执行摘要

• 一句话：提前 HiSparseCoordinator 初始化，删除 attention backend 的懒加载属性
• 推荐动作：建议合并。此 PR 清理了后端初始化中的一个历史遗留问题，符合‘构造时捕获’的设计原则。值得关注的是通过调整初始化顺序来消除懒加载属性的思路。

功能与动机

原本 HiSparseCoordinator 在 ModelRunner 中是在 init_attention_backend() 之后构建的，导致三个 DSV4 attention backends 无法在 init 中访问，只能通过 @property 懒加载。现在随着 ForwardBatch 中的 pool ref 被移除（PR#25983），同样的原则也适用于 hisparse_coordinator，应构造时捕获。

实现拆解

1. 调整 model_runner.py 中 cuda/musa 分支的初始化顺序：将 hisparse_coordinator 的初始化块移到 init_attention_backend() 之前，确保其在后端构造前可用。
2. 在三个 attention backend 文件（deepseek_v4_backend.py、deepseek_v4_backend_hip_radix.py、dsa_backend.py）中，删除 @property hisparse_coordinator 和 self.model_runner 保存，改为 self.hisparse_coordinator = model_runner.hisparse_coordinator 直接赋值。
3. 同步更新四个测试文件，为 MockModelRunner 添加 hisparse_coordinator = None，避免构造时 AttributeError。

关键文件：

• python/sglang/srt/layers/attention/deepseek_v4_backend.py（模块 注意力后端；类别 source；类型 core-logic；符号 hisparse_coordinator）: DSV4 attention backend 的主实现文件，移除了 @property hisparse_coordinator 和 self.model_runner，改为构造时直接捕获。
• python/sglang/srt/layers/attention/deepseek_v4_backend_hip_radix.py（模块 注意力后端；类别 source；类型 core-logic；符号 hisparse_coordinator）: DSV4 HipRadix attention backend，同步移除懒加载属性并删除 model_runner 保存。
• python/sglang/srt/layers/attention/dsa_backend.py（模块 注意力后端；类别 source；类型 core-logic；符号 hisparse_coordinator）: DeepSeek Sparse Attention backend，同步移除懒加载属性并删除 model_runner 保存。
• python/sglang/srt/model_executor/model_runner.py（模块 模型运行器；类别 source；类型 data-contract）: 调整 cuda/musa 分支初始化顺序，将 hisparse_coordinator 初始化移到 init_attention_backend 之前。
• test/manual/attention/test_flashattn_backend.py（模块 注意力测试；类别 test；类型 test-coverage）: MockModelRunner 添加 hisparse_coordinator=None，适配构造时捕获。
• test/manual/attention/test_flashattn_mla_backend.py（模块 注意力测试；类别 test；类型 test-coverage）: MockModelRunner 添加 hisparse_coordinator=None，适配构造时捕获。
• test/manual/attention/test_trtllm_mla_backend.py（模块 TRTLLM测试；类别 test；类型 test-coverage）: MockModelRunner 添加 hisparse_coordinator=None，适配构造时捕获。
• test/registered/kernels/test_dsa_indexer.py（模块 DSA索引测试；类别 test；类型 test-coverage）: MockModelRunner 添加 hisparse_coordinator=None，适配构造时捕获。

关键符号：DeepseekV4AttnBackend.init, DeepseekV4HipRadixBackend.init, DeepseekSparseAttnBackend.init, DeepseekV4MultiStepBackend.init, DeepseekSparseAttnMultiStepBackend.init, ModelRunner.initialize

关键源码片段

python/sglang/srt/layers/attention/deepseek_v4_backend.py

DSV4 attention backend 的主实现文件，移除了 @property hisparse_coordinator 和 self.model_runner，改为构造时直接捕获。

# python/sglang/srt/layers/attention/deepseek_v4_backend.py ( 调整后 )
class DeepseekV4AttnBackend(AttentionBackend, C4IndexerBackendMixin, CompressorBackendMixin):
    def __init__(self, model_runner, skip_prefill=False, speculative_step_id=0, topk=0, speculative_num_steps=0):
        super().__init__()
        self.req_to_token_pool = model_runner.req_to_token_pool
        self.token_to_kv_pool = model_runner.token_to_kv_pool
        # [ 变更 ] 现在 hisparse_coordinator 可在构造时直接赋值，
        # 因为 ModelRunner 已保证在调用本构造器之前初始化它。
        self.hisparse_coordinator = model_runner.hisparse_coordinator
        # 不再需要保存 self.model_runner ( 已移除 )
        self.req_to_token = model_runner.req_to_token_pool.req_to_token
        # ... 其他初始化 ...
        # 原有的 @property 已被删除

python/sglang/srt/model_executor/model_runner.py

调整 cuda/musa 分支初始化顺序，将 hisparse_coordinator 初始化移到 init_attention_backend 之前。

# python/sglang/srt/model_executor/model_runner.py (cuda/musa 分支，调整后 )
if self.device == "cuda" or self.device == "musa":
    self.init_cublas()
    # [ 顺序变更 ] hisparse_coordinator 必须在 init_attention_backend 之前初始化，
    # 以便 attention backends 能在构造时捕获它。
    if self.enable_hisparse:
        from sglang.srt.managers.hisparse_coordinator import HiSparseCoordinator
        from sglang.srt.mem_cache.sparsity import parse_hisparse_config
        hisparse_cfg = parse_hisparse_config(self.server_args)
        hisparse_top_k = getattr(self.model_config.hf_text_config, "index_topk", hisparse_cfg.top_k)
        self.hisparse_coordinator = HiSparseCoordinator(
            req_to_token_pool=self.req_to_token_pool,
            token_to_kv_pool_allocator=self.token_to_kv_pool_allocator,
            top_k=hisparse_top_k,
            device_buffer_size=hisparse_cfg.device_buffer_size,
            device=self.device,
            tp_group=(self.attention_tp_group.cpu_group if self.server_args.enable_dp_attention else self.tp_group.cpu_group),
            host_to_device_ratio=hisparse_cfg.host_to_device_ratio,
        )
    self.init_attention_backend() # 现在 backends 能读 self.hisparse_coordinator
    self.kernel_warmup()
    # ... 后续 CUDA graph 捕获等

评论区精华

未收到实质性的 review 评论。仅有的交互是作者触发 CI 重新运行。无技术讨论。

• 暂无高价值评论线程

风险与影响

• 风险：初始化顺序变更：hisparse_coordinator 现在在 init_attention_backend() 前初始化，需确保其无隐藏依赖（如 kernel_warmup）。根据 PR body 分析，唯一依赖是 CUDA graph capture，已在后，故安全。
  测试依赖：所有 mock 需要提供 hisparse_coordinator，已补全，但若有其他未覆盖的 mock 或分支，可能引入运行时错误。

• 影响：对用户和模型输出无影响（纯重构）。移除一层属性间接访问，无性能差异。代码更直观，降低了后续维护成本。

• 风险标记：初始化顺序变更, 测试 mock 覆盖依赖

关联脉络

• PR #25983 feat(model_runner): remove pool/backend refs from ForwardBatch via ForwardContext: 本 PR 的动机直接引用 #25983：移除 ForwardBatch 中的 pool refs 后，同样的重构原则应用到 hisparse_coordinator。