BfFullTile 被远端 mxquant 重构（2b2a37f）改名，集成待修。
  • matmul compile.all 的 set -euo pipefail 使 quantize 失败级联跳过 hif4_l1（单独验证可编译并纳入回归）。

2. gfrun 切换 fix/gfrun-717-pto291-subview-ordering

  • PTO #291 subview ordering 修复分支（已并入 PTO #311）：Local layout 契约、B.ASSEMBLE 建模、行归约物理列等 28 提交。
  • 正面：fa_2d_unroll_gmma 保持 15/15 全过；fa_fixpipe 失败原因从 "PTO #311 destinationShape requiredBytes" 变为 "!SelectsPto291CubeMLayout（PTO #291 direct CUBE-M layout）"——断言类别迁移，反映 fixpipe 走上了新的 CUBE-M 直连路径检查。
  • 负面（10 个回归，全部模型侧同根因）：normalization ×8 + reduction reducesum/reducemax_row ×2，全部 validCol/physicalCol >= validCol Local tile descriptor 断言——fix 分支 PTO #291 Local layout 契约变化与 TileOP 3be8652 新编码的组合效应。已核对模型 main 缺失的 22 提交（MGATHER_MASK/PMU/swimlane）与本回归无关。
  • mega_moe_sim（非 mt）>2GB FAIL→PASS：无 trace 模式下可在时限内跑完。

3. 本地 fa 改动验证（2f272c2e + 修正提交）

  • fa_lowp 重构（prefix 直接消费、M32 E8M0 scale carrier、recip 开关）编译通过；运行 FAIL（模型 TCVT srcTile descriptor 断言，与 kchains MXFP4 同类）。
  • fa_gmma_opt 新测例 1/1 PASS；fa_lowp_recip 1/2：Sq256/Skv256 PASS（TRECIP 路径），Sq128/Skv8192 FAIL（模型 B.ASSEMBLE descriptor 契约——深 KV 循环 512 次 TASSEMBLE，issue #717 修复区）；fa_gmma_dynamic 编译器在 Simple Register Coalescing 崩溃，暂不入矩阵（compile.all 注释记录）。
  • fa_lowp_recip 构建事故与修复：fa_lowp 与 fa_lowp_recip 曾共用 fa_lowp.o，Makefile.common 的 clean 按 TESTCASE 名删对象（${TESTCASE}.o），对象名 ≠ TESTCASE 名时 clean 失效、make 又不感知 -D 宏变化 → 首轮回归中的 "fa_lowp_recip" 实为无 recip 宏的 TSUB 路径代码（假 FAIL）。修复：独立编译单元 src/fa_lowp_recip.cpp（对象名回归 TESTCASE 名，clean 重新生效），两 shape 干净复测确认。
  • kchains 默认 PVChainK 32→Tk（单链/每 KV 块一条链，fa_gmma_kchains.cpp + Makefile），32 链形式经 compile.all 显式 PVChainK=32 pass 保留。

4. fa 矩阵口径（沿 09-16 之后的调整）

  • Sq256/Skv256 三组已移除（eb37e16a）；本轮 fa 86 ELF：Sq1024 / Sq128-Skv8192 / Tk256(Sq256-Skv512) 三组 × 5 模式 × {unroll, fixpipe, subview} + kchains（单链 + 32 链两配置）×6 模式 + lowp 1 + lowp_recip 2（Sq256 基线 + Sq128/Skv8192 长序列）+ gmma_opt 1。

总体结果

范围 ELF 数 PASS FAIL TIMEOUT 通过率
microbenchmark 414 394 20 0 95.2%
one-level-arch (kernel) 128 92 36 0 71.9%
solution 24 8 16 0 33.3%
合计 566 494 72 0 87.3%

vs 09-16（脚本化逐名对比）：−14 ELF（580→566），+11 PASS（483→494），−25 FAIL（97→72），通过率 83.3%→87.3%。同名 521：PASS→FAIL ×10（normalization ×8 + reduction row ×2，模型侧 validCol 断言）；FAIL→PASS ×1（mega_moe_sim 非 mt）。仅 09-16 有 59（P18/F41）：fa Sq256/Skv256 组 47、matmul_quantize ×2（mxquant 重构）、fixp MX ×10（全为 09-16 运行 FAIL）。仅 09-18 有 45（P38/F7）：kchains 单链 21 + 32 链重配 21（P18/F3 各）、fa_gmma_opt 1、fa_lowp_recip 2（P1/F1）。

