Skip to content

Release Notes

User-visible notes for each published Legato version.

0.32.6 (2026-11-10)

  • legato.range 루프에서 갱신되는 값(iter_args)으로 bound를 준 tensor.view의 크기가 그 값의 시작값으로 고정되던 회귀(0.32.1)를 고쳤습니다. 이제 이런 view는 매 회차 실제 bound만큼 복사합니다.
  • 루프 정규화가 bound를 iter arg로 바꿀 때, 시작값으로 정해졌던 view 크기를 무효화합니다. 선언된 결과 타입의 진단과 상수 범위 view의 크기 추론은 그대로입니다.

0.32.5 (2026-11-06)

  • EVT1: dynamic dim을 가진 SRAM 텐서 사이의 legato.tensor.memcpy가 이제 컴파일됩니다.
  • EVT1: SRAM 텐서의 legato.tensor.view에 런타임 innermost start를 쓸 수 있습니다. 단, start가 SRAM word의 배수임을 알 수 있어야 합니다(예: bf16에서 h * 128).

0.32.4 (2026-11-06)

  • Bertha EVT0·EVT1 커널의 instruction memory 사용량을 줄입니다.
  • 분기 인자 전달과 빈 블록의 label 연결을 보존하고, EVT1 numeric loop 속성이 assertions 활성화 환경에서도 올바르게 번역되도록 수정합니다.

0.32.3 (2026-11-06)

  • Wide shared-DRAM bands and SRAM row copies use fewer transfer/address-calculation instructions. Shared shape and range inference consistently handles tuple representations, dynamic bounds and checked arithmetic while preserving view pitches and runtime ABI stride semantics.

0.32.2 (2026-11-06)

  • Tensor shape errors are diagnosed after logical or physical inference, preserving valid deferred view/reshape construction while detecting inconsistent declared shapes and invalid unused operations before lowering.

Executor extensions must now register an implementation name and a typed availability callback; untyped score-only requirement construction has been removed.

0.32.1 (2026-11-06)

  • EVT0 융합 커널의 IMEM 사용량을 줄이기 위해 모든 scalar 정수/index 폭의 signed 순서 보정을 임시로 되돌립니다. 음수를 포함한 signed 순서 비교는 보장하지 않으며, 비음수 범위로 사용해야 합니다.
  • while/break, 좁은 정수의 폭 정규화 mask, equality 비교, bool 처리와 EVT1 구현은 유지합니다.

0.32.0 (2026-11-06)

  • EVT1 backend에서 instruction table의 int index로 sliced DRAM 테이블의 행을 가져오는 legato.tensor.gather가 컴파일되고 실행됩니다. 테이블 행 수는 DRAM 채널 수로 나누어떨어져야 합니다.
  • EVT1에서 device.get_top() 블록 없이 core context만 있는 커널이 컴파일되지 않던 문제가 수정됨

0.31.0 (2026-11-06)

  • Bertha에서 core context의 int32 값을 shared_dram 텐서 원소에 저장할 수 있게 됨(예: flags[row, 0] = step). 전에는 LE0141로 컴파일이 실패함.
  • 저장은 그 원소가 든 64 B DRAM word 전체를 쓰며, 나머지 60 B의 값은 정해지지 않음. 다른 원소와 같은 64 B word를 나눠 쓰는 값은 저장 뒤 깨질 수 있음.

0.30.1 (2026-11-06)

Bertha ComputeModel 구조가 리팩터링 되었습니다.

0.30.0 (2026-11-06)

  • EVT1에서 "instruction_table" tensor 인자의 element를 읽을 수 있음 (scalar access만, view 미지원)
  • EVT1에서 정수 scalar cast(예: instruction table에서 읽은 값을 index로 사용)가 지원됨

0.29.0 (2026-11-05)

  • int16 / int32 scalar를 f32로 변환하는 legato.arith.int2fp(x) 추가 (EVT0)

0.28.1 (2026-11-05)

  • EVT1 backend에서 커널 인자를 로드할 때 연속된 instruction table word를 한 번에 로드합니다.

