执行摘要

本PR通过重命名测试方法以调整执行顺序，并优化tokenizer加载逻辑，修复了CI中stage-b-test-1-gpu-large (0)测试频繁超时的问题。变更集中于测试文件test_bench_serving_1gpu_part1.py和工具函数run_bench_serving，预计可节省约5分钟测试时间，提升CI稳定性和效率，对生产代码无直接影响。

功能与动机

stage-b-test-1-gpu-large (0)测试在CI中频繁超时，根本原因在于：

• unittest按字母顺序执行测试方法，导致test_lora_*在test_offline_*之前运行。
• LoRA测试跳过CI_OFFLINE模式，首次服务器启动时tokenizer加载会调用Hugging Face Hub API（如list_repo_files），在冷启动时阻塞数分钟。
• 即使模型已本地缓存，基准测试客户端仍使用仓库ID加载tokenizer，可能触发额外API调用。
  PR body引用CI日志数据，显示test_lora_online_latency服务器启动耗时6分49秒，而test_offline_throughput_default仅46秒，重排顺序后可将冷启动时间从约7分钟降至2分钟。

实现拆解

1. 测试重命名：在test/registered/perf/test_bench_serving_1gpu_part1.py中，将test_lora_online_latency和test_lora_online_latency_with_concurrent_adapter_updates重命名为test_online_lora_latency和test_online_lora_latency_with_concurrent_adapter_updates，确保按字母顺序时test_offline_*优先执行，预热HF缓存。
2. Tokenizer路径优化：在python/sglang/test/test_utils.py的run_bench_serving()函数中添加以下逻辑：
   

   bench_tokenizer = tokenizer
   if bench_tokenizer is None:
       try:
           from sglang.srt.utils import find_local_repo_dir
           local_dir = find_local_repo_dir(model, revision=None)
           if local_dir and os.path.isdir(local_dir):
               bench_tokenizer = local_dir
       except Exception:
           pass
   

   
   当本地缓存可用时，将tokenizer解析为本地路径，避免基准测试客户端调用Hub API。

评论区精华

Review中仅Fridge003批准，无评论内容，表明变更直接且无争议。提交历史显示作者从最初延长超时时间（提交52485f7）转向根本原因修复（提交75ac42b和60cd126），体现了从临时缓解到系统性解决的决策过程。

风险与影响

• 风险：测试重命名可能影响依赖名称的脚本或文档；本地路径解析依赖find_local_repo_dir函数，需确保其可用性和异常处理稳健。
• 影响：显著减少CI超时风险，提升测试效率，对用户无直接影响，但团队需注意测试重命名可能带来的轻微混淆。

关联脉络

与近期CI优化PR如#22301（优化coredump上传）、#22297（撤销测试模型更新）和#22284（添加快速失败机制）同属提升CI稳定性的努力。本PR专注于解决外部依赖延迟问题，通过调整测试顺序和资源加载策略，为类似场景提供了参考模式。