sgl-project/sglang · 作者 merrymercy · 合并时间 2026-03-24 12:17
根据 PR body，迁移是为了使用中央化的 run_suite.py + register_cuda_ci 注册系统，以提高 CI 的一致性和可管理性。具体目标是替换原始的 pytest/shell 调用，简化测试发现和运行，并引入新的测试套件（如 stage-b-kernel-unit-1-gpu-large）以更好组织测试。
建议技术管理者关注此 PR 以了解 CI 注册系统的演进，工程师可精读 test/run_suite.py 的修改和 register_cuda_ci 的调用模式，作为未来添加测试的参考。设计决策值得学习，包括套件划分、测试时间估算和禁用处理。
本 PR 没有 review 评论，因此无讨论内容。
实现分为三个主要模块：1) CI 配置文件：修改 .github/workflows/pr-test-jit-kernel.yml，将测试运行命令从直接调用 pytest 改为使用 run_suite.py；在 .github/workflows/nightly-test-nvidia.yml 中添加新作业 nightly-test-kernel-1-gpu-h100 以支持夜间测试。2) 测试文件注册：在 python/sglang/jit_kernel/tests/ 和 benchmark/ 下的 58 个文件中添加 register_cuda_ci 调用，指定测试时间、套件和禁用状态（如需要多 GPU 的测试）。3) 测试发现扩展：修改 test/run_suite.py，扩展 glob 模式以发现 JIT 内核测试和基准测试文件，确保它们能被 run_suite.py 自动收集。此外，修复了 test_nvfp4_*.py 中的 main 守卫和 test_custom_all_reduce.py 的调度逻辑。
| 文件 | 模块 | 状态 | 重要度 |
|---|---|---|---|
.github/workflows/pr-test-jit-kernel.yml |
CI | modified | 8.0 |
.github/workflows/nightly-test-nvidia.yml |
CI | modified | 7.0 |
test/run_suite.py |
测试框架 | modified | 8.0 |
python/sglang/jit_kernel/tests/test_add_constant.py |
JIT 内核测试 | modified | 6.0 |
python/sglang/jit_kernel/benchmark/bench_awq_dequantize.py |
JIT 内核基准测试 | modified | 6.0 |
分析完成后，这里会展示 LLM 生成的相对完整源码片段和详细注释。
当前评论区没有形成足够清晰的争议点或结论，后续有更多讨论时会体现在这里。
风险包括：1) 回归风险：更改测试运行方式（从 pytest 到 run_suite.py）可能导致某些测试被遗漏或运行失败，需验证所有测试套件正确发现；具体到 test/run_suite.py 的 glob 扩展，若路径匹配错误可能影响其他测试。2) 性能风险：新增的夜间测试作业（nightly-test-kernel-1-gpu-h100）可能增加 CI 运行时间，需监控超时设置（timeout-minutes: 240）。3) 兼容性风险：注册系统依赖统一的 register_cuda_ci 调用，若测试文件缺少调用或参数错误（如 est_time 不准确），可能导致 CI 任务失败或资源浪费。4) 维护风险：删除 scripts/version_branch_to_tag.sh 可能影响发布流程，但该文件似乎已过时（参考相关 PR 21231）。
影响范围：1) 用户：开发者运行 CI 测试时，将使用更统一的命令，简化调试；但需确保测试文件已正确注册。2) 系统：CI 管道更一致，测试发现更自动化，可能提高测试覆盖率和可靠性；夜间测试扩展增强了 JIT 内核的全面验证。3) 团队：减少维护多个独立测试脚本的开销，促进代码复用；影响程度中等，主要限于测试基础设施，不涉及核心业务逻辑。
当前没有检测到明确关联的 Issue 链接，后续同步到相关引用后会出现在这里。
此 PR 将 JIT 内核的 CI 测试从原始的 pytest/shell 调用迁移到中央化的 run_suite.py 注册系统，引入了三个新测试套件（如 stage-b-kernel-unit-1-gpu-large），并在 58 个测试和基准测试文件中添加了 register_cuda_ci 调用。这提升了测试可维护性和一致性，但需注意回归风险和 CI 时间变化。建议关注注册系统的设计模式。
迁移是为了使用中央化的 run_suite.py + register_cuda_ci 注册系统，以解决原始测试调用分散、难以管理的问题。根据 PR body，目标包括简化测试发现、统一运行命令，并支持夜间测试的扩展（通过 SGLANG_JIT_KERNEL_RUN_FULL_TESTS 环境变量）。例如，PR 中写道："Migrate pr-test-jit-kernel.yml from raw pytest/shell invocation to the centralized run_suite.py + register_cuda_ci registration system"，强调提升 CI 的可维护性。
按模块拆解关键改动：
.github/workflows/pr-test-jit-kernel.yml：将 pytest 命令替换为 python3 run_suite.py --hw cuda --suite <套件名>。.github/workflows/nightly-test-nvidia.yml：新增 nightly-test-kernel-1-gpu-h100 作业，设置完整测试网格。python/sglang/jit_kernel/tests/ 和 benchmark/ 下的文件中添加 register_cuda_ci 调用，例如：python
from sglang.test.ci.ci_register import register_cuda_ci
register_cuda_ci(est_time=45, suite="stage-b-kernel-unit-1-gpu-large")test/run_suite.py，扩展 glob 以包含 JIT 内核测试：python
files += glob.glob(os.path.join(jit_kernel_dir, "tests", "test_*.py"))
files += glob.glob(os.path.join(jit_kernel_dir, "benchmark", "bench_*.py"))test_custom_all_reduce.py 中添加 __main__ 守卫以正确处理分布式测试。本 PR 没有 review 评论，因此无讨论内容。
风险：
run_suite.py 的 glob 扩展是否正确。register_cuda_ci，可能导致 CI 失败。scripts/version_branch_to_tag.sh 可能影响发布流程，但该文件似乎已过时。影响：
与历史 PR 的关联显示更大的 CI 重构趋势：
pr-test-jit-kernel.yml 奠定了基础。
参与讨论