Intel GPU 技术生态日报 (2026-09-15)

核心速览

Triton XPU 后端新增 OptimizeLoadMasks pass：消除 Inductor 生成内核中的冗余内存读取，并修复 HoistLayoutConversions 的 GRF 预算计算错误。
llm-scaler 修复 Gemma-4 GGUF 加载与 Qwen MTP 验证：解决 GGUF 量化线性层属性缺失导致的 ESIMD 路径崩溃，并新增 MTP 验证开关。
compute-runtime 发布两个维护版本：分别修复事件池计数校验与调试器 SBA 跟踪中的 GPR 冲突问题。

SGLang launcher 启用 Qwen GGUF MTP 验证：新增 SGL_XPU 前缀的 MTP GDN 选项，用于在启动时验证 Qwen 系列 GGUF 模型的 MTP（Multi-Token Prediction）配置，同时保留旧启动路径的兼容性。[PR #702]
修复 Gemma-4 GGUF 模型加载：GGUF 量化线性层注册的是 qweight 而非 weight，导致 fused fp8 ESIMD 快速路径在属性探测时抛出 AttributeError。该提交在加载路径中增加对 qweight 的兼容处理，使 Gemma-4 GGUF 检查点可正常加载。[PR #706]

新增 OptimizeLoadMasks pass：针对 Inductor 生成内核中重复的边界检查（一次作为 tt.load 的 mask，一次作为 arith.select 的条件）进行冗余消除，减少不必要的内存读取。该 pass 位于 TritonIntelGPU 优化管线中。[PR #7997]
修复 HoistLayoutConversions 的 GRF 预算计算：修复两个独立 bug——GRF 预算单位不匹配（bytes vs. registers）以及成本核算仅考虑加法项。此前可能导致布局转换提升决策错误，影响寄存器压力控制。[PR #7933]
CI 调整：translator pin 候选搜索仅运行 unit + minicore 测试子集以加速筛选；停止在 max1550 上自动运行 SGLang 基准（BMG workflow 已覆盖 b580）；跳过 IGC 2.40.x 上会导致 GPU 挂起的 flex attention 测试；将 gluon/test_core.py 中的 skip 改为 xfail。[PR #8051] [PR #8034] [PR #8039] [commit cb6b8df]
PyTorch pin 更新与 LTS 驱动限制：更新 PyTorch 版本引用，并在使用 LTS 驱动时将 TORCH_XPU_ARCH_LIST 限制为 pvc，避免非 PVC 架构在 LTS 驱动下的兼容性问题。[PR #7884]
PROTON 移除过时 XPU skip：test_scope_metrics_invalid 此前因依赖未完成的 XPU metrics API 而跳过，该依赖已通过 #6709 完成，现移除 skip 恢复测试。[PR #8049]

CI 固定 gpt-oss 包版本：pip compile 解析到 gpt-oss 0.0.9 存在精度问题，手动回退到 0.0.8 以与 cuda.txt 对齐，确保 XPU CI 的测试一致性。[PR #56783]

unified-attention BlockM autotune 剪枝逻辑修复：原剪枝规则强制 BLOCK_Q 为 2 的幂，这对非 TD 路径和 USE 路径并非必要。修复后放宽限制，允许更多 BLOCK_M 配置参与 autotune。[PR #7476]
spec_decode 测试取消跳过：依赖 gated HF 模型的 spec_decode 测试在 CI 中已可正常通过，现取消跳过恢复执行。[PR #7974]

26.35.39758.10 发布：修复事件池计数校验逻辑，防止无效事件池计数导致运行时错误。[Release]
25.18.33578.93 发布：调试器修复——在单地址空间 SBA（State Base Address）跟踪中避免使用 GPR0/GPR1，防止调试器与内核执行冲突。[Release]

Linux 7.3 在 Panther Lake 上带来性能提升：Phoronix 实测显示，Linux 7.3 对 Intel Core Ultra Series 3 “Panther Lake” 及 Framework Laptop 13 Pro 的集成 Arc B390 Xe3 图形性能有进一步优化，延续 7.1/7.2 的改进趋势。[Phoronix 评测]

单卡 Arc Pro B70 运行 Qwen3.8-Flash-Next 125B-A6B：社区用户报告在单张 Intel Arc Pro B70 上以 1-bit 量化（72.5 GB）运行该 MoE 模型，实测生成速度达 42.7 tok/s。该测试展示了 XMX 与内存带宽在低比特推理场景下的实际表现。[Reddit 讨论]
Arc B580 运行 Dirt 5 高画质：社区用户分享 B580 在 4K（从 1440p 上采样）高画质设置下运行 Dirt 5 的实测表现，作为游戏性能参考。[Reddit 讨论]