算子通过率

算子族 ELF PASS FAIL 通过率 说明
micro/scalar 124 124 0 100% 全过
micro/vector 170 152 18 89.4% compare/select TSTORE（与 09-16 一致）
micro/fixp 86 84 2 97.7% MX 家族 ×10 不再编译（TileOP 3be8652 契约）；运行 FAIL 仅余 2（09-16 为 12）
micro/memory + cube 34 34 0 100% 全过
one-level/fa 86 53 33 61.6% unroll_gmma 15/15；kchains 单链 18/21 + 32 链 18/21（MXFP4 ×3×2 模型 TCVT）；gmma_opt 1/1（新）；lowp_recip 1/2（Sq256 PASS / 长序列 B.ASSEMBLE）；fixpipe 0/15（PTO #291 CUBE-M）；subview 0/10（TROWMAX）；lowp 0/1（TCVT）
one-level/matmul 31 30 1 96.8% hif4_l1 FAIL（RawTileSourceFits，同 09-16）；quantize ×2 编译失败（mxquant 重构集成断裂）
one-level/reduction 4 2 2 50% 回归：reducesum/reducemax_row FAIL（validCol，模型侧）；cumsum/reduceprod 过
one-level/{broadcast,concat,conv2d,element_wise,gather,vec} 7 7 0 100% 全过
solution/normalization 8 0 8 0% 回归：全灭（validCol/physicalCol Local layout 断言，模型侧）
solution/{moe_dispatch,moe_combine} 4 4 0 100% 全过
solution/mega_moe 2 2 0 100% 修复：非 mt 变体无 trace 下跑通
solution/{group_token_old,group_token_vec} 4 2 2 50% mt 变体 PASS；非 mt rc=0 无结束标记（~1KB 输出即退，行为变化待查）
solution/{gather_v2,view_copy} 6 0 6 0% R2=1（09-14 起持续）

编译覆盖

编译产出 544 ELF（414 micro + 106 kernel + 24 solution）。编译失败：

  • matmul_quantize ×2（远端 mxquant 重构 2b2a37f 改名 mxquant::InputTile/BfFullTile，matmul_quantize.hpp:79/182 引用断裂；叠加 TileOP 新增 TCVT CUBE-source 约束）——SuperNPUBench 侧集成待修。
  • fixp MX 家族 ×10（TileOP 3be8652 契约加严：E8M0 scale tile Vec 载体/CUBE_M 布局断言）。
  • fa_gmma_dynamic（编译器 Simple Register Coalescing 崩溃，已记录，未入矩阵）。
  • micro 既有 4 例（Bias CUBE_M ×3、MGATHER_CAS 传输宽度 ×1）、fa HIF4/MXFP4/FP8_VECBF16 低精度模式（TileOP 契约）、subview Tk=256（LinxV5 后端 64KB 帧上限崩溃 RegSize >= 512 && RegSize <= 64*1024）——与 09-16 相同。

运行失败清单

失败原因 数量 范围 说明
PTO #291 direct CUBE-M layout 15 one-level/fa fa_fixpipe 全模式（失败类别从 09-16 的 PTO #311 destinationShape 迁移）
illegal TROWMAX operand 10 one-level/fa fa_subview（持续）
validCol/physicalCol Local descriptor 10 solution + kernel 新增回归：normalization ×8 + reduction row ×2，模型 fix 分支 PTO #291 契约
vector compare/select TSTORE 18 micro/vector 09-10 起持续
TCVT srcTile descriptor（gfrunPto291Tcvt） 7 one-level/fa kchains MXFP4 ×6（单链 3 + 32 链 3）+ fa_lowp ×1（模型侧；注意：U8→E8M0 reinterpret TCVT 类型等价待规范/模型确认，pto-spec #322/#329 区域）
illegal B.ASSEMBLE descriptor 1 one-level/fa lowp_recip Sq128/Skv8192（深 KV 循环 512 次 TASSEMBLE，模型侧 issue #717 修复区）
R2=1 result mismatch 6 solution gather_v2 ×3 + view_copy ×3（09-14 起持续）
RawTileSourceFits 1 one-level/matmul matmul_hif4_l1_quantize（持续）
rc=0 无结束标记 2 solution group_token_old/vec 非 mt（~1KB 输出即退，行为变化，待模型侧确认）
fixp 残余 2 micro/fixp 09-16 为 12，10 个 MX 转为编译失败

