执行摘要

本PR新增了--enforce-disable-flashinfer-allreduce-fusion命令行参数，作为硬覆盖选项，允许用户在FlashInfer allreduce fusion自动启用时强制关闭它。变更集中在服务器参数配置文件中，风险低，影响限于提供用户更多控制选项，适用于调试或特定场景。

功能与动机

为解决自动启用FlashInfer allreduce fusion时用户无法显式禁用的问题，本PR添加了强制禁用标志。如PR body所述，旨在提供“a hard override”，Issue讨论中Fridge003强调了避免混淆的需求，最终决定添加独立标志以增强配置灵活性。

实现拆解

修改了python/sglang/srt/server_args.py文件，主要改动点如下：

• 字段添加：在ServerArgs类中新增enforce_disable_flashinfer_allreduce_fusion: bool = False字段，默认禁用。

• 逻辑覆盖：在_handle_model_specific_adjustments方法中添加条件代码块：
  

  if self.enforce_disable_flashinfer_allreduce_fusion:
      self.enable_flashinfer_allreduce_fusion = False
      logger.info("FlashInfer allreduce fusion is forcibly disabled via --enforce-disable-flashinfer-allreduce-fusion.")
  

  
  确保在模型特定调整后执行，覆盖可能的自动启用。

• 命令行参数：在add_cli_args函数中添加--enforce-disable-flashinfer-allreduce-fusion参数，帮助文本为“Enforce disable FlashInfer allreduce fusion.”。

评论区精华

review讨论聚焦于设计正确性：

• Fridge003建议：“Can we put this logic inside self._handle_model_specific_adjustments” – 强调将逻辑移至模型调整方法中以保证执行顺序。
• 作者响应：mmangkad同意并更新代码，确保禁用逻辑在调整后应用，避免潜在冲突。
  Issue讨论中曾探索改变默认值方案，但被放弃以维持行为一致性，凸显了配置管理的权衡。

风险与影响

风险：新逻辑可能错误覆盖其他设置，但通过放置在_handle_model_specific_adjustments中降低了风险；缺少测试覆盖，但变更简单。
影响：用户获得调试工具，系统性能无直接变化，团队代码维护负担小。

关联脉络

与历史PR关联：PR #21711（移除FlashInfer wheel缓存清理）涉及相同组件，表明FlashInfer在持续优化中。无直接关联Issue，但体现了对性能调优配置的增强趋势。