0.28.0 (2026-11-05)

  • legato.arith.fp2int에 policy="towards_zero" 추가 (EVT0)

0.27.0 (2026-11-04)

  • float scalar를 i32로 변환하는 legato.arith.fp2int(x, policy) 추가 (EVT0, policy="round_to_even"만 지원)
  • EVT0에서 단항 스칼라 연산의 바이너리 생성 오류를 수정했습니다.

0.26.1 (2026-11-03)

  • 기본 Python 3.10 환경을 유지하면서 일반 GIL Python 3.14의 uv sync --python 3.14 구성을 지원한다. Python 3.14용 의존성 및 SDK 실행·공유 라이브러리 로딩 호환성을 보완한다.

0.26.0 (2026-11-02)

  • Bertha EVT0·EVT1에서 integer/index/bool 상태를 전달하는 런타임 while과 while/for의 최근접 break를 사용할 수 있습니다.
  • break 이전의 갱신과 루프 종료 후 변수 값을 보존하고, 이후 본문과 다음 조건식의 실행을 생략합니다.
  • continue, loop-else, runtime loop 안의 조기 return, tensor carried state는 지원하지 않습니다.

0.25.0 (2026-11-02)

  • EVT0 tensor channel 전송이 peer write 방식으로 lowering됩니다. 기존 descriptor ABI 1 artifact는 재컴파일해야 합니다.

0.24.1 (2026-11-02)

  • Broadcast instruction table의 같은 source를 launch 안에서 한 번만 직렬화합니다. Kernel ABI와 mutable 입력의 launch별 갱신은 유지합니다.

0.24.0 (2026-10-30)

  • EVT1 backend에서 legato.math.reduce_max(x, -1, True)로 시작하는 softmax 패턴(reduce_max → sub → exp → reduce_sum → div)이 컴파일되고 실행됩니다. 마지막 축 길이가 SRAM word에 맞아야 합니다(bf16은 64의 배수).
  • Debug 빌드의 EVT1에서 최댓값 연산을 포함한 프로그램을 컴파일할 때 legato-translate가 assert로 종료되던 문제가 수정됨

0.23.2 (2026-10-30)

  • Bertha EVT1: device.sort를 지원합니다.
  • Bertha EVT1: f32 / f16 tensor를 SRAM으로 legato.tensor.request_load하는 커널이 실행됩니다.

0.23.1 (2026-10-28)

  • 시뮬레이터 Python API(from bertha import HASimulator, bertha.lib._C)를 제거했습니다. 시뮬레이터는 hart의 FSim HAL(virtual driver)이나 C API로 사용합니다.
  • bertha-simulator 패키지는 네이티브 라이브러리와 JDB · jdb-mcp만 제공하고, runtime Python 의존성이 없습니다.

0.23.0 (2026-10-27)

  • Bertha EVT0 TLB load의 목적지로 core SRAM을 선택할 수 있습니다.
  • mpu_dram 가중치를 SRAM으로 일반 receive()하면 가중치 타입을 자동으로 추론하며, 여러 matmul의 rhs로 재사용할 수 있습니다.
  • Bertha에서 행렬 연산용 가중치 레이아웃을 지원하지 않는 operand 위치에 사용하면 executor 선택 과정에서 컴파일이 거부됩니다.
  • 기존 compact row-major SRAM weight의 자동 packing과 명시적 mpu_weight_sram 수신을 유지합니다.

0.22.3 (2026-10-27)

  • EVT0에서 SRAM view를 입력으로 사용하는 matmul 및 attention score 연산이 선택한 행과 열의 주소를 올바르게 반영하도록 수정했습니다.
  • EVT0에서 동적 행 수를 가진 SRAM 데이터를 shared DRAM의 열 구간으로 복사할 때 발생하던 컴파일 오류를 수정했습니다.