本次更新要点

  • 回归主线 = 模型 fix 分支验证：gfrun fix/gfrun-717-pto291-subview-ordering 是为了修 PTO #291 subview ordering；10 个 normalization/reduction 回归全部是其 Local layout 契约变化所致（同根因），fa_fixpipe 断言类别迁移也源于此——这些是修复分支的已知工作面，非算子代码回归。
  • TileOP 3be8652 双刃：fa_2d_unroll_gmma / kchains 主路径全部通过（prefix-view 新契约验证 OK）；fixp MX ×10 与 matmul_quantize ×2 编译面受损（后者是 mxquant 重构集成断裂，SuperNPUBench 侧需跟进）。
  • 本地 fa 代码零回归落地：unroll_gmma 15/15、kchains 双配置 36/42（仅模型侧 MXFP4）、fa_gmma_opt 新测例即过、fa_lowp_recip Sq256 PASS；fa_lowp（TCVT U8→E8M0 reinterpret）与 lowp_recip 长序列（B.ASSEMBLE 深循环会话）的 FAIL 均为模型侧。
  • fa_lowp_recip 陈旧对象事故：首轮回归的 lowp_recip FAIL 是共享 fa_lowp.o 伪影（clean 按 TESTCASE 名删对象失效 + make 不感知 -D 变化），已用独立 TU 修复并干净复测；仅此一个 ELF 受影响，其余多配置构建对象名与 TESTCASE 名一致不受影响。
  • mega_moe_sim 非 mt 在无 trace 模式下修复（>2GB 输出问题是 trace 产物放大）。
  • group_token 非 mt 双变体出现 rc=0 无标记早退（新行为，需模型侧确认）。
  • micro 通过率 92.9%→95.2%（fixp MX ×10 转编译失败，运行 FAIL 30→20）。

与 09-16 基线的差异

类别 09-16 (ELF,P,F) 09-18 (ELF,P,F) 变化
microbenchmark 424, 394, 30 414, 394, 20 −10 ELF（fixp MX 编译失败，其 09-16 全为运行 FAIL）→ FAIL −10
one-level/fa 88, 32, 56 86, 53, 33 Sq256/Skv256 组移除 −47（其中 kchains 旧 Sq256 基线 2）；kchains 新增 42（单链 21 + 32 链 21，P36/F6）；gmma_opt +1 P；lowp_recip +2（P1/F1）；同名 41 持平（unroll 15/fixpipe 15/subview 10/lowp 1）
one-level/matmul 33, 31, 2 31, 30, 1 quantize ×2 编译失败（−1 P −1 F）
one-level/reduction 4, 4, 0 4, 2, 2 回归 ×2（validCol，模型侧）
one-level 其他 kernel 7, 7, 0 7, 7, 0 持平
solution 24, 15, 9 24, 8, 16 回归 ×8（normalization，模型侧）+ 修复 ×1（mega_moe_sim）− 行为变化 ×2（group_token 非 mt）
合计 580, 483, 97 566, 494, 72 同名 521：PASS→FAIL ×10（模型侧）；FAIL→PASS ×1（mega_moe_sim）；移除 59（P18/F41）；新增 45（P38/F7）

