PR body 中简要说明动机为 'add qwen3-30b-a3b low latency example'，即补充 Ascend NPU 平台文档，覆盖新模型 Qwen3-30B-A3B 的低延迟部署案例，帮助用户快速应用优化设置。
对于技术管理者和工程师，本 PR 值得快速浏览以了解 NPU 平台新配置，但无需深入代码分析。关注点应在部署命令的准确性和潜在配置优化上。
Review 中，iforgetmyname 提出多个 'remove' 评论，可能指向初始提交中的冗余文本；最后一个评论质疑 'when not enabling any tp here, why do we still need 4 cards?'，引发对配置逻辑的讨论。这些讨论促使作者更新提交以移除不必要内容并澄清配置一致性。
仅修改文件 docs/platforms/ascend/ascend_npu_best_practice.md。具体变更包括：在性能汇总表格中新增两行，分别对应输入输出长度 6K+1.5K 和 1K+0.3K 的配置；并添加一个新章节 'Qwen3-30B-A3B 6K-1_5K 10ms on A3 1 Cards Mixed Mode'，详细列出环境变量设置、启动命令和基准测试脚本。
| 文件 | 模块 | 状态 | 重要度 |
|---|---|---|---|
docs/platforms/ascend/ascend_npu_best_practice.md |
documentation | modified | 4.0 |
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。
iforgetmyname 多次评论 'remove'，可能针对初始提交中的重复或不必要文本。
结论：作者更新提交以移除这些内容，确保文档简洁。 · 已解决
iforgetmyname 质疑 'when not enabling any tp here, why do we still need 4 cards?'，关注配置逻辑。
结论：从提交历史看，作者可能已调整配置或澄清，但讨论中未明确结论，需假设已解决。 · 已解决
作为纯文档变更，技术风险较低。主要风险在于文档准确性：如果提供的环境变量、命令参数（如 TP 设置与卡数）有误，可能导致用户部署失败或性能不达预期。此外，文档未伴随代码变更，可能存在过时风险。
对用户影响：为正使用或计划部署 Qwen3-30B-A3B 模型的用户提供实用参考，降低调优门槛。对系统影响：无代码变更，不影响运行时行为。对团队影响：增强文档完整性，可能减少后续支持请求，但需确保信息持续更新。
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。
本 PR 为 sglang 仓库的 Ascend NPU 平台文档添加了 Qwen3-30B-A3B 模型的低延迟部署示例，通过更新最佳实践文档提供详细配置指南，旨在帮助用户优化模型性能，变更仅涉及文档，风险较低。
PR 的动机直接来自作者描述：'add qwen3-30b-a3b low latency example'。目的是扩展 Ascend NPU 最佳实践文档，覆盖新模型 Qwen3-30B-A3B 的低延迟配置案例，为用户提供现成的部署参考，减少调优时间。
PR 仅修改一个文件 docs/platforms/ascend/ascend_npu_best_practice.md，具体变更包括：
shell
export SGLANG_SET_CPU_AFFINITY=1
python -m sglang.launch_server --model-path $MODEL_PATH ...Review 讨论由 iforgetmyname 主导：
从近期历史 PR 看，本 PR 专注于文档更新，与同仓库中其他 NPU 相关 PR（如 PR 17920 关于 Intel XPU 支持）无直接关联，但反映了仓库持续扩展平台兼容性和优化文档的趋势。
参与讨论