执行摘要

• 一句话：修复DSA模型中NSA后端硬编码和草稿模型topk变换方法错误。
• 推荐动作：该PR值得快速浏览，特别是关注server_args.py中默认配置逻辑的修复，这是防止用户配置被意外覆盖的典型模式。对于nsa_backend.py的修改，建议结合Issue中的错误场景理解其必要性。整体变更较小，但涉及核心配置和注意力机制，建议在相关测试中验证回归。

功能与动机

修复Issue #22401中报告的两个bug：1) PR #22098强制将NSA后端设置为TRT-LLM，忽略了用户通过--nsa-decode-backend和--nsa-prefill-backend指定的配置；2) 即使手动修改代码强制使用FlashInfer，也会与草稿注意力后端不兼容，导致执行失败。Issue中提供了在8xB300硬件上运行GLM-5-FP8模型时的具体错误堆栈。

实现拆解

该PR包含两个关键修复：1) 在server_args.py中修改_set_default_nsa_backends函数，仅当用户未显式设置nsa_prefill_backend和nsa_decode_backend时，才将它们默认设置为"trtllm"，避免覆盖用户配置。2) 在nsa_backend.py中修改get_topk_transform_method函数，移除对forward_mode.is_decode_or_idle()的条件判断，确保在特定条件下正确返回RAGGED变换方法。

关键文件：

• python/sglang/srt/server_args.py（模块 server_args）: 修复NSA后端默认配置逻辑，避免用户设置被硬编码覆盖，这是Issue报告的核心问题之一。
• python/sglang/srt/layers/attention/nsa_backend.py（模块 attention/nsa）: 修正草稿模型的topk变换方法逻辑，确保在特定条件下返回正确的变换方法，解决与草稿注意力后端的兼容性问题。

关键符号：_set_default_nsa_backends, get_topk_transform_method

评论区精华

review中只有gemini-code-assist[bot]的自动评论，确认了server_args.py的修改逻辑是防止用户设置被覆盖，没有人工review讨论。这表明变更相对简单直接，没有引发技术争议。

• NSA后端默认配置逻辑修复 (correctness): 变更被接受，无争议。

风险与影响

• 风险：风险较低但需注意：1) server_args.py的修改可能影响所有使用NSA后端的模型配置，特别是当用户未显式设置后端时，默认行为可能变化。2) nsa_backend.py中移除forward_mode.is_decode_or_idle()条件可能影响其他非DSA场景的topk变换逻辑，但根据代码上下文，这似乎是修复特定bug的必要调整。3) 变更缺少单元测试验证，依赖现有CI测试覆盖。
• 影响：影响范围：1) 对用户：修复了DSA模型在Blackwell架构上的配置兼容性问题，用户现在可以正确使用自定义的NSA后端配置。2) 对系统：确保草稿模型在特定条件下的topk变换方法正确，避免运行时错误。3) 对团队：这是对先前PR #22098引入问题的修复，属于维护性工作。影响程度中等，主要影响使用DSA模型和自定义NSA后端的用户。
• 风险标记：配置逻辑变更, 缺少测试覆盖

关联脉络

• PR #22098 [PR referenced in issue]: Issue #22401指出PR #22098强制设置NSA后端为TRT-LLM导致了问题，本PR是对该问题的修复。
• PR #22424 [AMD] Use aiter CK layernorm2d for LayerNorm to reduce NSA indexer kernel launches: 同样涉及NSA相关优化和性能调整，属于注意力机制改进的一部分。
• PR #22425 [HiSparse]: Add HiSpares-DSA Model's nightly CI: 涉及DSA模型测试，本PR修复的bug可能影响DSA模型CI测试的稳定性。