历史验证记录

早期每日基线仅保留环境版本与总量，供复现与趋势对比；完整分类/失败明细已归档。

日期 gfrun (SuperScalarModel) llvm / TileOP-API 工具链 ELF PASS FAIL T/O 通过率 关键变化
09-18 asl fix/gfrun-717-pto291-subview-ordering ec5ee047；pto-spec b541bbdd（v0.58.6+修正案） 1037cc1cd / 3be8652 AGENTS.md 主 worktree（PTO v0.58.6 + 已接受修正案） 544 475 69 0 87.3% TileOP 697f5d8→3be8652（+11，prefix-view 契约）；gfrun 切 PTO #291 fix 分支；本地 fa_lowp 重构 + fa_gmma_opt/gmma_dynamic/lowp_recip 新测例（2f272c2e）；fa 34 PASS（unroll 15/15、gmma_opt 1/1 新增即过）；10 回归全模型侧（normalization ×8 + reduction row ×2，validCol Local layout 断言）；matmul_quantize ×2 编译失败（mxquant 重构集成断裂）；fixp MX ×10 编译失败（TileOP 契约加严）；mega_moe_sim 非 mt 修复
09-16 asl feat/gfrun-pto-311-cube-reduction-geometry b00ed95c；pto-spec 86f46079（v0.58.6+修正案） 1037cc1cd / 697f5d8 AGENTS.md 主 worktree（PTO v0.58.6 + 已接受修正案） 580 483 97 0 83.3% gfrun B.ASSEMBLE 支持（b00ed95c）→ HIF4/HIF8 18 ELF 首次纳入（7 PASS）；fa Shared-B TransB 契约修正（1f4425d）fa 32/32 PASS 零回归；单线程套件退役（−31 ELF，重构 79e492a）；matmul_quantize_FP8_ASM1 被 B.ASSEMBLE 检查拦截（PASS→FAIL）；concat_scatter 420s 直接 PASS
09-15 asl feat/gfrun-pto-311-cube-reduction-geometry 10dd099f 1037cc1cd / 697f5d8 AGENTS.md 主 worktree（PTO v0.58.6） 593 500 93 0 84.3% gfrun 分支切换（PTO #311 CUBE reduction geometry + binary reduction-prefix subview 修复）；TileOP fix/issue-138-reduction-prefix-subview；fa_2d_unroll_gmma TCVT→TREDUCEPREFIXVIEW 零拷贝行归约；validCol TSTORE 28→1 FAIL（gfrun 修复）；fa_fixpipe 新增 24 FAIL（PTO #311 destinationShape）+ fa_subview 20 FAIL（TROWMAX）；mt/fa compile.all 扩展 38→71 ELF（+fa_gmma_kchains ×2）；normalization +8（全 PASS）；dynamic_mx_quant 移除（−14）；reduction 4→0 FAIL；fixp 16→12 FAIL
09-14 asl fix/gfrun-shared-tmatmul-layout-257 ad972d21 4a3e0bdb5 / 987d034 AGENTS.md 主 worktree（PTO v0.58.6） 579 486 93 0 83.9% gfrun 分支切换（Shared TMATMUL layout）；TileOP 加严矩阵 shape 校验→单线程 fa/matmul 19 ELF 编译失败；新增 fa_gmma_kchains(+2)、matmul_blockM/kchains/lowp(+19)、dynamic_mx_quant(+14)；gather_v2/view_copy 回归 R2=1(−6 PASS)；输出截断 500MB→2GB；compile.all set -euo→set -u
