diff --git a/TODO.md b/TODO.md
index 30c8518..fe78306 100644
--- a/TODO.md
+++ b/TODO.md
@@ -586,3 +586,61 @@ import 路径上。修完之后 `import deepinfer` 在纯 Triton 环境不再需
   **8 卡端到端已跑通，输出与参考镜像逐 token 相同**。剩下的回退就是 P1/P2 那几条遗留，
   在两个镜像上一模一样。
 - 两边共同的硬骨头只有 **C1（engram gather 不可 capture）**，其余都是收尾工作。
+
+---
+
+## 六、国产卡 bring-up：走 `tile_kernels.torch`（2026-10-22 实测）
+
+目标：在没有 TileLang 的卡上先把模型跑起来，**先用纯 torch 参考实现保正确性**，再按 profile
+把热路径逐个换成 Triton。§2.10b 说明了大头在哪（模型前向直接调 `tile_kernels` 的
+quant/MoE/MHC/engram，25 处模块级 import / 23 个 API）。
+
+### 6.1 第一步已通：`tile_kernels.torch` 能在无 TileLang 下导入
+
+原本不行，因为三层 eager import 把纯 Python 的参考实现和编译栈绑在一起：
+
+| 层 | 问题 | 处理 |
+|---|---|---|
+| `tile_kernels/__init__.py` | `from . import (config, quant, …)` 拖起全部编译 kernel | 改成 PEP 562 惰性 `__getattr__` |
+| `tile_kernels/quant/__init__.py` | 13 个 kernel 模块 eager re-export；`import quant.common` 会先执行它 | 同样惰性化（AST 解析原文件生成导出表，带 `__all__` 保证 `import *` 仍可用） |
+| `tile_kernels/quant/common.py` | `from tilelang import language as T` + 模块级 `@T.macro` | tilelang 变可选；`@T.macro` 段包进 `if T is not None:`；4 个 host 侧注解加引号；3 个返回 dtype 句柄的成员改成调用时再解析 |
+| `tile_kernels/config.py` | 只为 3 个常量 `T.max_value(...)` 而 import tilelang | 常量改字面量（448.0 / 6.0），逐位校验一致 |
+
+⚠️ **不能用 `from __future__ import annotations`**：它把 `@T.macro` 体内的注解也变成字符串，
+tilelang 的 macro 解析器自己去 eval 时会报 `NameError: name 'float32' is not defined`。
+必须只把 host 侧那 4 个注解单独加引号。
+
+脚本：`scripts/enable_torch_kernel_refs.sh`（幂等，`--revert` 可逆）
++ `scripts/tile_kernels_patch/{patch_tile_kernels,patch_quant_common,lazify_package_init}.py`
++ `scripts/verify_tile_kernels_patch.py`（证明有 tilelang 时**接口面完全不变**：子模块属性、
+  `from pkg import sub`、config 旋钮、kernel 侧的 `from .common import *`、`dir()`、
+  未知属性仍报 AttributeError → `PATCH_SAFE`）
+
+### 6.2 关键未知项已消除：参考实现数值等价 ✅
+
+`scripts/tile_kernels_patch/compare_with_cuda.py`，用 DeepInfer 在 SM90 上的真实参数
+（`fmt="e4m3", num_per_channels=128, round_sf=True, use_packed_ue8m0=False,
+use_tma_aligned_col_major_sf=True`）：
+
+| op | 结论 |
+|---|---|
+| `quant.per_token_cast` | **bitwise 一致**（data + sf，4 组 shape 含 m=1/257、n=128/7168） |
+| `quant.cast_back` | **rel 0.000e+00** |
+| `quant.swiglu_forward_and_per_token_cast` | **bitwise 一致** |
+| `engram.engram_hash` | **bitwise 一致**（溢出敏感，必须是 int64 池算术） |
+| `transform.apply_rotary` | 65536 元素里 1 个差 1.17/1.33 ULP（bf16 末位舍入），可接受 |
+
+**这是整条桥的前提**：量化链 bitwise 相同意味着「先跑通」不会引入 token 级偏差。
+
+### 6.3 还没做的（下一步）
+
+1. **路由层**：把 deepinfer 里 25 处 `import tile_kernels` 改成走一个 compat 包
+   （`deepinfer/tk_compat/{quant,moe,transform,mhc,engram,config}.py`），按「有无 tilelang /
+   `DEEPINFER_KERNELS=ref`」选 CUDA 实现还是 `_ref`。改动最小形式是只换 import 那一行。
+2. **MHC 8 个 + MoE gate 未做 A/B**：`mhc_*` 与 `moe_topk_gate` 还没验证（语义更复杂），
+   做之前不能假设等价。
+3. **性能**：纯 torch 的 `per_token_cast` 每层都过，预计是数量级退化。桥的作用是
+   「先正确」，之后按 profile 换 Triton。
+4. **上游**：以上 3 个补丁应该提到 FlagOS，否则每次重装都要重跑脚本。
+
+（`flag_gems` 不是替代品：903 个 ATen 级算子替换，没有这些定制融合算子。）