执行摘要

本次PR修复了SGLang调度器中Pipeline Parallelism (PP) 与Context Parallelism (CP) 结合使用的通信问题，支持PP2+CP8+TP8等配置，通过修改调度器发送/接收逻辑并放宽配置断言，确保在H20等硬件上并行部署正常工作。

功能与动机

动机源于H20 GPU集群上PP与CP结合使用时出现的问题，导致无法生成输出。PR body引用PR #19504的评论，明确需修复此配置下的bug。Issue评论中yiakwy-xpu-ml-framework-team验证修改后PP2+CP工作正常，强调了修复的紧迫性。

实现拆解

主要改动点按模块拆解：

• 调度器模块（scheduler_pp_mixin.py）：
  • 修改_pp_send_pyobj_to_next_stage和_pp_recv_pyobj_from_prev_stage函数，添加条件self.attn_tp_rank == 0 and self.attn_cp_rank == 0，确保只有TP和CP rank为零的进程进行进程间通信。
  • 在接收后添加CP广播代码块：
    python if self.attn_cp_size > 1: data = broadcast_pyobj( data, self.attn_cp_group.rank, self.attn_cp_cpu_group, src=self.attn_cp_group.ranks[0], )
• 配置模块（server_args.py）：
  • 在_handle_context_parallelism方法中，将硬性断言assert self.pp_size == 1改为条件性检查，仅当enable_nsa_prefill_context_parallel为假时触发，允许PP与CP在NSA预填充上下文并行启用时共存。
  • 设置attn_cp_size = tp_size以适配配置路径。

评论区精华

Review讨论中关键交锋包括：

• ShangmingCai建议移除断言，但whybeyoung反驳：

  "The assert blocks the case: context parallelism on (attn_cp_size > 1) with pipeline parallelism on (pp_size > 1) while NSA prefill context parallel is off (enable_nsa_prefill_context_parallel=False). That combination is not implemented/tested; removing the check would allow an invalid config to start."
  最终采纳条件性断言，平衡灵活性与安全性。

• yiakwy-xpu-ml-framework-team提出混淆点：关于attn_cp_size定义和TP约束，指出TP=2时也应支持CP，但此问题被标记为未解决，需后续澄清。

风险与影响

风险：

1. 核心调度通信路径变更可能引入死锁或数据不一致，特别是在分布式环境中依赖特定rank假设。
2. 配置检查放宽可能导致用户误用未测试组合，引发运行时错误。
3. 缺少针对PP+CP组合的专门测试，依赖CI覆盖可能不足。

影响：

• 积极影响：扩展并行配置选项，支持更高效的大规模模型部署，提升H20等硬件资源利用率。
• 潜在影响：需用户确保正确设置enable_nsa_prefill_context_parallel等变量，团队需跟进未解决的attn_cp_size讨论以维护代码质量。

关联脉络

从历史PR看，本次PR与近期调度器优化（如PR #22577修复空闲检测、PR #22453修复HiSparse解码侧）共享调度器模块的演进趋势，反映团队在分布式并行性和性能调优上的持续投入。虽然未直接关联到特定功能线，但共同支撑SGLang在高负载环境下的稳定性和扩展性。