Link1ng/flagtree

[中文版|English]

FlagTree 是 FlagOS 的一部分。 FlagOS 是一个面向多元AI芯片的开源、统一系统软件栈，旨在打通模型、系统与芯片层，培育开放协作的生态系统。它支持 “一次开发，多芯运行” 的工作流，兼容多样化的 AI 加速芯片。它释放硬件性能潜力，消除各类 AI 芯片专用软件栈之间的碎片化问题，并大幅降低大模型在多种 AI 硬件移植与维护的成本。

FlagTree 是面向多种 AI 芯片的开源、统一编译器。 FlagTree 致力于打造多元 AI 芯片编译器及相关工具平台，发展和壮大 Triton 上下游生态。项目当前处于初期，目标是兼容现有适配方案，统一代码仓库，快速实现单仓库多后端支持。对于上游模型用户，提供多后端的统一编译能力；对于下游芯片厂商，提供 Triton 生态接入范例。

多后端支持

各后端基于不同版本的 Triton 适配，因此位于不同的主干分支。各主干分支均为保护分支且地位相等，表格中所有后端均搭建了 CI/CD Runner。

主干分支	厂商	后端	Triton 版本	安装
main	NVIDIA AMD x86_64 cpu ILUVATAR（天数智芯） Moore Threads（摩尔线程） KLX MetaX（沐曦股份） HYGON（海光信息）	nvidia amd triton-shared iluvatar mthreads xpu metax hcu	3.1 3.1 3.1 3.1 3.1 3.0 3.0 3.1	install nvidia install amd - install iluvatar install mthreads install xpu install metax install hcu
triton_v3.2.x	NVIDIA AMD Huawei Ascend（华为昇腾） Cambricon（寒武纪）	nvidia amd ascend cambricon	3.2	install nvidia install amd install ascend -
triton_v3.3.x	NVIDIA AMD x86_64 cpu ARM China（安谋科技） Tsingmicro（清微智能） Enflame（燧原）	nvidia amd triton-shared aipu tsingmicro enflame	3.3	install nvidia install amd - install aipu install tsingmicro install enflame
triton_v3.4.x	NVIDIA AMD Sunrise（曦望芯科）	nvidia amd sunrise	3.4	install nvidia install amd install sunrise
triton_v3.5.x	NVIDIA AMD Enflame（燧原）	nvidia amd enflame	3.5	install nvidia install amd install enflame
triton_v3.6.x	NVIDIA AMD	nvidia amd	3.6	install nvidia install amd

FlagTree 的扩展组件当前在部分后端可用：

主干分支	后端	Triton 版本	扩展组件
triton_v3.6.x	nvidia	3.6	TLE-Lite TLE-Struct GPU TLE-Raw HINTS
triton_v3.2.x	ascend	3.2	TLE-Struct DSA FLIR HINTS
triton_v3.3.x	tsingmicro	3.3	TLE-Lite TLE-Struct DSA FLIR
triton_v3.3.x	aipu	3.3	FLIR HINTS

TLE（Triton Language Extensions）简介

Triton 在算子开发效率方面表现突出，但在多元 AI 芯片适配和更深层性能调优场景下，往往需要对分布式执行、内存访问模式和硬件相关原语提供更显式的控制。TLE 以分层方式扩展 Triton，在保持现有 Triton 工作流兼容性的同时补齐这部分能力。

TLE 的主要优势包括：

从可移植到硬件导向调优的渐进式抽象（Lite / Struct / Raw）。
更好覆盖多设备、架构特化与后端 lowering 场景。
在保留优化空间的同时，降低现有 Triton kernel 的迁移改造成本。

详细设计、API 与示例请参考 TLE Wiki 和 TLE-Raw Wiki。

新特性

2026/03/13 新增接入 enflame GCU400 后端（对应 Triton 3.5），加入 CI/CD。
2026/01/23 新增接入 sunrise 后端（对应 Triton 3.4），加入 CI/CD。
2026/01/08 添加 HINTS、TLE、TLE-Raw 等新功能 WIKI。
2025/12/24 支持拉取和安装 Wheel。
2025/12/08 新增接入 enflame GCU300 后端（对应 Triton 3.3），加入 CI/CD。
2025/11/26 添加 FlagTree 后端特化统一设计文档 FlagTree_Backend_Specialization。
2025/10/28 提供离线构建支持（预下载依赖包），改善网络环境受限时的构建体验，使用方法见后文。
2025/09/30 在 GPGPU 上支持编译指导 shared memory。
2025/09/29 SDK 存储迁移至金山云，大幅提升下载稳定性。
2025/09/25 支持编译指导 ascend 的后端编译能力。
2025/09/16 新增接入 hcu 后端（对应 Triton 3.0），加入 CI/CD。
2025/09/09 Fork 并修改 llvm-project，承接 FLIR 的功能。
2025/09/01 新增适配 Paddle 框架，加入 CI/CD。
2025/08/16 新增适配北京超级云计算中心 AI 智算云。
2025/08/04 新增接入 T*** 后端（对应 Triton 3.1）。
2025/08/01 FLIR 支持编译指导 shared memory loading。
2025/07/30 更新 cambricon 后端（对应 Triton 3.2）。
2025/07/25 浪潮团队新增适配 OpenAnolis 龙蜥操作系统。
2025/07/09 FLIR 支持编译指导 Async DMA。
2025/07/08 新增多后端编译统一管理模块。
2025/07/02 FlagGems LibTuner 适配 triton_v3.3.x 版本。
2025/07/02 新增接入 S*** 后端（对应 Triton 3.3）。
2025/06/20 FLIR 开始承接 MLIR 扩展功能。
2025/06/06 新增接入 tsingmicro 后端（对应 Triton 3.3），加入 CI/CD。
2025/06/04 新增接入 ascend 后端（对应 Triton 3.2），加入 CI/CD。
2025/06/03 新增接入 metax 后端（对应 Triton 3.1），加入 CI/CD。
2025/05/22 FlagGems LibEntry 适配 triton_v3.3.x 版本。
2025/05/21 FLIR 开始承接到中间层的转换功能。
2025/04/09 新增接入 aipu 后端（对应 Triton 3.3），提供 torch 标准扩展范例，加入 CI/CD。
2025/03/26 接入安全合规扫描。
2025/03/19 新增接入 xpu 后端（对应 Triton 3.0），加入 CI/CD。
2025/03/19 新增接入 mthreads 后端（对应 Triton 3.1），加入 CI/CD。
2025/03/12 新增接入 iluvatar 后端（对应 Triton 3.1），加入 CI/CD。