0.22.2 (2026-10-23)

  • Failed executor and memory assignments explain candidate implementations and their constraints.
  • EVT0 lowering diagnostics include operation-specific rejection reasons and source locations.
  • Alignment and transfer diagnostics report correct element/byte units and device geometry.
  • Hardware passes diagnose missing or mismatched explicit compute models before rewriting IR.
  • Context conversion preserves custom device parameters and rejects conflicting declarations.
  • C++, Python, and documented diagnostic definitions remain synchronized through the registry.

0.22.1 (2026-10-23)

  • Bertha EVT1: 동적 크기 SRAM tensor의 벡터 연산과 matmul을 지원합니다.

0.22.0 (2026-10-23)

  • EVT1: legato.math.rms_norm과 rms norm으로 인식되는 연산(x / sqrt(mean(x^2) + eps) * w)이 컴파일 및 실행됩니다. 단, rank-3 tensor load와 padded shared DRAM write는 아직 지원되지 않습니다.
  • EVT1: 벡터 연산에 사용하는 f32 상수의 바이너리 생성 오류를 수정했습니다.

0.21.0 (2026-10-23)

  • EVT1: core SRAM 텐서 간 legato.tensor.memcpy가 컴파일 및 실행됩니다.

0.20.0 (2026-10-23)

  • EVT1: runtime row 수를 가진 텐서를 shared DRAM에 쓰는 legato.tensor.memcpy가 컴파일 및 실행됩니다 (row 하나가 512 B의 배수인 경우).

0.19.0 (2026-10-23)

  • EVT1(bertha.evt1) backend로 compile하는 kernel에서 legato.range loop를 사용할 수 있습니다.

0.18.5 (2026-10-22)

  • Bertha EVT1 backend에서 legato.tensor.view를 지원합니다 (SRAM, DRAM tensor 모두). SRAM view는 step 1이고 innermost 시작이 SRAM word 경계여야 합니다.
  • Bertha EVT1 backend에서 sliced DRAM으로의 legato.tensor.memcpy가 연속된 row view를 source로 받을 수 있습니다.

0.18.4 (2026-10-21)

  • Nightly wheel 테스트가 설치된 Legato 패키지를 올바르게 import하도록 수정했습니다.

0.18.3 (2026-10-20)

  • 여러 core를 선택한 tensor DIC channel의 컴파일을 지원합니다.
  • 잘못된 DIC manifest 필드 타입을 안전하게 거부합니다.

0.18.2 (2026-10-20)

  • EVT1: shape이 같은 텐서 간의 -, *, / 연산이 컴파일 및 실행됩니다.

0.18.1 (2026-10-20)

  • EVT1: SRAM에서 shared_dram 텐서로의 legato.tensor.memcpy가 컴파일 및 실행됩니다.
  • EVT1: SRAM에서 DRAM으로의 legato.tensor.memcpy가 rank > 3 텐서를 지원합니다.
  • 테스트: simulator_test의 EVT1 fsim 테스트에 @pytest.mark.evt1을 붙이면 CI의 --fsim-chip evt1 단계에서 실행됩니다.

0.18.0 (2026-10-17)

  • 일반 Legato 커널을 동일한 argument metadata와 session 설정으로 반복 호출하면 이전 binding·검증 결과를 재사용하여 host launch 준비 비용을 줄입니다.

0.17.1 (2026-10-16)

  • BerthaEVT1 백엔드에서 첫 차원이 동적인 shared DRAM 텐서를 core SRAM으로 보내고 받을 수 있습니다 (request_copy / receive_copy).
  • Fixed an EVT1 binary-generation error that could use the wrong value in a memory operation.

0.17.0 (2026-10-13)

  • BerthaEVT1 백엔드에서 rank-2 matmul(SRAM 입력 x mpu_buffer 가중치)이 binary까지 lowering되고 EVT1 fsim에서 실행됩니다.
  • Bertha EVT1에서 dynamic dim이 있는 rank-½ add/matmul의 컴파일 오류가 수정되었습니다.

