执行摘要

• 一句话：分离GPU测试用例并新增NPU专用测试运行器，修复NPU CI因下载GPU模型而失败的问题。
• 推荐动作：建议团队在合并前验证CI自动分区功能是否受影响，并检查所有导入路径是否已正确更新。对于学习价值，此PR展示了如何通过分离平台特定逻辑来优化CI流程，适合关注测试架构和跨平台兼容性的工程师参考。

功能与动机

根据PR body描述，在PR #22810后，NPU CI开始尝试下载GPU CI的所有模型，但NPU服务器无法完成这些下载操作，导致CI失败。为解决此问题，需要将GPU测试用例与NPU测试分离，避免不必要的模型下载。

实现拆解

1. 新增NPU测试运行器：创建python/sglang/multimodal_gen/test/run_suite_npu.py，定义NPU专用的测试套件（如1-npu、2-npu）和运行逻辑，核心函数包括parse_args、collect_test_items、run_pytest和main，用于管理测试并行执行。
2. 分离GPU测试用例：新增python/sglang/multimodal_gen/test/server/gpu_cases.py，从原testcase_configs.py中迁移所有GPU相关测试用例（如ONE_GPU_CASES_A），并调整导入以移除平台依赖。
3. 清理原配置文件：修改python/sglang/multimodal_gen/test/server/testcase_configs.py，删除GPU测试用例定义和不再需要的导入（如current_platform和测试工具），使其专注于通用配置和NPU基线加载。
4. 更新现有测试文件：修改多个测试文件（如run_suite.py、test_server_1_gpu.py、test_server_2_gpu.py），将导入从testcase_configs切换到gpu_cases，并移除NPU套件定义以避免冲突。
5. 调整CI工作流：更新.github/workflows/pr-test-npu.yml，确保使用新的run_suite_npu.py运行器，并可能调整测试分区逻辑。
   配套改动包括更新性能基线文件（如perf_baselines_npu.json）和修复文档字符串，以保持一致性。

关键文件：

• python/sglang/multimodal_gen/test/run_suite_npu.py（模块 测试运行器；类别 test；类型 entrypoint；符号 parse_args, collect_test_items, run_pytest, main）: 新增的NPU专用测试运行器，是修复CI的核心入口，定义了NPU测试套件和并行执行逻辑。
• python/sglang/multimodal_gen/test/server/gpu_cases.py（模块 测试用例；类别 test；类型 test-coverage）: 新增的GPU测试用例集合，从原配置文件中分离出来，避免了NPU CI下载GPU模型。
• python/sglang/multimodal_gen/test/server/testcase_configs.py（模块 测试配置；类别 test；类型 configuration）: 核心配置文件，移除了GPU测试用例和平台相关导入，现在专注于通用配置和NPU基线加载。
• python/sglang/multimodal_gen/test/run_suite.py（模块 测试运行器；类别 test；类型 test-coverage）: 修改了原有测试运行器，更新导入以使用gpu_cases，并移除了NPU套件定义，防止冲突。
• .github/workflows/pr-test-npu.yml（模块 CI工作流；类别 infra；类型 infrastructure）: CI工作流文件，更新以确保使用新的run_suite_npu.py运行NPU测试，影响实际CI执行。

