已开启
【Feature】triton算子(mamba3_siso_bwd_kernel_dqkv)迁移mindspeed-ops仓 #15
LinShua创建于 5月18日
Ronald1995
6月11日 评论：
6月11日 评论：
/label add good-first-issue
6月11日 添加了label：good-first-issue
wangx700
6月12日 评论：
6月12日 评论：
/label add triage-review
6月12日 添加了label：triage-review
redlightASl
6月26日 评论：
6月26日 评论：
认领这个任务
～～灏
6月26日 评论：
6月26日 评论：
认领这个任务
bitszh3271
6月27日 评论：
6月27日 评论：
认领这个任务
gcw_MTeIQk9o
6月29日 评论：
6月29日 评论：
认领这个任务
Ronald1995
6月29日 评论：
6月29日 评论：
认领这个任务
欢迎认领任务，请参考https://gitcode.com/Ascend/MindSpeed-Ops/issues/3 社区任务池明确该任务的：
- 完成的截止日期
- 开发进展反馈
- 微信答疑群
- 任务交付注意事项
等信息。如果您同时认领了多项任务，但无法都能进行投入，可以在部分任务中回复退出.
麻烦您加入到对应微信群，群备注名修改为"社区任务+您的gitcode账号", 后续有相关消息和问题都可以在微信群咨询答疑。 等您加入到微信群后，我这边会在社区任务池里面登记任务责任人。
Ronald1995
6月29日 评论：
6月29日 评论：
认领这个任务
欢迎参加认领社区任务，当前一个任务只分配一个开发，根据评论认领时间确定，您可以后续观察该任务是否被释放退出，或者认领其他任务 https://gitcode.com/org/Ascend/discussions/4
yuhanBai
6月30日 评论：
6月30日 评论：
7月1日 关联了pull request：feat(triton): add mamba3 siso bwd dqkv kernel
redlightASl
7月1日 评论：
7月1日 评论：
已提交 MR： https://gitcode.com/Ascend/MindSpeed-Ops/merge_requests/86
本次迁移内容：
- 新增
mamba3_siso_bwd_kernel_dqkv的 arch32 Triton-Ascend 生产实现和公开 API。 - 增加 ATK/pytest 测试、自包含 self-check 脚本和中文说明文档。
- 文档中已说明原始 upstream Triton 版本的 split/fused 组成、运行时路径选择，以及本 PR 的 single-chunk fused、small fused、V/K/KV tiled fused 和同 backend split 调度。
- 速度 baseline 使用 PR 内 split Triton-Ascend baseline 现场 profiler 计时；torch reference 仅用于精度校验。
本地验证摘要：
- full 自证报告已写入
docs/triton/mamba3_siso_bwd_kernel_dqkv.md：20/20 case PASS，Ascend AVA 20/20 case >= 1.2x，geomean 5.318358x，min 1.51935x。 python -m py_compile ...：PASS。- 外部 OpForge 路径/工件扫描：无命中。
- disallowed timing source 扫描：无命中。
git diff --check origin/master...HEAD：PASS。- 非 0 号 NPU quick no-timing 自证：PASS（2/2 代表 case，未重复跑 full 性能）。
7月2日 关联了看板：@zeshengzong的看板 20260702
7月3日 关联了看板：MindStudio ISSUE管理
梵高的呐喊
7 天前 评论：
7 天前 评论：
认领该任务
任务描述
基于state-spaces/mamba开源仓库的triton源码，迁移优化triton算子在NPU上跑通及性能优化。
本期任务的具体信息如下：
（1）算子名称：mamba3_siso_bwd_kernel_dqkv
（2）state-spaces/mamba开放仓库的算子源码链接：
https://github.com/state-spaces/mamba/blob/main/mamba_ssm/ops/triton/mamba3/mamba3_siso_bwd.py
（3） 迁移指导文档：https://gitcode.com/Ascend/triton-ascend/blob/main/docs/zh/programming_guide.md
参考 skill 地址：https://gitcode.com/Ascend/agent-skills/tree/master/skills/simple-vector-triton-gpu-to-npu
（4） 开发平台：Atlas 800T A2或者A3
验收标准
一、任务交付件
本期任务为基于state-spaces/mamba开放仓库代码进行功能扩展，请合入开发代码。主要开发点如下：
（1） triton算子针对NPU的适配修改优化后的代码
（2） 针对该triton算子的测试用例UT
二、验收标准：
1）精度/性能要求
精度：
对比GPU相同输入算子精度误差小于0.1%
若无GPU标杆，与CPU小算子对齐，精度误差小于0.1%
性能：
补充说明：具体性能对比数据呈现，按 CV类算子达到0.7x竞品， VV类算子达到0.9x竞品
以下以竞品A100为例说明计算具体的性能对比要求:
910B2 VS A100
计算式子：以CV类算子的Cube算力bound场景为例：1.13 * 0.7 =0.8
2）实践文档：
triton算子介绍1篇
3）任务完成标准
本次任务完成标准为：
精度/性能（根据实际要求）达标，PR完成合入，实践文档提交到仓库issue。
PR 合入
本地完成测试验证后，向MindSpeed-Ops的master分支发起PR。
对接人
LinSHua
欢迎加入社区，感谢您对社区的贡献 🎉!