执行摘要

本 PR 为 Ascend NPU 添加了 Kimi-K2.5-w4a8 的最佳实践文档，包括配置表格、部署示例和格式修正。文档新增内容为主，无代码变更，但存在表格与命令参数不一致的潜在风险。

功能与动机

PR body 明确指出：'Add best practice for Kimi-K2.5-w4a8 on NPU platform.' 通过在官方文档中提供标准化的配置表格和可复用的部署命令，帮助用户在 Ascend NPU 上快速、正确地部署 Kimi-K2.5 模型。

实现拆解

1. 新增配置章节：在 ascend_npu_best_practice.mdx 中插入 "Kimi Series Models" 小节，包含低延迟（Low Latency）和高吞吐（High Throughput）两张配置表格，并设置锚点链接指向详细示例文档。
2. 修正占位符格式：在 ascend_npu_kimi_k2.5_examples.mdx 中，将路由器命令的 IP 占位符从 'your prefill ip1' 改为 <your_prefill_ip1>，提高规范性和可读性。
3. 合并与 lint 修复：经过 5 次提交，包括合并 main 分支和修复 lint 问题。

以下为新增的 Kimi-K2.5 低延迟配置表格（JSX 语法）：

{/* Kimi-K2.5 低延迟配置表 */}
<table style={{width: "100%"}}>
  <thead>
    <tr>
      <th>Model</th>
      <th>Hardware</th>
      <th>Cards</th>
      <th>Mode</th>
      <th>Dataset</th>
      <th>TPOT</th>
      <th>Quant</th>
      <th>Configuration</th>
    </tr>
  </thead>
  <tbody>
    <tr>
      <td>Kimi-K2.5-w4a8</td>
      <td>Atlas 800I A3</td>
      <td>8</td>
      <td>PD Mixed</td>
      <td>3.5K+1.5K</td>
      <td>20ms</td>
      <td>W4A8 INT8</td>
      <td><a href="#kimi-k25-w4a8-3_5k-1_5k-20ms-on-a3-8-cards-mixed-mode">Optimal Configuration</a></td>
    </tr>
  </tbody>
</table>

评论区精华

gemini-code-assist[bot] 在 review 中指出：文档表格和标题写 "8 cards"，但示例命令中使用 --tp-size 16，存在矛盾；同时建议移除冗余的 transformers 安装命令。这些反馈未被采纳，PR 已由 sglang-npu-bot 审批合并。该不一致性需在后续 PR 中修正。

风险与影响

• 风险：表格中的 "8 cards" 与示例命令的 --tp-size 16 不一致，可能误导用户使用错误配置。建议读者以实际命令为准。
• 影响：为 NPU 用户提供 Kimi-K2.5 官方部署指南，降低配置门槛；无系统影响。

关联脉络

本 PR 与 #29492 同属 NPU 最佳实践文档更新系列，共同完善 Ascend NPU 上的模型部署指引。