执行摘要
该PR将NPU扩散模型CI性能测试中TextEncodingStage的基准时间从301.21毫秒大幅提升至1200.21毫秒，旨在解决因CI服务器性能差异导致的偶发性测试超时失败。这是一个典型的CI基础设施调整，虽能立即提高测试通过率，但可能掩盖性能回归且未解决根本问题，建议结合review中的讨论关注长期测试策略。
功能与动机
- 问题背景：multimodal-gen-test-8-npu-a3测试中TextEncodingStage阶段有时超时失败，但在本地无法复现，推测某些CI服务器性能较慢。
- 解决目标：通过放宽性能基线，减少环境差异导致的测试不稳定性，提升CI流水线可靠性。
- 关键引用：PR body中说明“i just update time limit”，直接体现了以调整基线为快速解决方案的思路。
实现拆解
仅修改一个配置文件，具体变更如下：
| 文件路径 |
变更内容 |
影响 |
python/sglang/multimodal_gen/test/server/ascend/perf_baselines_npu.json |
"TextEncodingStage": 301.21 → "TextEncodingStage": 1200.21 |
将NPU上Wan2.2-T2V-A14B-Diffusers-w8a8模型的文本编码阶段基准时间提升约4倍 |
评论区精华
review中仅有的实质性讨论来自gemini-code-assist[bot]，要点包括：
“This increases the performance baseline by nearly 4x. While this will fix the immediate CI failures, such a large adjustment might mask underlying performance regressions or significant variability in CI runner performance.”
“The new limit of 1200.21 ms is also very close to the failing time of 1198.02 ms shown in the PR description, which might lead to continued flakiness.”
这些评论指出了调整策略的潜在风险：一是可能掩盖真实性能问题，二是新基线过于接近失败阈值，不稳定性可能持续。但讨论未深入，变更最终被批准。
风险与影响
- 性能回归风险：4倍的基线放宽可能使实际性能退化不被CI检测，影响NPU扩散模型的质量监控。
- 持续不稳定性：新基线仅比观察到的失败时间高约2毫秒，环境微小波动仍可能导致测试失败。
- 根本原因未解决：未探究CI服务器性能差异的根源，问题可能在其他测试或配置中重现。
- 影响范围：仅影响特定NPU扩散模型的CI测试通过标准，对用户功能和系统性能无直接影响。
关联脉络
- 近期相关PR：PR #22031同样调整多模态生成CI测试，但采用临时禁用策略而非修改基线，反映团队在应对CI不稳定性时的不同方法。
- NPU性能演进：结合PR #19246（NPU优化GLM4.7）可见，NPU硬件上的性能优化和测试校准是持续主题，本PR属于测试基础设施的配套调整。
- CI稳定性趋势：近期多个PR（如#22001、#22011）涉及CI工作流修复，表明团队正系统性提升CI可靠性，本PR是这一趋势中的具体实践。
参与讨论