执行摘要

• 一句话：修复CI中sgl-kernel wheel构建矩阵，同时支持cu129和cu130以避免测试静默失败。
• 推荐动作：建议团队在修改sgl-kernel时关注此PR，确保CI能正确测试内核变更。对于CI维护者，这是一个重要的配置修复，值得了解wheel选择逻辑和兼容性处理。

功能与动机

PR body指出，H系列测试运行器使用NVIDIA驱动535.x，仅支持CUDA ≤ 12.x，无法加载cu130-built wheels。当PR修改sgl-kernel时，测试会静默安装公共main分支wheel，导致内核变更被丢弃，引发TypeError等错误。例如#21985添加了out=参数，但由于wheel不匹配而失败，凸显了修复必要性。

实现拆解

1. 扩展构建矩阵：在.github/workflows/pr-test.yml、pr-test-multimodal-gen.yml和pr-test-sgl-kernel.yml中，将sgl-kernel-build-wheels作业的矩阵从仅cuda-version: "13.0"扩展为同时包含"13.0"和"12.9"，确保PR构建cu129和cu130两种wheel。
2. 修改下载模式：在上述workflow文件中，将下载artifact的pattern从wheel-python3.10-cuda13.0改为wheel-python3.10-cuda*，以匹配所有CUDA版本wheel。
3. 优化安装脚本：在scripts/ci/cuda/ci_install_dependency.sh中，调整wheel选择逻辑，优先选择文件名匹配$CU_VERSION（如+cu129或+cu130）的wheel，并添加回退逻辑以兼容旧分支。
4. 无测试或部署配套改动：这是纯CI基础设施变更，不影响运行时行为，无需额外测试。

关键文件：

• scripts/ci/cuda/ci_install_dependency.sh（模块 安装脚本；类别 infra；类型 infrastructure）: 核心安装脚本，负责选择匹配CUDA版本的sgl-kernel wheel，避免静默回退到公共wheel，是修复问题的关键。
• .github/workflows/pr-test.yml（模块 CI流水线；类别 infra；类型 infrastructure）: 主测试workflow，修改构建矩阵和下载模式以支持双CUDA版本wheel，影响所有相关测试作业。

关键符号：未识别

关键源码片段

scripts/ci/cuda/ci_install_dependency.sh

核心安装脚本，负责选择匹配CUDA版本的sgl-kernel wheel，避免静默回退到公共wheel，是修复问题的关键。

# Wheel filenames carry a +cuXYZ local version tag (e.g. sglang_kernel-0.4.0+cu130-...).
# 当构建矩阵产生多个 CUDA 版本 wheel 时，选择匹配测试运行器 $CU_VERSION 的 wheel，
# 以避免触发 PyPI 回退重安装（这会用公共 main 分支 wheel 替换 PR 构建的 wheel）。
KERNEL_WHL=$(ls sgl-kernel/dist/sglang_kernel-${SGL_KERNEL_VERSION_FROM_KERNEL}+${CU_VERSION}-cp310-abi3-manylinux2014_${WHEEL_ARCH}.whl 2>/dev/null | head -1)
if [ -z "$KERNEL_WHL" ]; then
    # 回退逻辑：对于旧分支仅构建单版本 wheel 的情况，选择无 +cuXYZ 标签的 wheel。
    # 限制相同架构，避免选择不匹配 CUDA 版本的 wheel，防止静默替换。
    SINGLE_CUDA_WHL=$(ls sgl-kernel/dist/sglang_kernel-${SGL_KERNEL_VERSION_FROM_KERNEL}-cp310-abi3-manylinux2014_${WHEEL_ARCH}.whl 2>/dev/null | head -1)
    if [ -n "$SINGLE_CUDA_WHL" ]; then
        KERNEL_WHL="$SINGLE_CUDA_WHL"
    fi
fi
if [ -z "$KERNEL_WHL" ]; then
    echo "ERROR: No matching sgl-kernel wheel found in sgl-kernel/dist/ for version ${SGL_KERNEL_VERSION_FROM_KERNEL} arch ${WHEEL_ARCH} cuda ${CU_VERSION}"
    ls -alh sgl-kernel/dist/
    exit 1
fi

评论区精华

无review评论，但PR body中作者详细解释了问题根源和解决方案，强调静默失败的风险："H-series CI boxes still ship NVIDIA driver 535.x ... which supports CUDA ≤ 12.x — it cannot load cu130-built wheels at all." 并指出修复后测试将正确运行PR的内核变更。

• 静默失败问题 (correctness): 通过构建双版本wheel和优化安装脚本来修复，确保测试正确运行PR的内核变更。

风险与影响

• 风险：风险较低：主要风险是CI配置错误可能导致wheel选择失败，但脚本添加了回退逻辑以兼容旧分支。兼容性风险：确保旧分支（仅构建单版本wheel）仍能工作。性能风险：增加一个矩阵作业，延长CI时间约10分钟，但这是必要的成本以修复测试静默失败。
• 影响：对用户无直接影响，仅影响CI流程。对团队：修复了测试静默失败问题，确保sgl-kernel变更在H系列运行器上正确测试，避免假阳性结果。系统：提升CI可靠性，确保内核修改在混合驱动环境中得到验证。
• 风险标记：CI配置变更, 兼容性风险, 测试静默失败修复

关联脉络

• PR #23119 未知（未在提供的历史PR列表中）: PR body提及#23119将sgl-kernel-build-wheels矩阵改为仅CUDA 13.0，是本PR修复的根源。
• PR #21985 未知（未在提供的历史PR列表中）: PR body引用#21985作为示例，其中内核变更因wheel不匹配而失败，凸显了本PR修复的必要性。