0.16.0 (2026-10-12)

  • compiled 커널을 같은 인자 배치로 반복 호출할 때 launch 인자 구조체를 재사용해 호출당 호스트 시간이 줄어든다. 토큰 수가 바뀌어도 같은 구조체를 재사용한다.
  • legato.launcher에 LaunchPlan, launch_plan_key, KernelLauncher.plan(), KernelLauncher.launch()가 추가되고 LegatoArgSpec에 source, garbage 필드가 생긴다. 기존 공개 API의 동작은 바뀌지 않는다.

0.15.0 (2026-10-12)

  • EVT1 바이너리 생성 오류로 fsim에서 잘못 실행되거나 실패하던 문제를 수정했습니다.

0.14.3 (2026-10-12)

  • EVT1 타겟으로 바이너리가 생성됩니다. 런타임/시뮬레이터를 통해 성공적으로 실행하지 못해 검증되지 않은 상태입니다.
  • EVT1에서 SRAM 텐서를 함수 인자로 사용하거나, 비교 / select 등 control flow가 필요한 스칼라 연산을 사용하면 "not implemented" 에러가 발생합니다.

0.14.2 (2026-10-12)

  • bertha.evt1 backend에서 SRAM receive → add → sliced_dram write-back 커널이 ASM까지 컴파일됨
  • bertha.evt1 backend에서 rank-½ tensor의 add가 지원됨
  • bertha.evt1 backend에서 lowering되지 않은 op가 출력에서 조용히 빠지지 않고 not-implemented 컴파일 에러로 보고됨
  • bertha.evt1 backend에서 rank-3 matmul은 not-implemented 에러로 거절됨
  • Python EVT1 세션에서 request_load 시 프로세스가 abort되던 문제가 수정됨
  • runtime이 EVT1(bertha_v1) ELF 커널을 로드할 수 있음

0.14.1 (2026-10-09)

  • 상수 shape으로 생성한 zeros/ones/full이 shape 추론 직후 잘못된 tuple 불일치로 실패하는 문제를 수정했습니다.
  • reduction/matmul, unary/binary 및 비교, gather, attention 결과의 메모리 정렬 추론에서 compiler가 종료되는 문제를 수정했습니다.
  • 추론과 broadcasting이 동일한 element-count minimum-padding 계산을 사용하도록 통합했습니다.
  • Padded tensor와 dynamic prefix의 FP32↔BF16 cast가 목적 dtype을 잃는 문제를 수정했습니다.
  • 지원되지 않는 shared-memory receive 크기로 compiler가 segmentation fault를 일으키는 문제를 수정했습니다.
  • EVT0에서 계산된 BF16 score의 last-axis keepdim maximum을 destination SRAM에 직접 기록하여 불필요한 scalar copies를 제거했습니다.

0.14.0 (2026-10-08)

  • 여섯 collective 연산과 CollectiveGroup을 공개합니다.
  • BF16 matmul column/row TP의 직접 all-reduce 및 RS→AG 예제를 제공합니다.
  • 명시적 transport backend의 공개 session 경로에서 실기 대조를 제공합니다.

0.13.0 (2026-10-08)

  • 정적 rank 간 tensor Channel 전송을 컴파일합니다.
  • 각 rank artifact에 검증된 hidden address slot binding을 기록합니다.
  • 명시적 transport backend가 없으면 tensor DIC launch를 거부합니다.

0.12.0 (2026-10-08)

  • 명시적 backend를 사용하는 DeviceMesh DIC session 실행을 지원합니다.
  • 모든 rank를 enqueue한 뒤 runtime 완료를 확인하고 자원을 정리합니다.
  • 완료 미확인 자원은 프로세스 수명 동안 보존하고 재사용을 차단합니다.

0.11.0 (2026-10-08)

  • DeviceMesh kernel의 rank별 컴파일과 multi-device launch를 지원합니다.
  • rank마다 자기 컨텍스트에서 backend를 한 번 실행합니다.
  • RankArgs로 rank별 입력을, MeshPlacement로 물리 배치를 지정합니다. 배치를 바꿔도 rank별 binary를 재사용합니다.
  • RankArgs.broadcast(value, ranks)와 RankArgs.from_sequence(values, ranks=None)으로 흔한 rank 도메인을 만들 수 있습니다.