关键符号：parse_args, collect_test_items, run_pytest, main

关键源码片段

python/sglang/multimodal_gen/test/run_suite_npu.py

新增的NPU专用测试运行器，是修复CI的核心入口，定义了NPU测试套件和并行执行逻辑。

以下是从 run_suite_npu.py 中整理的 collect_test_items 函数，展示了如何收集测试项并处理错误：

def collect_test_items(files, filter_expr=None):
    """Collect test item node IDs from the given files using pytest --collect-only."""
    cmd = [sys.executable, "-m", "pytest", "--collect-only", "-q"]
    if filter_expr:
        cmd.extend(["-k", filter_expr]) # 添加pytest过滤表达式，用于筛选特定测试
    cmd.extend(files) # 将测试文件列表加入命令
​
    print(f"Collecting tests with command: {' '.join(cmd)}")
    result = subprocess.run(cmd, capture_output=True, text=True) # 执行pytest收集命令
​
    # 检查收集错误：pytest退出码处理，确保在错误时抛出异常
    # 退出码说明：0=成功，1=收集时有错误，2=执行中断，3=内部错误，4=命令行错误，5=无测试收集（可能因过滤）
    if result.returncode not in (0, 5):
        error_msg = (
            f"pytest --collect-only failed with exit code {result.returncode}\n"
            f"Command: {' '.join(cmd)}\n"
        )
        if result.stderr:
            error_msg += f"stderr:\n{result.stderr}\n"
        if result.stdout:
            error_msg += f"stdout:\n{result.stdout}\n"
        logger.error(error_msg)
        raise RuntimeError(error_msg) # 抛出运行时错误，便于CI日志追踪
​
    if result.returncode == 5:
        print(
            "No tests were collected (exit code 5). This may be expected with filters."
        ) # 处理无测试收集的情况，避免误报
​
    # 解析输出以提取测试节点ID：pytest -q 输出格式为 test_file.py::TestClass::test_method[param]
    test_items = []
    for line in result.stdout.strip().split("\n"):
        line = line.strip()
        # 跳过空行和摘要行（以=、-或空格开头），仅处理包含::的有效测试ID
        if line and "::" in line and not line.startswith(("=", "-", " ")):
            test_id = line.split()[0] if " " in line else line # 处理可能附加额外信息的行
            if "::" in test_id:
                test_items.append(test_id) # 添加到测试项列表
​
    print(f"Collected {len(test_items)} test items")
    return test_items # 返回收集到的测试项，用于后续分片执行

评论区精华

• 关键正确性问题：gemini-code-assist[bot] 指出gpu_cases.py中使用通配符导入，缺少了current_platform，可能导致运行时NameError。建议改为显式导入，以确保平台检测功能正常。
• 文档不一致：gemini-code-assist[bot] 和 ping1jing2 发现run_suite_npu.py的文档字符串示例中文件名和套件名不一致（如引用run_suite.py和1-gpu），要求更新为run_suite_npu.py和1-npu，以提高准确性。
• 未使用代码：gemini-code-assist[bot] 提到run_suite_npu.py中定义了未使用的函数_is_in_ci，建议移除以避免代码冗余。

• 设计权衡：mickqian 在批准后补充评论，指出此PR“完全破坏了multimodal_gen CI的自动分区功能”，关联Issue #23076，暗示分离测试可能影响了CI的智能调度机制，需进一步验证。

  • gpu_cases.py中缺少current_platform导入 (correctness): 建议改为显式导入，已在后续提交中修复。
  • run_suite_npu.py文档不一致 (documentation): Makcum888e回复已修正为run_suite_npu.py和1-npu。
  • 破坏CI自动分区功能 (design): 未在PR内解决，需团队后续验证和修复。

风险与影响

• 风险：- 运行时错误风险：gpu_cases.py中缺少current_platform导入（已在review中识别并修复），若未正确处理，可能导致测试执行时平台检测失败。
• CI分区功能破坏：根据mickqian的评论，此变更可能破坏了CI的自动分区特性（如基于运行时估计的负载均衡），影响测试执行的效率和可靠性。
• 维护复杂性增加：新增文件（如run_suite_npu.py和gpu_cases.py）引入了平台特定的代码路径，可能增加后续测试维护和更新时的复杂性。
• 兼容性风险：修改了多个测试文件的导入逻辑，如果其他模块仍依赖原testcase_configs.py的结构，可能导致导入错误或测试遗漏。
• 影响：- 对用户的影响：主要影响开发者和CI系统，修复后NPU CI能正常运行，避免因模型下载失败而阻塞开发流程；但潜在的自动分区问题可能导致测试执行时间不稳定。
• 对系统的影响：增强了测试的平台隔离性，使NPU和GPU测试能独立管理，有利于未来扩展多平台支持；但代码库中测试文件数量增加，可能略微增大构建和运行开销。
• 对团队的影响：工程师需适应新的测试结构和运行方式，review中识别的问题已部分解决，但未解决的自动分区疑虑需团队后续跟进。
• 风险标记：缺少测试导入, CI分区破坏, 维护复杂性增加

关联脉络

• PR #22810 （未提供标题，但从PR body引用）: PR body明确指出此变更用于修复PR #22810引入的NPU CI下载GPU模型问题，是直接关联的前序变更。
• PR #23076 （从评论中引用，但未在历史PR列表中，假设为相关Issue）: mickqian在评论中提及此PR破坏了CI自动分区功能，关联到Issue #23076，表明可能存在后续修复需求。