09-11 asl codex/gfrun-pto-0586-asl e7d883c9 0a141cbd2 / e93ef98 AGENTS.md 主 worktree（PTO v0.58.6） 569 487 82 0 85.6% 编译器更新（llvm B.DATR CCTRL 消歧 + TileOP reinterpret_tile）；全量重编译 584 ELF；fixp +2 PASS（18→16 FAIL）；新增 solution matmul_test ×3（FAIL）；dynamic_mx_quant compile FAIL；A16W4 matmul ×3 全部独立验证 PASS（1.07–1.36GB）；group_token_old_mt 独立验证 PASS
09-10 asl codex/gfrun-pto-0586-asl e7d883c9 553b08045 / b8669ce AGENTS.md 主 worktree（PTO v0.58.6） 566 484 82 0 85.5% gfrun 切换 asl worktree；multi_thread/fa 编译扩展（5→36，set -e 移除）；fa_subview 12 PASS；fa_2d_unroll_gmma/fa_fixpipe 24 FAIL（2048B 行归约限制）；vector +20 FAIL（compare/select TSTORE）；HIF4/HIF8 排除；fa_2d_unroll_gmma_subview 新算子；solution 树 16 ELF（11 PASS / 5 FAIL）
09-08 fix/issue-558 07e9c661 553b08045 / b8669ce AGENTS.md 主 worktree（PTO v0.58.5） 470 438 32 0 93.2% FA/matmul CUBE 迁移（matmul +13 编译）；HIF8 convert 修复；MX scale 对齐 PTO 暴露 HIF4 断言（fixp +14 FAIL）；deepseek 移出 compile_all；solution 排除；−40 PASS vs 09-04
09-04 codex bc7fae00 1ae4ee39 / 804eb03 AGENTS.md 主 worktree（CUBE 强制） 496 478 18 0 96.4% CUBE subview 行归约 + fixpipe GroupMax/RowMaxIn 修复（fa/flashMLA/reduction +14、fixp +98）；deepseek CUBE 编译修复；mt 新增 8 算子；+129 PASS / 0 回归 vs 08-27
08-27 codex d8903938 adcb8794 / f94bc12 AGENTS.md 主 worktree（CUBE 强制） 427 349 78 0 81.7% CUBE cell-layout 强制（matmul/deepseek 编译回归）；dataType 断言回归（fa/flashMLA/reduction −14）；cube +9、mt/matmul lowp +5；净 −17 vs 08-23
08-23 exp a5dca25a 611105f2b / a795b973020d blessed-latest（ADR 0069） 437 366 69 2 83.8% blessed 编译器+exp 模型正确配对；+27 PASS（fa 全过、mt/matmul lowp 部分）；13 编译失败
08-21 main 7b691d4d a84c4d10a / ffa257738f toolchain-build（32KB shared） 437 339 98 0 77.6% 老 compiler+main 模型；multi_thread 大 tile 首编（bf16/fp16/lowp 运行 FAIL）
08-20 exp 5a64c34d b945a5d0 / c02dae65 blessed-latest 433 344 89 0 79.4% 零步幅 raw tile spill 修复 4 例；fa sfa×2 编译回归（TMATMUL 形状契约）
08-19 01f9ec10 86959776b / 8b2ee78 — 434 341 92 1 78.6% 4 例 broadcast/GELU FAIL→PASS；mt/matmul 1 PASS→FAIL
08-18 a68dba29 — / 8b2ee78（TileDType 修复） — 429 321 108 2 74.8% 首次全量基线；fa/flashMLA/reduction 由 FAIL 恢复；fixp 27→4（TileDType 暴露契约偏差）