0.10.0 (2026-10-08)

  • BerthaDeviceMesh와 get_mesh()로 하나의 kernel에서 logical rank별 작업을 작성할 수 있습니다.
  • MLIR-only compilation에서 kernel을 rank-local MLIR로 분리하고, mesh_programs로 각 rank에 필요한 runtime 인자 인덱스와 owned bytecode를 제공합니다.
  • Layout 직렬화에서 중첩된 div, mod, 뺄셈의 괄호가 생략되어 식의 의미가 바뀌던 문제를 수정합니다.

0.9.7 (2026-10-07)

  • pytest 수정

0.9.6 (2026-10-07)

  • Bertha EVT1에서 --to-bertha-v1-bin을 사용하는 바이너리 생성 오류를 수정했습니다.
  • BerthaEVT1 CI 에서 check-bertha-evt1 doctest 실행

0.9.5 (2026-10-06)

  • Fixed legato.memcpy for partial sliced_dram views, channel boundaries, allocation offsets, and padded SRAM rows.
  • Fixed source addressing for one-channel shared-DRAM transfers and small sliced transfers.
  • Added correct scalar/range materialization across Bertha DRAM layouts and SRAM.
  • Reduced eligible complete-row sliced-table reads to a single transfer.
  • Recognize runtime tensor kind 8 as sliced_dram; torch.compile input staging requires a follow-up change.

0.9.4 (2026-10-06)

  • 런타임 논리 extent가 물리 extent보다 짧은 attention에서 matmul의 SRAM row stride와 softmax 합계 위치가 잘못 계산되는 문제를 수정했습니다.
  • 명시적인 shared-DRAM device 인자의 stride가 컴파일된 물리 pitch와 맞지 않으면 launch 전에 오류를 발생시킵니다. 물리 pitch에 맞춘 padded backing storage를 사용해야 합니다.
  • legato-opt-debug skill에 임시 Debug build 및 활성 Python 버전에 맞는 extension symlink 설정을 추가했습니다.

0.9.3 (2026-10-06)

  • Bertha EVT0에서 사용 전에 SRAM 버퍼가 변경될 수 있는 스칼라 값을 이전 상수로 잘못 처리하던 문제를 수정했습니다.
  • Legato compiler가 버퍼 별칭과 memory effect를 분석해 안전한 저장 공간 재사용과 같은 블록 연산 재배치를 판정합니다.

0.9.2 (2026-10-06)

  • Fix RMSNorm execution failures for partial-word feature sizes, including D=70, D=96, and D=129, while retaining FP32 intermediates.
  • Report insufficient physical SRAM padding for mixed-precision vector arithmetic during compilation.

0.9.1 (2026-10-06)

  • legato.model.bertha.evt1 또는 Bertha(ctx, name, revision="EVT1")로 Bertha EVT1용 커널을 컴파일할 수 있습니다. 현재 bertha_v1 compute model로 Core IR까지 생성됩니다.
  • EVT1의 asm/bin 생성 경로가 Python에 연결되었으나, EVT1 lowering이 완성될 때까지는 백엔드 단계에서 실패합니다.

0.9.0 (2026-10-02)

  • Bertha V0 softmax가 exponent와 reduction sum을 FP32로 계산하고, 최종 probability를 BF16으로 출력합니다.
  • Bertha V0 RMSNorm이 통계와 정규화 나눗셈 결과를 FP32로 유지하고, BF16 weight multiply에서 BF16 출력으로 변환합니다.
  • 외부 tensor dtype과 행렬 연산 경계는 BF16으로 유지됩니다.

0.8.6 (2026-10-01)

  • Bertha EVT1의 compute model이 추가되었습니다.

0.8.4 (2026-09-30)

  • Bertha EVT1에서 row-major DRAM 레이아웃을 사용하는 데이터 전송을 지원합니다.
  • Bertha EVT1에서 DRAM 쓰기를 포함한 커널의 컴파일 중 프로세스가 중단되던 문제를 수정했습니다.
  • Corrected memory access for padded SRAM tensors to follow their physical shape.

