执行摘要

• 一句话：修复SWA准入检查中页面大小预算不一致导致的过度准入问题。
• 推荐动作：该PR值得精读，尤其关注SWA内存预算管理中的页面对齐开销处理。设计决策简单直接，但揭示了预算检查与实际扣除一致性的重要性。建议工程师理解_update_prefill_budget与add_one_req的协作逻辑，以及页面大小在内存分配中的作用。

功能与动机

根据PR body描述，当前准入检查（PrefillAdder.add_one_req）未考虑页面大小对齐开销，而预算扣除（_update_prefill_budget）已计入此开销。这导致准入检查比实际预算扣除更乐观，当内存池接近满载时，请求可能通过准入但分配器失败（返回None），触发不必要的重试。PR body明确指出：“Without this, the admission check is more optimistic than the actual budget deduction. When the pool is nearly full, a request can pass admission but cause the allocator to fail (returning None), triggering an unnecessary retraction.”

实现拆解

仅修改一个文件：python/sglang/srt/managers/schedule_policy.py中的add_one_req方法。关键改动是在计算total_tokens时添加self.page_size，以匹配_update_prefill_budget中已考虑的页面对齐开销。具体变更：在原有total_tokens计算（基于req.extend_input_len和max_new_tokens）基础上，增加+ self.page_size，确保准入检查与预算扣除逻辑一致。

关键文件：

• python/sglang/srt/managers/schedule_policy.py（模块 scheduling）: 唯一修改的文件，包含SWA准入检查的核心逻辑add_one_req方法，修复预算不一致问题。

关键符号：add_one_req

评论区精华

无review评论，PR由作者直接合并。从PR body和issue评论看，作者通过CI测试验证了修复：运行了test_prefill_adder.py等测试，确保变更不影响现有功能。

• 暂无高价值评论线程

风险与影响

• 风险：风险较低，但需注意：
  1. 核心路径变更：修改了调度策略中的准入检查逻辑，可能影响所有SWA相关请求的准入决策。
  2. 兼容性：变更使准入检查更严格，可能拒绝之前可通过的请求，需确保不影响正常负载下的吞吐量。
  3. 测试覆盖：尽管运行了相关测试，但未明确是否有针对边缘情况（如page_size变化、内存池满载）的专项测试。
• 影响：影响范围：
  1. 用户：修复后，SWA内存管理更准确，减少因分配失败导致的重试，提升系统稳定性。
  2. 系统：防止内存池过度准入，避免分配器失败和潜在的性能抖动。
  3. 团队：变更较小，但涉及核心调度模块，需在部署后监控准入率和内存使用情况。
     - 风险标记：核心路径变更, 预算逻辑调整

关联脉络

• PR #22470 Fix SWA eviction boundary and page-align chunked prefill: 同样涉及SWA和页面对齐问题，修改了schedule_batch.py和swa_radix_cache.py，可能共享类似的内存管理上下文。
• PR #22239 [sgl] Fix mamba tracking calculation in spec dec: 同属调度和推测解码相关bugfix，涉及核心路径的边界错误修复。