执行摘要

• 一句话：拒绝不兼容的 CUDA 图与 Torch 编译选项组合
• 推荐动作：该 PR 值得合并。它是一个小而有效的防护措施，防止用户遭遇非明显的性能陷阱。错误信息设计清晰，便于用户快速修正。对于需要深入理解 CUDA graph padding 和 torch.compile 交互的开发者，也值得一读以了解这些选项的内部机制。

功能与动机

Issue #23865 报告：同时设置 disable_cuda_graph_padding=True 和 enable_torch_compile=True 会导致引擎初始化永不完成（在 RTX 4090 上测试时超过 3 分钟仍在 batch size 11/24）。用户无任何错误提示，只有无声挂起。PR 旨在防止用户掉入这一配置陷阱。

实现拆解

在 python/sglang/srt/server_args.py 的 check_server_args() 方法中新增一条 assert not 语句，检查 self.disable_cuda_graph_padding and self.enable_torch_compile 是否同时为 True。若成立，抛出 AssertionError，并附带清晰的错误信息解释原因（批量 AUTOTUNE 爆炸）及修复建议（移除其中一个标志）。变更仅 8 行新增代码，不涉及其他逻辑修改。

关键文件：

• python/sglang/srt/server_args.py（模块 配置校验；类别 source；类型 core-logic）: 这是唯一的变更文件。在 check_server_args() 方法中添加了一行 assert not (self.disable_cuda_graph_padding and self.enable_torch_compile) 检查，是 PR 的核心实现。

关键符号：未识别

关键源码片段

python/sglang/srt/server_args.py

这是唯一的变更文件。在 check_server_args() 方法中添加了一行 assert not (self.disable_cuda_graph_padding and self.enable_torch_compile) 检查，是 PR 的核心实现。

def check_server_args(self):
    # ... 前置检查 ...
    # guard: 这两个标志同时启用会导致 AUTOTUNE 爆炸，直接拒绝
    assert not (self.disable_cuda_graph_padding and self.enable_torch_compile), (
        "--disable-cuda-graph-padding is incompatible with --enable-torch-compile. "
        "With padding disabled, every distinct batch size gets its own torch.compile + "
        "Triton autotune cycle (O(max_batch_size) compilations) instead of the small fixed "
        "set of padded bucket sizes, causing engine initialisation to stall for many minutes. "
        "Remove --disable-cuda-graph-padding or --enable-torch-compile."
    )
    # ... 后续检查 ...

评论区精华

Reviewer ShangmingCai 指出这更像是一个“防护”而非真正修复，但认为用例解释合理，同意合并。如果未来有用户确实需要同时使用这两个选项，可以提出真正的修复并移除这个断言。此外，作者 ppraneth 曾两次请求 reviewer 审核（@ShangmingCai 和 @b8zhong），但仅获得一人 review。

• 审查者认为防护而非修复 (design): 审查者同意合并，认为这是一个合理的防护措施。如果未来有实际需求，可以移除断言并实现真正的修复。

风险与影响

• 风险：风险极低。该断言仅在两个标志同时启用时触发，阻止引擎启动。对于确实需要组合这两种选项的场景（目前无合理用例），会无法启动，需移除其中一个标志。由于 no behavior change for other combos，不会引入回归。
• 影响：直接影响：用户不再会因为误配导致引擎无声挂起，得到立即的明确错误提示。影响范围仅限同时使用这两个高级选项的用户（极少数），且错误信息指导用户如何解决。无其他影响。
• 风险标记：配置校验, 无测试变更, 极低风险

关联脉络

• PR #24972 [UnifiedTree]: Fix Unified HiCache tombstone lock release replay: 同属 cache/ CUDA graph 相关的 bugfix，但模块不同。
• PR #25021 [Tiny Fix] Disable BCG when inner layer_model unresolved: 同为 CUDA graph runner 相关的 bugfix，防止在特定条件下 BCG 崩溃。