0.8.3 (2026-09-30)

  • EVT1 용 SRAM planning 기능 추가

0.8.2 (2026-09-29)

Loosen verification to bypass dynamic shaped inputs. Ignore the possibility that dynamic shapes might not match the broadcasting condition.

0.8.1 (2026-09-29)

  • 행렬 연산용 가중치의 재사용 범위가 아키텍처 한도를 초과하면 명확한 에러로 실패하도록 처리

0.8.0 (2026-09-29)

  • legato.tensor.borrow_tuple_element(value, index)가 추가됐습니다. tuple 원소를 복사 없이 빌려 씁니다. 결과는 원본과 저장소를 공유합니다.
  • torch_legato의 core-slice getitem이 이 op을 사용합니다. split_with_sizes / RoPE tuple을 꺼낼 때 per-core 타일 전체 복사가 사라집니다.

0.7.1 (2026-09-28)

legato-translate에 EVT1 지원을 추가했습니다.

0.7.0 (2026-09-28)

  • EVT0에서 legato.math.dwconv_1d / dwconv_2d로 static BF16 rank-⅔ depthwise convolution을 사용할 수 있습니다. Bias는 y = dwconv(x, w) + bias로 더합니다.
  • legato.math.conv_1d / conv_2d, max_pool_* / avg_pool_*, layer_norm 이 추가되었습니다. rms_norm affine는 public rank-1 [D]입니다.
  • EVT0에서 지원하지 않는 geometry는 diagnostic으로 보고됩니다.
  • SRAM 가중치 처리를 보완하고, compact mpu_buffer를 사용하는 depthwise convolution과 convolution+bias에서 request_load(..., "mpu_buffer")를 다시 사용할 수 있습니다.
  • FP32 텐서에서 word 중간에 있는 원소를 올바르게 읽도록 수정했습니다.

0.6.5 (2026-09-28)

  • HTensorType에 optional layout kind("value_dram", "key_dram", "shared_dram", "sliced_dram", "mpu_weight" 등) 필드가 생겼습니다.
  • tensor_type(..., kind=...) / get_tensor_type(..., layout_kind=...)가 해당 문자열을 타입에 스탬프합니다.
  • Bertha의 데이터 전송과 가중치 packing은 kind tag로 레이아웃을 확인합니다. tag가 없으면 shared DRAM으로 추정하지 않고 실패합니다.
  • 텐서 view는 source layout kind를 유지합니다. transpose처럼 map을 바꾸는 rewrite는 kind를 떨어뜨립니다.
  • layout 검증은 --verify-bertha-layout-tags로 opt-in합니다. 기본 compile pipeline에는 포함되지 않습니다.
  • production layout classify에서 Z3를 제거해 compile 시간을 줄입니다.

0.6.3 (2026-09-21)

  • receive_type 동적 텐서 타입에 대한 에러 처리 수정

0.6.2 (2026-09-17)

  • legato-clang-format, legato-clang-tidy pre-commit hook이 이제 staged 파일만 검사합니다 (기존에는 매 커밋마다 legato/csrc 전체를 검사했습니다).

0.6.1 (2026-09-17)

  • Legato를 포함한 SDK 네이티브 빌드에서 sccache를 사용할 수 없으면 로컬 ccache, 이후 무캐시 컴파일로 전환해 빌드를 계속합니다.
  • 같은 빌드 디렉터리에서 실패한 캐시를 반복 호출하며 기다리는 상황을 줄였습니다.
  • 실제 컴파일 오류와 빌드 취소, 기존 Debug/coverage 캐시 비활성화 동작은 유지됩니다.

0.6.0 (2026-09-16)

  • device.sort(logits)는 finite 입력을 요구하며, 정적 non-power-of-two 입력에 대해 입력과 같은 logical 길이의 결과를 반환합니다.
  • 컴파일러가 하드웨어용 결과 capacity와 word 제약을 처리합니다.
  • Sampling caller의 padded sort 입력 버퍼와 준비 복사를 제거합니다.

