执行摘要

• 一句话：为 MI35x ROCm 7.2 添加 DSv4 Flash/Pro 的 nightly 测试
• 推荐动作：建议阅读工作流中关于避免重建 sglang/aiter 的技巧（--skip-sglang-build 和容器路径隔离），以及动态解析最新 DSv4 镜像标签的做法。测试文件本身的模式可以作为后续添加类似模型的模板。

功能与动机

确保 DeepSeek-V4 系列模型在 AMD ROCm 7.2 平台的长期正确性和性能，防止回归。

实现拆解

1. 新增四个测试文件：test_deepseek_v4_fp4.py、test_deepseek_v4_fp8.py（Flash 模型），test_deepseek_v4_pro_fp4.py、test_deepseek_v4_pro_fp8.py（Pro 模型）。每个测试类共享一个服务器进程，依次运行 GSM8K 精度评估和 bench_one_batch_server 性能基准。
2. 修改 nightly-test-amd-rocm720.yml 工作流，添加两个新 job（flash 和 pro），每个 job 包含：动态解析 DSv4 容器标签（从 Docker Hub 获取最新 rocm720-mi35x-*-DSv4 镜像），启动容器时传递 --skip-sglang-build 和 --skip-aiter-build 以保留容器内预置的运行时。
3. 环境变量配置集中管理，区分公共通用变量和每个变体特有的变量（如 FP4/FP8 开关）。
4. 注册 nightly 测试套件并设置超时（Flash 3600s，Pro 5400s），精度阈值分别为 0.91（Flash）和 0.92（Pro）。

关键文件：

• test/registered/amd/test_deepseek_v4_pro_fp4.py（模块 模型测试；类别 test；类型 test-coverage；符号 TestDeepseekV4ProFp4, setUpClass, tearDownClass, test_a_gsm8k）: 测试用例模板，覆盖 Pro FP4 变体的精度和性能测试，包含环境变量、启动参数、超时等关键配置。
• test/registered/amd/test_deepseek_v4_pro_fp8.py（模块 模型测试；类别 test；类型 test-coverage；符号 TestDeepseekV4ProFp8, setUpClass, tearDownClass, test_a_gsm8k）: Pro FP8 变体的对称测试，规则与 FP4 类似但环境变量不同。
• test/registered/amd/test_deepseek_v4_fp4.py（模块 模型测试；类别 test；类型 test-coverage；符号 TestDeepseekV4Fp4, setUpClass, tearDownClass, test_a_gsm8k）: Flash FP4 变体的测试，与 Pro 相比超时更短、精度阈值略低。
• test/registered/amd/test_deepseek_v4_fp8.py（模块 模型测试；类别 test；类型 test-coverage；符号 TestDeepseekV4Fp8, setUpClass, tearDownClass, test_a_gsm8k）: Flash FP8 变体的测试。
• .github/workflows/nightly-test-amd-rocm720.yml（模块 CI 工作流；类别 infra；类型 infrastructure）: CI 工作流更新，新增两个 nightly job 并引入 DSv4 镜像动态标签解析和运行时保留技巧。

关键符号：setUpClass, tearDownClass, test_a_gsm8k, test_b_perf_8k_1k

评论区精华

无实质性 review 讨论，仅有一位 maintainer 直接批准。HaiShaw 在合并后留言希望改进 nightly 测试的信号，但未在 PR 内展开讨论。

• 改进 nightly 测试信号 (other): 未在 PR 内讨论，可能需要后续 PR 处理。

风险与影响

• 风险：低风险。变更仅涉及测试文件和 CI 工作流，不影响任何生产代码。主要风险在于：若测试机环境配置不正确（如缺少 ROCm 700A 或 tilelang 依赖），可能导致假失败；DSv4 容器标签解析逻辑依赖 Docker Hub 返回次序，若镜像策略改变可能失败。但这些属于基础设施稳定性问题。
• 影响：对用户无直接影响。对团队影响：增加了对 AMD 平台 DeepSeek-V4 模型的回归保护，有利于及早发现精度或性能退化。CI 执行时间延长（两个 job 各约 1-2 小时）。
• 风险标记：依赖外部 Docker Hub 标签解析, 测试环境依赖 ROCm 700A 和 tilelang

关联脉络

• PR #23538 [NPU] Fix Z-Image negative-branch rotary embeddings for CFG: 同为 AMD 平台 bugfix，体现对 AMD 测试的持续加强。
• PR #24230 [pd]: (Bug Fix) Incorrect out_cache_loc slicing in prepare_for_prebuilt: 同为 AMD/ROCm 相关的 bugfix，说明平台测试的重要性。
• PR #24270 [codex] Add official diffusion GT workflow mode: 同为 CI 基础设施增强，增加强制 GT 模式。