docs: record sm90 megamoe phase1 dev log

MEGAMOE_SM90_DEV.md

@@ -0,0 +1,44 @@
+# SM90 MegaMoE 开发日志
+
+## 2026-06-17 23:55:32 CST
+
+- 对应 clean 工作 commit：`1dafd0f17376d8730bebb472dc8e15d9645c6b52`
+- 用户请求摘要：重做 Phase 1 接口/基础设施提交，保证它作为独立 clean commit 在线性历史中出现，并通过远端测试。
+- 本次提交的核心改动：
+  - 新增 SM90 MegaMoE host API：`get_symm_buffer_size_for_sm90_mega_moe`、`get_token_alignment_for_sm90_mega_moe`、`fp8_mega_moe`。
+  - 新增 SM90 MegaMoE JIT heuristics、runtime launch glue、scheduler 和空 kernel stub。
+  - Python MegaMoE wrapper 支持按当前 CUDA device 区分 SM90/SM100，SM90 使用 `(1, 128, 128)` recipe 和 float SF 路径。
+  - SM90 symmetric buffer Phase 1 接口返回 8 个常规 view：`x`、`x_sf`、`topk_idx`、`topk_weights`、`l1_acts`、`l1_acts_sf`、`l2_acts`、`l2_acts_sf`。
+  - 新增 Phase 1 smoke 测试脚本：`megamoe_dev_test_scripts/phase1/interface_smoke.py`。
+  - 更新 `AGENTS.md`，记录 phase 测试脚本提交规范、开发日志规范和 60 秒左右 timeout 规则。
+  - 更新 `MEGAMOE_SM90_DESIGN.md`，将 Dispatch 与 L1 TMA/WGMMA 拆成独立 phase。
+- 关键文件列表：
+  - `AGENTS.md`
+  - `MEGAMOE_SM90_DESIGN.md`
+  - `csrc/apis/sm90_mega.hpp`
+  - `csrc/jit_kernels/heuristics/sm90_mega_moe.hpp`
+  - `csrc/jit_kernels/impls/sm90_fp8_mega_moe.hpp`
+  - `csrc/python_api.cpp`
+  - `deep_gemm/__init__.py`
+  - `deep_gemm/mega/__init__.py`
+  - `deep_gemm/include/deep_gemm/impls/sm90_fp8_mega_moe.cuh`
+  - `deep_gemm/include/deep_gemm/layout/mega_moe.cuh`
+  - `deep_gemm/include/deep_gemm/scheduler/sm90_mega_moe.cuh`
+  - `megamoe_dev_test_scripts/phase1/interface_smoke.py`
+- 详细开发流程：
+  - 本地从原混合 Phase 1/Phase 2 commit 回退到 Phase 0 基线，保留工作区改动并重新拆分 commit。
+  - 本地将 SM90 kernel 降到 Phase 1 空 kernel stub，仅保留 ABI、JIT 模板参数和 launch 静态检查。
+  - 本地将 `get_symm_buffer_size_for_sm90_mega_moe` 降到 Phase 1 接口，返回 8 个常规 buffer views，不暴露 Phase 2 dispatch 内部状态。
+  - 本地新增 `megamoe_dev_test_scripts/phase1/interface_smoke.py`，验证 SM90 buffer views、float SF dtype、weight transform 和空 kernel launch。
+  - 本地静态检查：`git diff --check`、`python3 -m py_compile megamoe_dev_test_scripts/phase1/interface_smoke.py`。
+  - 远端同步：`rsync -avR AGENTS.md MEGAMOE_SM90_DESIGN.md csrc/python_api.cpp deep_gemm/__init__.py deep_gemm/mega/__init__.py deep_gemm/include/deep_gemm/layout/mega_moe.cuh csrc/apis/sm90_mega.hpp csrc/jit_kernels/heuristics/sm90_mega_moe.hpp csrc/jit_kernels/impls/sm90_fp8_mega_moe.hpp deep_gemm/include/deep_gemm/impls/sm90_fp8_mega_moe.cuh deep_gemm/include/deep_gemm/scheduler/sm90_mega_moe.cuh megamoe_dev_test_scripts/phase1/interface_smoke.py g0034:/mnt/beegfs/lxy/DeepGEMM/`。
+  - 远端 build：`ssh g0034 "docker exec sglang-lxy bash -lc 'cd /mnt/beegfs/lxy/DeepGEMM && timeout 60s bash develop.sh'"`，通过。
+  - 远端 single-rank smoke：`ssh g0034 "docker exec sglang-lxy bash -lc 'cd /mnt/beegfs/lxy/DeepGEMM && timeout 60s python3 megamoe_dev_test_scripts/phase1/interface_smoke.py'"`，通过。
+  - 远端 2-rank smoke：`ssh g0034 "docker exec sglang-lxy bash -lc 'cd /mnt/beegfs/lxy/DeepGEMM && CUDA_VISIBLE_DEVICES=0,1 timeout 60s torchrun --standalone --nproc_per_node=2 megamoe_dev_test_scripts/phase1/interface_smoke.py'"`，通过。
+- 测试结果和已知问题：
+  - Phase 1 build 和 smoke 测试均通过。
+  - single-rank 仍出现 PyTorch symmetric memory warning：`cuMulticastCreate failed with: "invalid argument"`，当前不影响 smoke。
+  - Phase 1 kernel 是空 kernel，不产生 dispatch/GEMM 输出；正确性只覆盖接口、buffer views、JIT 编译与 launch。
+- 后续待办：
+  - 在线性历史中继续提交 Phase 2 dispatch-only 实现。
+  - Phase 3 开始实现 L1 TMA + 单 tile WGMMA，并增加 accumulator/reference 对比。