0.5.7 (2026-09-11)

  • Optional Value | None arguments can be narrowed with Value.is_present so pyright accepts them as Value.
  • PR pre-commit lints only that pull request's commits.

0.5.6 (2026-09-11)

  • 여러 FP8 weight matmul을 하나의 segment에서 실행할 때 사용이 끝난 임시 SRAM을 재사용하지 못해 발생하던 컴파일 오류 수정

0.5.5 (2026-09-10)

  • mm_weight_quant, addmm_weight_quant 으로 4-bit weight quantization 사용 가능

0.5.4 (2026-09-10)

사용자 입장에서 변경된 사항은 없습니다.

0.5.3 (2026-09-10)

  • 사용되지 않고 동작하지 않던 Bertha.matmul, Bertha.matmul_add, Bertha.mpu_flush API를 제거했습니다. Matmul은 계속 @ 연산자 또는 legato.math.matmul을 사용하고, weight-quantized matmul은 mm_weight_quant/addmm_weight_quant를 사용하세요.

0.5.2 (2026-09-10)

  • legato.types.float("float8") now uses Bertha's e4m3 format (Float8E4M3FN) instead of the incompatible Float8E4M3FNUZ encoding.
  • Quantized precisions (f8, f4, i8, i4, u8, u4) compile without causing legato-translate to abort.
  • Weight-quantized matmul (mm_weight_quant / addmm_weight_quant) accepts the corrected FP8 type.

0.5.1 (2026-09-09)

  • for 루프가 캡처한 값의 수명이 잘못 계산되어 루프 안에서 버퍼가 조기에 해제되던 문제가 수정되었습니다.
  • 잘못 생성된 바이너리로 인해 디바이스 실행이 hal_error=-14로 실패하던 문제가 수정되었습니다

0.5.0 (2026-09-09)

  • legato.math.softmax가 선택적인 사전 계산 maximum을 받아 불필요한 중복 maximum reduction을 생략할 수 있습니다.

0.4.9 (2026-09-06)

  • legato.compile 커널의 컴파일 로그 파일이 컴파일이 끝나는 즉시 닫힙니다.
  • NFS처럼 열린 파일을 삭제할 수 없는 파일시스템에서 legato.session 출력 디렉터리 삭제가 Directory not empty / Device or resource busy로 실패하던 문제가 수정됩니다.

0.4.8 (2026-09-04)

  • Python frontend부터 Core/Bertha와 compiler pipeline까지 기존 오류를 registry 기반의 일관된 LE diagnostic code로 보고합니다.
  • 지원하지 않는 Python 문법과 잘못된 @builtin 호출은 부분 컴파일이나 내부 예외 대신 원인을 나타내는 diagnostic으로 즉시 중단합니다.
  • Tensor type 생성, compiler pipeline 단계별 실패, 지원하지 않는 Bertha ascending sort를 서로 구분되는 diagnostic으로 보고합니다.

0.4.7 (2026-09-03)

  • Python frontend와 Core dialect의 이관 대상 오류를 원인별 진단 코드로 보고하고, 같은 오류를 Python과 직접 작성한 MLIR에서 동일한 코드로 표시합니다.
  • matmul, grouped matmul, attention, gather, where, tril 등의 정적으로 확인 가능한 잘못된 인자와 shape을 Python 호출 지점에서 바로 보고합니다.
  • Device context, transfer channel, pass, executor, physical shape, DRAM layout 오류를 원인별로 구분하며, sub-byte int4 layout을 비트 단위로 검증합니다.

0.4.6 (2026-09-02)

  • release/nightly가 만드는 sdist에서 빌드 산출물(build/, .cache/, in-place .so)이 제외되어 배포판 크기가 1,298.7 MiB → 약 244 MiB (−81%) 로 줄었습니다. wheel 산출물은 변경되지 않습니다.