跨版本要点：

  • 09-18 TileOP 3be8652 + PTO #291 fix 分支验证 + 本地 fa 变体：TileOP 697f5d8→3be8652（+11：prefix-view 重载约束 #154、B.ASSEMBLE WriterSizeCode #145、跨 TEPL prefix views #147/#150、subview 父修复 #148/#141）。gfrun 切 fix/gfrun-717-pto291-subview-ordering ec5ee047（已并入 PTO #311 分支）。本地 fa_lowp 重构 + fa_gmma_opt（新测例 1/1 PASS）/fa_gmma_dynamic（编译器崩溃未入矩阵）/fa_lowp_recip（2f272c2e）。fa_2d_unroll_gmma 15/15、kchains 18/21（MXFP4 ×3 模型 TCVT）零代码回归；fa_fixpipe 失败类别从 PTO #311 destinationShape 迁移为 PTO #291 CUBE-M。10 个 PASS→FAIL 全部模型侧同根因（normalization ×8 + reduction reducesum/reducemax_row ×2，validCol/physicalCol Local descriptor 断言——fix 分支 Local layout 契约变化；已排除模型 main 缺失 22 提交的影响）。mega_moe_sim 非 mt 修复（无 trace 模式可跑完）。编译面：matmul_quantize ×2 挂于远端 mxquant 重构的类型改名（集成待修），fixp MX ×10 挂于 TileOP 契约加严（其 09-16 运行时本就 FAIL，micro 通过率 92.9%→95.2%）。
  • 09-16 HIF4/HIF8 解锁 + fa TransB 契约修正 + 单线程退役：gfrun 10dd099f→b00ed95c（model Local B.ASSEMBLE parent references），09-10 起被排除的 18 个 HIF4/HIF8 ELF 首次纳入回归：7 PASS（fa_2d_unroll_gmma HIF8 ×6、matmul_lowp_HIF4X2 ×1）/ 11 FAIL（fa_fixpipe HIF8 ×6、fa_subview HIF8 ×5，失败原因与非 HIF 版本相同）。SuperNPUBench 1f4425d 修正 fa Shared-B TransB 存储契约（TransB=0 声明物理 [N,K]；QK 不再 transpose_b、kchains PV 改 TransB=0），fa_2d_unroll_gmma 30/30、fa_gmma_kchains 2/2 全 PASS 零回归。单线程套件随 single_thread 退役移出编译（−31 ELF / −23 PASS / −8 FAIL，含 hashtable_lookup ×6、topk、broadcast vec_07 half）。matmul_quantize_FP8_ASM1 被 gfrun 新增 B.ASSEMBLE descriptor 检查拦截（PASS→FAIL）。基线口径变化：通过率 84.3%→83.3% 主要由 −31/+18 口径贡献；可比集合与 09-15 完全一致。
  • 09-15 gfrun PTO #311 CUBE reduction + TileOP zero-copy prefix views：gfrun 从 fix/gfrun-shared-tmatmul-layout-257(ad972d21) 切换到 feat/gfrun-pto-311-cube-reduction-geometry(10dd099f，PTO #311 CUBE reduction geometry 适配 + binary reduction-prefix subview 修复)。TileOP-API 987d034→697f5d8（fix/issue-138-reduction-prefix-subview，zero-copy reduction prefix views）。fa_2d_unroll_gmma 从 TCVT tile 拷贝改为 TREDUCEPREFIXVIEW 零拷贝行归约 prefix view（统一 TMAX、TMUL+TADD 替代 TFMA），24/24 PASS。gfrun 修复 validCol TSTORE 断言（28→1 FAIL，09-14 fa_2d_unroll_gmma + fa_fixpipe 24 FAIL → 09-15 仅 fa_lowp MXFP4 1 FAIL），reduction validCol/TROWSUM 全修复（4→0 FAIL）。但 gfrun 新增 PTO #311 destinationShape 断言→ fa_fixpipe 24 FAIL（inst->dsts[0]->size >= destinationShape.requiredBytes），fa_subview 20 FAIL（illegal TROWMAX operand）。multi_thread/fa compile.all 大幅扩展 38→71 ELF（6 config × 8 mode × 3 case + fa_gmma_kchains ×2），fa_2d_unroll_gmma 24 PASS、fa_gmma_kchains 2 PASS（新 config 全过）。新增 normalization ×8（全 PASS）、matmul_quantize ×2（PASS）。dynamic_mx_quant 移除（−14 ELF）。fixp 改善（16→12 FAIL）。net: 486→500 PASS，93→93 FAIL，83.9%→84.3%。
  • 09-14 gfrun 分支切换 + TileOP 加严校验：gfrun 从 codex/gfrun-pto-0586-asl(e7d883c9) 切换到 fix/gfrun-shared-tmatmul-layout-257(ad972d21)，Shared TMATMUL layout 适配。TileOP-API e93ef98→987d034 加严矩阵 shape 校验（AValidCols==BValidRows、D valid shape、MX ScaleB shape）→ 单线程 fa_2d_unroll/sfa ×10 + matmul MASK_FP16/FP8/A16W4 ×9 编译失败（09-11 全 PASS，仅 MASK_FP32 ×3 + fa_softmax_pto ×2 存活）。gfrun 分支切换致 solution gather_v2 ×3 + view_copy ×3 回归 R2=1（结果不匹配）。新增 fa_gmma_kchains(+2 PASS)、matmul_blockM/kchains/lowp_blockM(+19 PASS)、dynamic_mx_quant(+14，2 PASS / 12 FAIL)。输出截断 500MB→2GB，A16W4/concat_scatter/group_token_old_mt 不再需独立验证。compile.all set -euo pipefail→set -u（HIF4 失败不再阻塞后续变体）。net: 487→486 PASS，82→93 FAIL，85.6%→83.9%。
