PR #23497在sgl-kernel构建矩阵中恢复cu129后，H系列(cu129)测试机无法加载正确轮子。具体表现为#21985的CI中Install dependencies步骤因pipefail退出，且cu129构建的轮子缺少+cu129标签，导致脚本找不到匹配轮子而静默回退到主分支轮子。
作为#23497的跟进修复，本PR改动小但关键，建议审阅者关注pipefall调优模式的使用。修改内容合理且PR描述清晰，可直接合并。
修复轮子标签识别（sgl-kernel/rename_wheels.sh）：在detect_cuda_suffix()函数中添加12.9 → +cu129分支，确保cu129构建的轮子文件名包含+cu129后缀。
修复pipefail导致脚本提前退出（scripts/ci/cuda/ci_install_dependency.sh）：在轮子查找管道命令后添加|| true，使ls无匹配时返回空字符串而非退出码2，从而让后续的[ -z "$KERNEL_WHL" ]错误检查正常触发并输出清晰错误。
移除无标签轮子回退逻辑（同上脚本）：删除#23497中添加的fallback逻辑，该逻辑允许安装不带CUDA标签的轮子，但这可能引入ABI不兼容或轮子被PyPI分支覆盖的隐患。现在仅允许版本号完全匹配+cuXYZ的轮子，否则显式报错。
| 文件 | 模块 | 状态 | 重要度 |
|---|---|---|---|
scripts/ci/cuda/ci_install_dependency.sh |
CI 脚本 | modified | 4.23 |
sgl-kernel/rename_wheels.sh |
内核构建 | modified | 2.89 |
scripts/ci/cuda/ci_install_dependency.sh
infrastructure
修复安装脚本中 pipefall 导致的提前退出及移除潜在危险的无标签轮子回退逻辑
# KERNEL_WHL=$(ls ... 2>/dev/null | head -1) # 原代码，无匹配时 ls 返回 2 导致 set -e 退出
# `|| true` swallows `ls`'s exit-2-on-no-match so `set -o pipefail` doesn't abort the
# script before we reach the explicit error check.
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 || true)
if [ -z "$KERNEL_WHL" ]; then
echo "ERROR: No matching sgl-kernel wheel found ..."
ls -alh sgl-kernel/dist/
exit 1
fi
当前评论区没有形成足够清晰的争议点或结论，后续有更多讨论时会体现在这里。
本PR仅涉及CI脚本，风险较低。主要风险：修改rename_wheels.sh可能影响其他CUDA版本（12.4/12.8/13.0）的轮子命名，但逻辑与原有分支一致；移除fallback后，如果仍有老旧分支构建无标签轮子，安装会失败，但这种情况应极少且已有明确错误提示。
影响范围：仅影响cu129（H20）测试机的CI流程，其他CUDA版本无行为变化。
影响程度：修复后cu129测试机能够正确识别和使用PR构建的sgl-kernel轮子，避免静默回退到主分支轮子导致的测试假阴性。
参与讨论