0.4.5 (2026-09-01)

0.4.3 (2026-08-31)

  • 하나의 진단 코드가 여러 실패 조건을 함께 쓰던 13개 계열이 20개의 독립 코드로 분리되어, 오류 코드만으로 어떤 조건이 실패했는지 특정할 수 있습니다.
  • matmul, attention_scores, 벡터 연산, executor-context 진단의 문구가 TableGen 레지스트리에서 나옵니다. 같은 진단이 Python과 C++에서 서로 다르게 표시되던 문제가 없어집니다.
  • weight-quant matmul 진단(LE0019, LE0021~LE0027)도 레지스트리로 이관되었습니다. quant_group_size의 두 실패 조건은 LE0027(128 이상·128의 배수)과 LE0035(shape[0]을 나누어떨어뜨려야 함)로 나뉘어 코드만으로 구분됩니다. 메시지 문장 자체는 그대로입니다.
  • 진단 문구를 코드별로 다시 쓰던 Python 계층(messages.py)이 제거되었습니다. 문구를 바꾸려면 이제 Diagnostics.td 한 곳만 고치면 됩니다.
  • 레지스트리가 소유한 진단의 코드·심각도·문구·인자 목록이 문서로 자동 생성되어 게시됩니다.

0.4.2 (2026-08-31)

  • Matmul K 차원 불일치 오류(LE0004)가 실제 차원 값을 함께 보여줍니다. lhs and rhs k dimension must be the same → Matmul requires matching K dimensions, but got lhs K=3 and rhs K=4. grouped matmul에도 동일하게 적용됩니다.
  • 진단 라벨이 오류를 일으킨 원본 Python 표현식을 인용합니다. 예: `loaded_a @ loaded_b` has incompatible inner dimensions, 인덱스 범위 초과(LE0001)는 index expression `i + 1` 형태로 표시됩니다.
  • 표현식의 정확한 소스 범위와 표시 텍스트가 MLIR SourceOrigin 메타데이터로 전달되어, 컴파일 후반부에서 발생한 오류도 원래 작성한 코드 위치를 가리킵니다.
  • 아직 MLIR operation이 만들어지기 전인 파서/속성 단계의 오류도 구조화된 진단으로 보고됩니다. 이전에는 일반 MLIR 오류 문자열로만 노출되었습니다.
  • 진단 코드·심각도·문구·인자 스키마를 TableGen 레지스트리가 단일 정의로 관리하여 Python과 C++이 같은 문구를 냅니다(LE0001, LE0003, LE0004 적용).

0.4.1 (2026-08-27)

  • 컴파일된 커널이 원자적으로 게시됩니다(임시 파일 + rename). 다른 프로세스가 쓰는 도중에 부분 파일이나 0바이트 커널 바이너리를 로드하는 일이 더 이상 발생하지 않습니다.
  • 같은 커널 hash의 컴파일은 파일 lock으로 프로세스 간 직렬화되며, 두 번째 이후 프로세스는 재컴파일 대신 컴파일된 아티팩트를 재사용합니다.
  • 기존 아티팩트 확인이 BINARY 출력에도 적용되고, cache hit 시 실제 바이너리 경로를 등록합니다. 컴파일러 빌드 stamp가 hash에 포함되어 컴파일러를 다시 빌드하면 캐시가 무효화됩니다.

0.4.0 (2026-08-27)

  • Added channel wise, input channel group wise quantization for Bertha EVT0
  • Introduces new API mm_weight_quant(lhs, rhs, dtype, shape, granularity, quant_group_size=128) and addmm_weight_quant(lhs, rhs, dtype, shape, granularity, bias_dtype, quant_group_size=128)

0.3.6 (2026-08-26)

  • Automatic LEGATO_VERSION bumps on main after a release-relevant merge, driven by the legato/major, legato/minor, or legato/patch label.
  • Changelog page populated from each pull request's Release note, falling back to Summary of Changes and then the title.
  • Post-merge classification uses the squash commit so a stacked pull request is not counted as a release.
  • Recovered the missed 0.3.6 publish from the original pipeline rollout.