执行摘要

• 一句话：Mooncake 升至 0.3.11.post1，精简 process_group 调用
• 推荐动作：该 PR 为常规依赖升级，同时包含一处有意义的逻辑简化。建议合并，但应在合并前确认 _get_process_group_backend 的返回类型变化不影响调用者，并考虑后续清理未使用的 device 参数。

功能与动机

升级 Mooncake 版本以获取最新修复与特性，同时适应新版 API 变更，消除冗余调用。

实现拆解

1. Docker 构建环境：修改 docker/Dockerfile 中的 MOONCAKE_VERSION 参数，从 0.3.10.post2 更新为 0.3.11.post1。
2. CI 依赖安装：修改 scripts/ci/cuda/ci_install_dependency.sh，分别更新 CUDA 13 和非 CUDA 13 场景下的 MOONCAKE_PKG 版本。
3. 弹性 EP 逻辑调整：在 python/sglang/srt/elastic_ep/elastic_ep.py 中，将 _get_process_group_backend 函数改为直接返回传入的 process_group，不再调用 _get_backend(torch.device(device))。该修改使 device 参数不再被使用，函数名与实际行为不符，但当前能满足调用方需求。

关键文件：

• python/sglang/srt/elastic_ep/elastic_ep.py（模块 弹性 EP；类别 source；类型 core-logic；符号 _get_process_group_backend）: 核心源码变更，修改了 _get_process_group_backend 函数以适应新版 Mooncake API，属于逻辑层面的调整。
• scripts/ci/cuda/ci_install_dependency.sh（模块 CI 脚本；类别 infra；类型 infrastructure）: CI 依赖安装脚本，更新了 Mooncake 版本的安装包名和版本字符串。
• docker/Dockerfile（模块 Docker 构建；类别 infra；类型 infrastructure）: Docker 镜像构建定义，更新 MOONCAKE_VERSION 构建参数。

关键符号：_get_process_group_backend

关键源码片段

python/sglang/srt/elastic_ep/elastic_ep.py

核心源码变更，修改了 _get_process_group_backend 函数以适应新版 Mooncake API，属于逻辑层面的调整。

# python/sglang/srt/elastic_ep/elastic_ep.py
# 修改后：直接返回 process_group，省略旧的 _get_backend 调用
​
​
def _get_process_group_backend(process_group, device: str):
    # 之前：return process_group._get_backend(torch.device(device))
    # 新版 mooncake 不需要通过 backend 对象，直接使用 process_group 即可
    return process_group
​
​
def _iter_live_parallel_groups() -> Iterator[parallel_state.GroupCoordinator]:
    groups = []
    for group_ref in parallel_state._groups.values():
        group = group_ref()
        if group is not None:
            groups.append(group)
    for group in sorted(groups, key=lambda x: x.unique_name):
        yield group

评论区精华

gemini-code-assist[bot] 指出 _get_process_group_backend 修改后 device 参数未使用，函数名具有误导性，建议清理。但作者未进一步调整，保留了当前实现。

• _get_process_group_backend 中 device 参数未使用且函数名误导 (design): 作者未进一步调整，当前保留原函数签名和名称。

风险与影响

• 风险：版本升级可能导致 Mooncake 特定 API 行为变化，尤其在弹性 EP 组件中依赖 Mooncake 后端获取 peer state。_get_process_group_backend 的修改去掉了 _get_backend 调用，若调用方预期获得 backend 对象而非 group 原值，可能引发类型不匹配。当前代码中 _get_process_group_backend 的返回值仅用于 _wait_for_peer_state 中的 mooncake_ep.get_peer_state 调用，需确认该函数接受 process_group 而非 backend。
• 影响：直接影响 Docker 镜像构建和 CI 环境依赖；间接影响弹性 EP 模块的节点恢复流程。对最终用户无直接可见变化，但确保了 Mooncake 组件处于较新版本，可能带来稳定性提升。
• 风险标记：依赖升级风险, 函数语义变化, 未使用参数

关联脉络

• PR #26268 [CI] Align score threshold in dsv4 disaggregation test: 该 PR 作者在评论中指出 dsv4 PD test 存在 flaky，将在 #26268 中修复，与本 PR 的 CI 测试失败有关联。