FlagTree 0.2.0 发布#
亮点#
FlagTree 继承前一版本的能力，持续集成新后端，扩展 Triton 版本支持，并提供硬件感知优化能力。项目目前处于早期阶段，旨在兼容现有各 AI 芯片后端的适配方案，统一代码仓库，构建代码共建平台，快速实现单仓库多后端支持。
新特性#
新增多后端支持
目前支持的后端包括 triton_shared cpu、iluvatar、xpu (klx)、mthreads、metax、aipu(arm npu)、ascend npu & cpu、tsingmicro、cambricon，其中 粗体 表示新增。
每个新后端均保持前一版本的能力：跨平台编译与快速验证、基于插件的高差异模块、CI/CD 和质量管理能力。
与后端厂商联合开发中间件层的通用扩展，并开源标准化的 PyTorch 后端扩展，以支持 Triton / FlagTree 实践。
双编译路径支持
支持 TritonGPU 和 Linalg 编译路径。为非 GPGPU 后端提供多种集成范式，新增 FLIR 仓库支持 Linalg 方言扩展和后端编译的 MLIR 扩展。
新增 Triton 版本支持
目前支持的 Triton 版本包括 3.0.x、3.1.x、3.2.x、3.3.x，其中 粗体 表示新增。
硬件感知优化支持
支持为后端通用或特定硬件特性提供引导式编程接口。通过兼容扩展，在前端添加引导信息，为算子编写和性能调优提供灵活性。
与 FlagGems 算子库联合共建
与 FlagGems 算子库协作，在版本适配、后端接口、注册机制和测试修改方面支持相关功能。
展望#
GPGPU 后端代码将被整合，将后端差异化变更与 TritonGPU 解耦；非 GPGPU 后端将在 FLIR 基础上进行横向整合，统一设计通用 pass。
为后端厂商提供 Triton 适配版本升级指南：3.0 -> 3.1 -> 3.2 -> 3.3。
CI/CD 将新增 FlagGems 算子库功能测试。
集成 C++ Runtime 功能，降低 kernel 之外的运行时开销，使其与 CUDA 持平。