执行摘要

本次PR引入每周自动化工作流和脚本，基于历史CI日志更新测试估计时间值，优化负载均衡以减少资源浪费，是一个有意义的CI基础设施改进。

功能与动机

为什么做：CI测试注册调用中的est_time值随时间漂移，这些值驱动LPT负载均衡算法分区并行测试作业。不准确的估计导致分区不平衡，浪费CI资源。引用PR body："Inaccurate estimates lead to unbalanced partitions, wasting CI resources."

实现拆解

新增文件：

• .github/workflows/weekly-update-est-time.yml：每周六00:00 UTC触发的工作流，运行更新脚本，并在检测到变更时自动创建PR。
• scripts/ci/update_est_time.py：Python脚本，核心功能包括：
  • 通过GitHub API获取最近20个调度的PR Test运行日志。
  • 使用正则表达式解析日志中的文件执行时间（例如filename='.../test_x.py', elapsed=120）。
  • 计算每个测试文件最后10次成功执行的中位数。
  • 通过正则表达式匹配并更新源代码中的est_time字面量。

关键逻辑代码块示例（来自脚本）：

LOG_PATTERN = re.compile(
    r"filename='[^']*?/sglang/((?:test|python)/[^']+\.py)', elapsed=(\d+),"
)
def determine_backend(job_name):
    name = job_name.lower()
    for backend in ["cpu", "amd", "npu"]:
        if backend in name:
            return backend
    return "cuda"

评论区精华

review中gemini-code-assist[bot]提出两个关键讨论：

• 后端检测扩展：

  "The current implementation only recognizes 'cpu' and defaults everything else to 'cuda'... should be updated to correctly identify them from job names."
  结论：作者更新determine_backend函数以支持'amd'和'npu'，确保时间数据按硬件平台正确分离。

• 更新逻辑稳健性：

  "The regex and update logic have several issues:

  1. Strictness... 2. Type Handling... 3. Logic Flaw..."
     结论：作者改进了逻辑，解决空格、浮点数处理等问题，确保更新准确。

风险与影响

风险：

1. 依赖外部API：脚本依赖GitHub API获取日志，若API变更或故障，更新流程可能中断。
2. 正则表达式脆弱：匹配逻辑可能无法覆盖所有代码格式（如多行调用），导致部分est_time值未被更新。
3. 数据采样偏差：仅基于最后10次执行计算中位数，在测试频繁变更时可能产生不准确估计。

影响：

• 积极影响：提升CI负载均衡准确性，减少资源浪费，估计可改善测试分区效率（例如案例中test_deepseek_v3_fp4_4gpu.py从450秒更新至1146秒）。
• 范围：仅影响CI测试配置，不改变模型推理逻辑或用户功能。

关联脉络

与历史PR的关系：

• PR #22461：添加GB200夜间性能回归管道，同为CI基础设施改进，显示团队持续优化测试监控。
• PR #22465：更新CI权限，与本PR的自动化PR创建权限管理相关。
  演进趋势：这表明sglang项目正加强CI自动化和资源管理，以减少手动维护成本并提升测试效率。