Intel GPU 技术生态日报 (2026-09-29)

核心速览

[Merged] Triton XPU 以 1024B/线程固定溢出重建阈值，修复寄存器溢出崩溃：将溢出重建阈值从每 lane 16 槽改为每硬件线程 1024B，修复 #8077 崩溃。
[Workaround] Triton XPU 显式打包 dp4a 寄存器规避 IGC 错误：针对 IGC 在 dp4a 指令寄存器打包错误的问题，显式打包寄存器作为规避。
[Merged] vLLM XPU 保留非连续步幅，修复 UVA 视图权重错误：固定 CPU 张量前不再强制 contiguous，保留非连续步幅，修复转置权重错误。

下游优化与加速库 (intel/llm-scaler / Triton / OpenVINO)

[Triton XPU] 溢出重建阈值改为每硬件线程 1024B：将 MAX_REG_SPILL_SLOTS_PER_LANE=16 替换为固定 1024B/硬件线程，该值源自 PyTorch inductor 的默认溢出阈值，修复了 #8077 中因溢出重建触发条件不当导致的崩溃。 [PR #8147]

影响： 避免寄存器溢出时过早重建，提升大 GRF 场景稳定性。
[Triton XPU] 显式打包 dp4a 寄存器规避 IGC 问题：针对 IGC 在生成 dp4a 指令时寄存器打包错误的问题，显式打包寄存器以规避，根因在 IGC 侧。 [PR #7973]

影响： 规避 IGC 错误，确保 dp4a 指令正确生成，但非根本修复。
[Triton XPU] 修复混合填充描述符的填充值错误：当描述符加载可能来自多个具有不同填充值（如 if 分支中零与 NaN）的张量描述符时，修复了填充值选择错误。 [PR #8172]

影响： 确保混合填充场景下描述符加载正确，避免数据错误。
[Triton XPU] 非单位末步幅时退出 row_major block_io：MaterializeBlockPointer 仅用 assert 检查描述符候选的末步幅，现改为实际检查并在非单位时退出 row_major block_io，避免错误标记。 [PR #8180]

影响： 防止非单位末步幅时错误使用 row_major 优化，提升正确性。
[Triton XPU / vLLM] 更新 vLLM pin 以获取新 vllm-xpu-kernels 版本：更新 vLLM 的 pin 以包含新的 vllm-xpu-kernels 发布，关闭 #8117，并创建 #8199 跟踪后续问题，无性能影响。 [PR #8184]

影响： 确保 vLLM 使用最新 XPU 内核，修复已知问题。
[Triton XPU] 教程中跳过冗余 fp8 基准行：在 06-fused-attention 教程中跳过冗余的 fp8 基准行，避免重复测试。 [Commit f2130f5]

影响： 减少测试冗余，无功能影响。
[Triton XPU] 修复 zeModuleCreate 构建日志未初始化读取和泄漏：初始化构建日志句柄为 nullptr，仅在 zeModuleCreate 设置时读取，并销毁日志，修复未初始化读取和内存泄漏。 [PR #8158]

影响： 提升启动器稳定性，避免潜在崩溃和内存泄漏。

主流框架与上游集成 (PyTorch / vLLM / SGLang / llama.cpp / Ollama)

[vLLM XPU] 固定 CPU 张量时保留非连续步幅：之前获取 UVA 视图前调用 contiguous() 会破坏非连续步幅（如转置权重），现改为保留步幅，修复权重错误。 [PR #54874]

影响： 修复非连续张量在 UVA 视图中的错误，提升正确性。
[vLLM XPU] 使 test_mamba_prefix_cache 与块大小无关：XPU 上 GDN 内核仅支持 64 整除的块大小，测试请求 560 会被向上取整，现改为块大小无关。 [PR #58269]

影响： 修复 XPU 上测试失败，确保 CI 稳定。
[vLLM XPU] 跳过不稳定的在线量化测试：禁用不稳定的 test_online_quantization_loads_real_weights 测试，避免 CI 不稳定。 [PR #58987]

影响： 跳过不稳定测试，非根本修复。
[vLLM XPU] 使用 rms_norm XPU 内核处理上下文键归一化：内核 0.1.15 的 rms_norm 支持 2D 权重，可覆盖 DFlash 模型的上下文键归一化，现启用该路径。 [PR #58896]

影响： 提升 DFlash 模型在 XPU 上的性能。
[SGLang XPU] 启用 XPU 分块预填充场景并添加 UT：修复 XPU 上分块预填充脚本运行时引擎启动被杀的问题，并改进参数解析错误处理，添加单元测试。 [PR #33804]

影响： 使分块预填充在 XPU 上可用，提升功能覆盖。
[SGLang XPU] 支持 compressed-tensors W4A16 复用 int4pack 路径：解除 FP8-only 限制，将密集 int4 线性层调度到 _weight_int4pack_mm_with_scales_and_zeros 路径（AWQ/GPTQ 已用），替代 CUDA-only Marlin 内核。 [PR #40828]

影响： 在 XPU 上启用 W4A16 量化推理，扩展模型支持。
[SGLang XPU] 升级 sglang-kernel-xpu wheel 至 v0.3.0：将 pyproject_xpu.toml 中 pin 的 wheel 从 v0.2.0+xpu 升级到 v0.3.0+xpu，跟随 #37394 的后续。 [PR #41220]

影响： 使用最新 XPU 内核，可能包含性能优化和修复。