  • 09-11 编译器更新：llvm-project 553b08045 → 0a141cbd2（B.DATR CCTRL union 消歧，PTO-ISA #236），Linx-TileOP-API b8669ce → e93ef98（reinterpret_tile 文档 + 回归 fixture）。全量重编译 584 ELF。fixp +2 PASS（MX scale dataType 断言 18→16 FAIL，编译器修复）。新增 solution matmul_test ×3（输出 >500MB FAIL，疑似大输出/死循环）。dynamic_mx_quant 编译失败（09-10 为 FAIL，09-11 排除）。A16W4 matmul ×3 因 500MB 输出截断初始 FAIL/TIMEOUT，独立验证全部 PASS（1.07–1.36GB 输出，09-10 均 PASS）。group_token_old_mt 独立验证 PASS（662MB 输出，500MB 截断误判 FAIL）。gfrun 同 09-10（asl e7d883c9），无 gfrun 侧变化。
  • 09-10 gfrun 切换 asl worktree：gfrun 从 fix/issue-558-fp4-rne-zero(07e9c661) 切换到 codex/gfrun-pto-0586-asl(e7d883c9)，PTO v0.58.5→v0.58.6。asl worktree 强制 PTO v0.58 行归约 source ≤2048 字节限制 → fa_2d_unroll_gmma/fa_fixpipe 24 FAIL（main gfrun 不强制此限制，09-08 全 PASS）；fa_subview 用 TPARTVIEW 分块规避，12/12 PASS。vector compare/select TSTORE 断言 +20 FAIL（asl gfrun 行为差异）。multi_thread/fa compile.all 移除 set -e → 5→36 ELF。gfsim 不支持 B.SUBVIEW 指令，fa_2d_unroll_gmma_subview 无法获取时序数据。solution 树 16 ELF 纳入验证（11 PASS / 5 FAIL——4 例 gfrun 超时疑似算子无限循环、1 例 validCol 断言）。
  • 09-08 MX scale 对齐 PTO 暴露 HIF4 断言：gfrun 970ce7af MX scale 处理对齐 PTO 后，HIF4 MX scale dataType 断言在 fixp（+14 FAIL）/ matmul（+4）/ fa（+1）暴露——09-04 这些全 PASS。叠加 fixp shared 15 例编译失败（TileOP B.DATR/PreQuant 契约）→ fixp 118→89 PASS（−29）。FA/matmul CUBE 迁移（334737e）正面抵消：matmul +13 编译 / +9 PASS。
  • 09-08 HIF8 convert 修复：gfrun 24d26eeb 实现 HIF8 tile 转换 → multi_thread/fa HIF8 FAIL→PASS（09-04 .fs→.hifb convert 未注册消除）。但 FP8_VECBF16 编译失败（TileOP dtype 断言）+ set -e 级联 → mt/fa 7→5 ELF。
  • 09-08 deepseek 移出 compile_all.sh：MC2 算子重构进 solution 树，deepseek 21 ELF 不在本轮范围（−17 PASS / −4 FAIL）。solution 树 15 ELF 本轮排除（用户指定）。
  • 09-04 CUBE subview 行归约 + fixpipe 修复：gfrun bc7fae00 修复 CUBE subview 行归约 → fa/flashMLA/reduction 全恢复（+14）；fixpipe GroupMax/RowMaxIn → fixp 43→4 FAIL（+98 PASS）。与 08-27 单一变量（仅版本更新，编译器 worktree 不变），+129 PASS / 0 回归，通过率 81.7%→96.4%。
  • ADR 0069 编码配对（08-21 ↔ 08-23）：版本匹配则高 PASS，错位则骤降。08-21 老 compiler+main 模型（均无 ADR 0069）= 匹配 → 339P；08-23 blessed+exp（均有 ADR 0069）= 匹配 → 366P；而 blessed compiler+main 模型（编译器领先、模型落后）= 错位 → 仅 124P（262 个 reserved/deleted TEPL selector：store 的 SizeCode=0 被旧模型误读为 0B 目的）。
  • 08-27 切回 AGENTS.md 主 worktree（非 blessed-latest）：gfrun codex d8903938、TileOP f94bc12（CUBE cell-layout 强制）。与 08-23 非单一变量对比；09-04 在此基础上仅版本更新（无 worktree 切换），+129 PASS / 0 回归。
  • 持续模型侧限制（跨基线不变）：fixp MX scale dataType 断言（09-08 起 18→16→12 FAIL，09-15 部分修复后持平）、vector compare/select TSTORE（18 FAIL，09-10 起）、fa_fixpipe PTO #311 destinationShape（24→30 FAIL，含 HIF8）、fa_subview TROWMAX（20→25 FAIL，含 HIF8）。gather_v2/view_copy R2=1（6 FAIL，09-14 gfrun 分支切换致回归，持续）。09-16 新增：matmul_quantize_FP8_ASM1 B.ASSEMBLE descriptor（1 FAIL）。输出 >2GB（3 ELF：group_token_old/group_token_vec 非 mt + mega_moe_sim，疑似死循环/大输出；单线程 control/sort/topk 已随 single_thread 退役，hashtable_lookup ×6 / broadcast vec_07 half / topk 不再在编译范围）。

About

Neutral NPU benchmark workloads for LinxISA

Resources

Readme
Activity
Custom properties

Stars

14 stars

Watchers

0 watching

Forks

20 forks
Report repository

Releases

Packages

Contributors

Languages