SuperNPUBench ops-20260922
打包政策：不设 gfrun 门禁——所有编译产出的 ELF 直接入包。本版为拉取远端最新 main 后的干净全量重编译（含 matmul S1-S6 性能矩阵），已移除构建后被删除算子（fa_subview）的 ELF，并按 issue #192 仅排除两个具体测例（fa 2d_unroll / kchains 的 Sq256/Skv512/Tk256 FP32 死锁变体），不设容量门禁；09-23 增补 4 个 solution 套件：quant_sparse_flash_mla（QSMLA，5 模式 HIF8 自足用例）、matmul_test（动态 shape fp16 GEMM，单 PE ×7 + 4-PE mt ×2）、quant_batch_matmul_test（mxfp4_mt + hif4）、qli（MSD radix-select TopK ×4 变体）——全部 gfrun 抽检 PASS。
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 |
| llvm-project |
dev-llvm15_56 |
1037cc1cd |
| Linx-TileOP-API |
main |
3be8652 |
| linx-toolchain-build |
main |
e6a31ef |
| SuperNPUBench |
main |
e74884e1（构建基线；后续 9fd23139/6c97c170 等重构已提交，见下） |
- 编译器：clang 15.0.4，target
linx64v5-unknown-linux-musl
- 构建基线含本地 matmul 收敛与 S1-S6 矩阵改动（现已提交为
9fd23139 matmul 精简、6c97c170 fa 模式扩展等）
- 本版移除的已删除算子：fa_subview ×15（kernel + 测试已在
6c97c170 删除）；fa_2d_unroll_gmma_subview、matmul_kchains/mx/quantize/blockM 系在构建前已删除（本来就不在包内）
- fa 套件已迁移 Cube* 模式命名：CubeFP32/CubeBF16/CubeFP8/CubeHIF8/CubeMXFP8_VectorFP32 + CubeMXFP4_VectorBF16；经典模式名不再产出
matmul S1-S6 性能矩阵（本版新增，来自 matmul_shared_S1_S6_pmu_optimized_20260922.xlsx）
| Shape |
M×N×K |
网格 |
| S1 |
2048×256×2048 |
shared FP32/BF16/FP16 × tN{64,128,256} × tK{64,128,256}；lowp FP8/MXFP8/MXFP4 × tK{256,512,1024} |
| S2 |
128×256×7168 |
同上 |
| S3 |
256×128×7168 |
tN{64,128} × tK{64,128,256,512}（lowp tK{256,512,1024}） |
| S4 |
64×128×7168 |
同 S3 |
| S5 |
64×64×7168 |
tN{64} × tK{64,128,256,512}（lowp 同） |
| S6 |
128×256×32768 |
tN{64,128,256} × tK{64,128,256}（lowp tK{256,512,1024}） |
容量预检（SharedTile >256KiB 跳过）：BUILT=238，SKIPPED_CAPACITY=26（与表格 264 行完全一致）。
已知编译失败（未产出 ELF，不在包内）
| 类别 |
原因 |
| fa 经典模式名（8 模式循环） |
内核已迁移 Cube* 模式体系 |
| fa_gmma_dynamic |
编译器 Simple Register Coalescing 崩溃（未入矩阵） |
| fa_gmma_opt |
不在当前 compile.all 矩阵 |
| micro/fixp MX 家族 ×10 |
TileOP MX scale tile 契约 |
| micro 既有 ×4 |
Bias CUBE_M ×3、MGATHER_CAS ×1 |
发布物
| 文件 |
内容 |
ELF 数 |
supernpubench_microbenchmark_20260922.tar.gz |
microbenchmark 全部编译 ELF + .elf.diss |
414 |
supernpubench_one-level_20260922.tar.gz |
one-level-arch 全部编译 ELF + .elf.diss（kernel 324 + solution 65） |
389 |
| 合计 |
|
803 |
包含全部编译产出（fa_subview 已删算子的 ELF 已移除；超容量测例见下）。每个 ELF 附带配对 .elf.diss。主要构成：matmul 252（S1-S6 表 238 + 基础/新测例 reuseA）、fa 64（含 fixpipe Tk256 FP32 回归）、normalization 14、MoE 套件各 3、quant_sparse_flash_mla 5（swa/hca/csa/ori_sparse/ori_cmp_sparse tadd_4pe，HIF8 嵌入式输入，gfrun 5/5 PASS）、matmul_test 9（对齐 + 尾部 + 非 2 幂 shape 单 PE ×7、4-PE mt ×2，gfrun 9/9 PASS）、quant_batch_matmul_test 2（mxfp4_mt + hif4；mxfp4 单 PE 变体因 TileOP MX ScaleA CUBE_M32 断言编译失败，套件注释已记录）、qli 4（FP8 radix-select TopK：Sq64/Skv128、Sq4/Skv2048、Sq4/Skv8192、tail Skv2080，gfrun 4/4 PASS；golden 生成依赖 python ml_dtypes 包）。
仍排除的 solution 目录（有意）
| 目录 |
原因 |
common |
共享校验脚本（check_gfrun.py 等），非算子 |
tileop-test |
TileOP 测试基础设施 |
quant |
已退役的 dynamic_mx_quant（09-15 移除，无 compile.all） |
issue #192 排除项（本版生效，无容量门禁）
按 review 意见撤掉全部 footprint 门禁，只排除 issue #192 报告的两个死锁变体：
| 被排除测例 |
2Q+K+V |
说明 |
fa_2d_unroll_gmma Sq256/Skv512/Tm128/Tk256 FP32 |
384KiB |
issue 复现 ELF 之一 |
fa_gmma_kchains Sq256/Skv512/Tm128/Tk256 FP32 |
384KiB |
issue 复现 ELF 之一 |
其余全部保留：fa 的 FP32 Tk128（2Q+K+V 恰 256KiB）、BF16/FP8/HIF8/MXFP8/MXFP4 全 shape、fixpipe Tk256 FP32；matmul 无任何门禁（S1-S6 全表 264 配置全部尝试，238 个编译成功；26 个超限配置由 matmul_shared.hpp 内核自带 static_assert（A+B ≤ 256KiB） 在编译期拒绝，属内核契约而非打包过滤）。fa 64 ELF、matmul 252 ELF。
