执行摘要
本 PR 引入了一个线性注意力模型注册 API，旨在解决 SGLang 中混合模型支持硬编码的问题。通过添加新注册表和纯加性集成点，允许外部模型自我注册，无需修改核心代码。变更无回归风险，显著提升了系统的可扩展性和易用性，建议技术团队关注其设计决策。
功能与动机
目前 SGLang 在五个核心文件中硬编码了对 GDN、KDA、Mamba2 和 Lightning 等混合模型的支持，使用 isinstance 检查和架构名称列表。如 PR body 所述，这使得添加新线性注意力混合模型（如自定义 KDA 变体）变得困难，需要修改所有五个文件。注册 API 的目标是让外部或实验性模型能通过注册自行集成，无需 fork 或修改 SGLang 源码，从而提高框架的可扩展性和维护性。
实现拆解
实现方案围绕新增注册表文件和五个关键集成点展开：
- 新增注册表文件：
python/sglang/srt/configs/linear_attn_model_registry.py，包含 LinearAttnModelSpec 数据类和注册函数，如 register_linear_attn_model 和 get_linear_attn_config。
- 集成点修改：
model_runner.py：添加 linear_attn_model_spec 属性，通过 _get_linear_attn_registry_result 缓存查询结果。attention_registry.py：在 attn_backend_wrapper 函数中添加后备逻辑，当硬编码模型不匹配时查询注册表。scheduler.py：扩展 is_hybrid_ssm 标志以包含注册模型的缓存行为。server_args.py：在 _handle_model_specific_adjustments 中添加架构名称查找，处理缓存配置。triton_backend.py：在 v_head_dim 检查中加入 linear_attn_model_spec 引用。
- 单元测试：新增
test/registered/unit/configs/test_linear_attn_model_registry.py，包含 11 个测试用例，验证注册表功能的正确性。
评论区精华
review 过程中，reviewer merrymercy 提出了两个关键讨论点：
- 字段使用疑问：在注册表中，merrymercy 询问 "when is this used?"，指向某个字段或检查。
- 冗余检查质疑：在
attention_registry.py 中，merrymercy 指出一个检查 "seems redundant"，并建议移除。
作者 charlotte12l 回复解释检查是从现有代码（如第 194-196 行）借鉴而来，并根据反馈移除了 mla_incompatible 字段，最终简化了设计。这表明 review 过程聚焦于设计的优化和代码简洁性。
风险与影响
- 技术风险：变更纯加性，现有硬编码检查优先执行，因此回归风险极低。注册表查找开销可忽略，性能风险无。但若注册表被误用或配置错误，可能导致模型识别失败或运行时错误。
- 影响分析：对用户（模型开发者）影响积极，提供更灵活的集成方式，无需深入修改核心代码。对系统无负面影响，保持向后兼容。对团队而言，减少了未来维护负担，促进了模块化扩展。
关联脉络
从同仓库近期历史 PR 看，多个 PR 涉及新模型支持或功能扩展，例如 PR #21952 添加 Gemma 4 模型支持、PR #22073 添加 Qwen3-ASR 支持。本 PR 的注册 API 与这些功能演进方向一致，旨在简化模型集成流程。通过注册机制，后续添加新模型可以更模块化，减少核心代码修改，反映出 SGLang 在提升可扩展性和开发者体验方面的持续优化趋势。
参与讨论