环境准备

避免环境匹配问题的最佳实践是使用多后端支持表格中推荐的镜像。

从源码安装

安装依赖（注意使用正确的 python3.x 执行）：

apt update; apt install zlib1g zlib1g-dev libxml2 libxml2-dev
python3 -m pip install -r python/requirements.txt

通用的构建安装方式（网络畅通环境下推荐使用）：

# Set FLAGTREE_BACKEND using the backend name from the table above
export FLAGTREE_BACKEND=${backend_name}  # Do not set it on nvidia/amd/triton-shared
cd python  # Need to enter the python directory for Triton 3.1/3.2/3.3
python3 -m pip install . --no-build-isolation -v  # Install flagtree and uninstall triton
python3 -m pip show flagtree
cd ${ANY_OTHER_PATH}; python3 -c 'import triton; print(triton.__path__)'

免源码安装

如果不希望从源码安装，可以直接拉取安装 whl（支持部分后端）。

# Note: First install PyTorch, then execute the following commands
python3 -m pip uninstall -y triton  # Repeat the cmd until fully uninstalled
RES="--index-url=https://resource.flagos.net/repository/flagos-pypi-hosted/simple"

后端	安装命令（版本号对应 git tag）	Triton 版本	libc.so & libstdc++.so
nvidia	python3.12 -m pip install flagtree===0.5.0 $RES	3.6	GLIBC_2.39 GLIBCXX_3.4.33 CXXABI_1.3.15
nvidia	python3.12 -m pip install flagtree==0.5.0+3.5 $RES	3.5	GLIBC_2.39 GLIBCXX_3.4.33 CXXABI_1.3.15
nvidia	python3.12 -m pip install flagtree==0.4.0+3.3 $RES	3.3	GLIBC_2.30 GLIBCXX_3.4.28 CXXABI_1.3.12
nvidia	python3.12 -m pip install flagtree==0.5.0+3.1 $RES	3.1	GLIBC_2.39 GLIBCXX_3.4.33 CXXABI_1.3.15
iluvatar	python3.10 -m pip install flagtree==0.5.1+iluvatar3.1 $RES	3.1	GLIBC_2.35 GLIBCXX_3.4.30 CXXABI_1.3.13
mthreads	python3.10 -m pip install flagtree==0.5.1+mthreads3.1 $RES	3.1	GLIBC_2.35 GLIBCXX_3.4.30 CXXABI_1.3.13
metax	python3.12 -m pip install flagtree==0.5.1+metax3.0 $RES	3.0	GLIBC_2.35 GLIBCXX_3.4.30 CXXABI_1.3.13
hcu	python3.10 -m pip install flagtree==0.5.1+hcu3.1 $RES	3.1	GLIBC_2.35 GLIBCXX_3.4.30 CXXABI_1.3.13
ascend	python3.11 -m pip install flagtree==0.5.0+ascend3.2 $RES	3.2	GLIBC_2.35 GLIBCXX_3.4.30 CXXABI_1.3.13
tsingmicro	python3.10 -m pip install flagtree==0.5.0+tsingmicro3.3 $RES	3.3	GLIBC_2.30 GLIBCXX_3.4.28 CXXABI_1.3.12
aipu	python3.10 -m pip install flagtree==0.5.0+aipu3.3 $RES	3.3	GLIBC_2.35 GLIBCXX_3.4.30 CXXABI_1.3.13
sunrise	python3.10 -m pip install flagtree==0.4.0+sunrise3.4 $RES	3.4	GLIBC_2.39 GLIBCXX_3.4.33 CXXABI_1.3.15
enflame	python3.12 -m pip install flagtree==0.5.0+enflame3.5 $RES	3.5	GLIBC_2.39 GLIBCXX_3.4.33 CXXABI_1.3.15

flagtree 历史版本可以在 https://resource.flagos.net/#browse/search/pypi/=assets.attributes.pypi.description%3Dflagtree 查询

关于贡献

欢迎参与 FlagTree 的开发并贡献代码，详情请参考 CONTRIBUTING.md。

许可证

FlagTree 使用 MIT license。