Closed
【Feature】triton算子(chunk_kda_bwd_kernel_wy_dqkg_fused)迁移mindspeed-ops仓 #8
LinShuaAdd on May 18Closed at Sep 22
May 18 Change title to "【Feature】triton算子(chunk_kda_bwd_kernel_wy_dqkg_fused)迁移mindspeed-ops仓", originally titled "【Feature】triton算子(chunk_gla_fwd_o_gk)迁移mindspeed-ops仓".
Ronald1995
Jun 11 Comments：
Jun 11 Comments：
/label add good-first-issue
Jun 11 Added label: good-first-issue
wangx700
Jun 12 Comments：
Jun 12 Comments：
/label add triage-review
Jun 12 Added label: triage-review
ryouyouuuu
Jun 25 Comments：
Jun 25 Comments：
认领这个任务
Ronald1995
Jun 25 Comments：
Jun 25 Comments：
Ronald1995
Jun 25 Comments：
Jun 25 Comments：
任务关闭
Jul 2 associated Kanban: @zeshengzong的看板 20260702
Jul 3 associated Kanban: MindStudio ISSUE管理
梵高的呐喊
Sep 17 Comments：
Sep 17 Comments：
认领该任务
xmz
Sep 22 Comments：
Sep 22 Comments：
该算子已开发上库，任务完成，关闭本 Issue。
证据：
- 仓库维护者 @Ronald1995 于 2026-06-25 在本 Issue 回复「这个算子已经开发上库了」，并标注「任务关闭」。
- PR #26（[Feat] Add chunk kda backward op for Kimi Linear）已合入，后续 PR #105/#111 修复了精度问题。
- master 已包含实现
mindspeed_ops/api/triton/chunk_kda_bwd.py（含 wy_dqkg_fused kernel）、UTtests/unit_tests/triton/test_chunk_kda_bwd.py、ATK 用例tests/atk_tests/triton/chunk_kda_bwd/、算子文档docs/zh/triton/chunk_kda_bwd.md。
Sep 22 Added label: resolved
任务描述
基于fla-org/flash-linear-attention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：chunk_kda_bwd_kernel_wy_dqkg_fused
（2） fla-org/flash-linear-attention开放仓库的算子源码链接：
https://github.com/fla-org/flash-linear-attention/blob/v0.4.1/fla/ops/kda/chunk_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fla-org/flash-linear-attention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 🎉!