执行摘要

• 一句话：修复MoE no_combine模式下down projection错误应用router权重
• 推荐动作：建议精读。这是一个典型的bug fix，展示了MoE实现中router权重应用与combine步骤的交互细节。虽然是小改动，但涉及对MoE计算图的理解，对于维护MoE相关代码的工程师有参考价值。同时可以关注如何在测试中覆盖no_combine模式。

功能与动机

当启用no_combine模式时，down projection kernel不应应用router权重（combine步骤已经处理了权重）。之前只检查了apply_router_weight_on_input，现在需要同时检查no_combine。另外，quant_config默认值为None时，在显式赋值前访问会导致AttributeError。

实现拆解

1. 修复down projection中的router权重应用逻辑：在 python/sglang/srt/layers/moe/moe_runner/triton_utils/fused_moe.py 的 _fused_moe_kernel_sequence 函数中，将条件从 not apply_router_weight_on_input 修改为 not apply_router_weight_on_input and not no_combine。这样当 no_combine 为True时，触发weight skip行为，避免down projection误用router权重。
2. 修复quant_config默认值问题：在 python/sglang/srt/layers/moe/token_dispatcher/base.py 的 BaseDispatcher.__init__ 中，将 self.quant_config: Optional[dict] = None 改为 self.quant_config: dict = {}。这样在 quant_config 被显式赋值之前即可安全访问，避免 AttributeError。
3. 测试与验证：需运行MoE模型测试验证no_combine模式正常工作，同时确认标准MoE路径不受影响。本次未包含新测试文件，仅依赖现有测试覆盖。

关键文件：

• python/sglang/srt/layers/moe/moe_runner/triton_utils/fused_moe.py（模块 MoE核心；类别 source；类型 core-logic；符号 _fused_moe_kernel_sequence）: 核心修复文件：修正down projection kernel中router权重的应用条件，添加no_combine检查。
• python/sglang/srt/layers/moe/token_dispatcher/base.py（模块 MoE调度；类别 source；类型 core-logic；符号 BaseDispatcher.init）: 辅助修复文件：修复quant_config默认值从None改为空字典，避免AttributeError。

关键符号：_fused_moe_kernel_sequence, BaseDispatcher.init

评论区精华

没有实质性的review讨论。仅有一个自动代码审查机器人的评论表示无反馈。

• 暂无高价值评论线程

风险与影响

• 风险：
  1. 回归风险（中等）：修改了MoE核心逻辑 _fused_moe_kernel_sequence 中的条件判断，可能影响标准MoE路径。当前 no_combine 默认应为False，因此对标准路径无影响，但需要确认所有调用方正确传递了 no_combine 参数。
  2. 量化相关风险（低）：quant_config 默认值从 None 改为 {}，可能影响依赖 None 检查的代码。但PR body指出这是为了修复AttributeError，推测当前代码中已有或即将有访问 quant_config 的地方，改为 {} 是安全的。
  3. 测试覆盖不足（中等）：没有对应的测试文件变更，依赖现有测试可能无法覆盖no_combine模式的具体场景。
• 影响：
  1. 用户影响：修复了no_combine模式下输出数值错误的问题，直接受益于使用该模式的高性能场景用户。
  2. 系统影响：修改位于核心MoE计算路径，对推理精度有直接影响。但改动极小（仅2行），且逻辑正确性通过条件判断可保证。
  3. 团队影响：PR由资深成员快速合并（一次commit），表明这是一个紧急修复，可能属于高优先级缺陷。
     - 风险标记：核心MoE路径变更, 缺少测试覆盖

关联脉络

• PR #23552 Pre-set SWA cache location in CudaGraphRunner: 同为性能相关优化，但无直接关联。
• PR #23319 [AMD] Use bpreshuffle FP8 blockscale GEMM to replace ABScale GEMM: 同为MoE相关优化，但涉及不同模块。