release(xpu_graph): release v0.3.0

docs/RELEASE.md

@@ -1,25 +1,17 @@
-# Release 0.2.0
+# Release 0.3.0
 
 ## 主要依赖库版本描述
 - python 3.9 或者更高
 - pytorch 2.5.1 或者更高
 - [torch-mlu] 与pytorch版本对应
 - [torch-npu] 与pytorch版本对应
-- [triton] 3.2.0
-- [triton-npu] 与triton保持一致
+- [triton-x] 3.2.0
 
 ## 重大变动
-- 现在whl包更名为`byted-xpu-graph`，并在bytedpypi源上发布，注意与旧版本的包名不同 #313;
-- 现在`Target.ascend`被删除且合并到`Target.npu`中，`Target.ascend`和`Target.npu`原先语义，可以通过`vendor_compiler_mode:{compiler: 'ge'}`以及`vendor_compiler_mode:{compiler: 'inductor'}`区分 #274;
+-
 
 ## 主要特性与改进
-- 现在可以通过环境变量`XPUGRAPH_DEPRECATED_AOT_CONFIG_IS_EXPORT`来控制AOTConfig的`is_export`属性，这可以解决部分`immutable functional tensor`的问题，但副作用不明确，注意未来我们将弃用这一环境变量，使用该环境变量前务必明白使用的意义，否则可能会导致一些未知的问题 #311;
-- 现在`Target.npu`支持对`torch.ops.npu.npu_quant_matmul`的权重进行`nd2nz`的转化，通过常量折叠完成编译期优化 #239;
-- 现在`Target.npu`支持对`add+rmsNorm`和`silu+mul` 两个pattern基于triton算子进行融合 #298;
-- 增加 rms_norm pattern，将常见的rms_norm小算子实现进行替换 #297;
-- 现在`Target.mlu`下如果传入`vendor_compiler_mode=none`，则不会使用mlu的inductor编译器 #252;
+- 新增`vendor_compiler_config`字段`use_custom_pool`，用户可以通过`torch.npu.graph_pool_handle()`获取内存池并传入，从而实现多图的内存复用，但切忌并发使用共享内存池的多图，以免造成不必要的内存踩踏问题;
 
-## Bug修复与其他改动
-- 在时间戳之后增加了进程与线程ID的打印，方便调试 #270;
-
----
+# Bug修复与其他改动
+- 由于`graphviz`在处理大图时速度非常慢，现在使能`dump_graph`，我们不再以`svg`格式绘制并导出，而是以`dot`格式保存，并附上绘图代码，用户可以根据需要自行绘图，请确保绘图环境里安装了`graphviz`和python模块`pydot`；此外，我们还将图表示文件的后缀从`.ll`改成了`.txt`，这是为了能够在一些在线文档中直接预览，而无需下载查看;

docs/RELEASE_CURRENT.md

@@ -1,12 +1,11 @@
-# Release 0.2.0
+# Release 0.3.0
 
 ## 主要依赖库版本描述
 - python 3.9 或者更高
 - pytorch 2.5.1 或者更高
 - [torch-mlu] 与pytorch版本对应
 - [torch-npu] 与pytorch版本对应
-- [triton] 3.2.0
-- [triton-npu] 与triton保持一致
+- [triton-x] 3.2.0
 
 ## 重大变动
 -

xpu_graph/version.py

@@ -1 +1 @@
-__version__ = "0.2.0"
+__version__ = "0.3.0"