# PR #26784 完整报告

- 仓库：`sgl-project/sglang`
- 标题：update quantization code owner and document quantization contributions
- 合并时间：2026-06-27 00:40
- 原文链接：http://prhub.com.cn/sgl-project/sglang/pull/26784

---

# 执行摘要

- 一句话：更新量化代码所有者并新增量化贡献指南
- 推荐动作：量化相关贡献者和维护者值得精读新增的量化贡献指南；CODEOWNERS 变更需要团队知晓并确认。建议在后续量化重构 PR 中引用该指南以保持一致性。

# 功能与动机

量化代码库正按 Roadmap issue #15194 进行重构，目标是保持量化配置、方案特定权重处理和硬件后端内核执行分离。清晰的代码所有权有助于将未来量化 PR 路由给熟悉方案 / 后端分割和最近 AWQ/GPTQ 实现细节的审查者。新的贡献指南旨在降低新贡献者加入量化开发的入门门槛，并保证新增量化方法遵循统一架构。

# 实现拆解

1. **更新 CODEOWNERS**：在 `.github/CODEOWNERS` 中添加 `@Alisehen` 为 `python/sglang/srt/layers/quantization`、`python/sglang/srt/hardware_backend/gpu/quantization` 和 `python/sglang/srt/hardware_backend/npu/quantization` 的代码所有者。原来 NPU 量化后端的所有者保留并新增，GPU 量化后端为新增路径。

2. **创建量化贡献指南**：新增 `docs_new/docs/developer_guide/quantization_contribution_guide.mdx`，详细描述：
 - Config / Scheme / Backend Kernel 三层架构
 - 推荐文件布局（方法包内分离 schemes，后端内核按平台放置）
 - 添加或重构量化方法的具体步骤（从 config 入口到 kernel 分离）
 - 测试和验证期望（精度回归、性能基准、跨后端检查）
 - PR checklist（完整性、兼容性、文档更新）

3. **更新文档导航**：在 `docs_new/docs.json` 的 Developer Guide > Development 组下新增指向 `quantization_contribution_guide` 的路径。

4. **更新开发者概览页**：在 `docs_new/docs/developer_guide/overview.mdx` 中添加指向新指南的链接。

关键文件：
- `docs_new/docs/developer_guide/quantization_contribution_guide.mdx`（模块 文档；类别 other；类型 other）: 新增的量化贡献指南，是 PR 的核心文档，详细描述了量化架构、推荐实践和贡献流程。
- `.github/CODEOWNERS`（模块 基础设施；类别 infra；类型 infrastructure）: 更新了量化代码的所有权，指定 Alisehen 为 GPU 和 NPU 量化后端以及 layers/quantization 的代码所有者。
- `docs_new/docs.json`（模块 文档配置；类别 config；类型 configuration）: 文档导航配置更新，在 Developer Guide 的 Development 组下添加量化贡献指南的路径链接。

关键符号：未识别

## 关键源码片段

### `docs_new/docs/developer_guide/quantization_contribution_guide.mdx`

新增的量化贡献指南，是 PR 的核心文档，详细描述了量化架构、推荐实践和贡献流程。

```mdx
---
title: "Quantization Contribution Guide"
metatags:
  description: "Guidance for contributing SGLang quantization methods, schemes, backend kernels, tests, and validation results."
---

# Quantization Contribution Guide

{/* 该指南描述了量化架构和新增量化方法的步骤 */}

This guide describes how to add or refactor quantization support in SGLang. It focuses on the common structure used by weight-only and weight-activation quantization methods such as AWQ, GPTQ, compressed-tensors, ModelSlim, Quark, and related backend kernels.

## Design Goals

Quantization code should keep the quantization format semantics separate from hardware-specific execution...
```

# 评论区精华

- **术语一致性**：gemini-code-assist 建议将指南中“CUDA/HIP/XPU”统一表述为“GPU (CUDA/HIP/XPU)”，以匹配 SGLang 后端分组风格。已采纳。

- **使用 ruff check**：建议指南推荐使用 `ruff check` 进行静态检查，而不是 `py_compile`。已采纳。

- **GPU 验证范围**：建议明确指南中的 GPU 验证需覆盖 NVIDIA、AMD、Intel 环境。已采纳。

- **CODEOWNERS 格式**：ping1jing2 建议将 GPU 和 NPU 量化后端分成两行独立条目，并在 `layers/quantization` 条目中添加 @OrangeRedeng 和 @TamirBaydasov。已采纳。

- 术语一致性：将 CUDA/HIP/XPU 统一表述为 GPU(CUDA/HIP/XPU) (documentation): 已采纳，指南中已使用该表述。
- 推荐使用 ruff check 进行代码检查 (documentation): 已采纳，指南中已更新为推荐 ruff check。
- 扩展 GPU 验证覆盖 AMD 和 Intel (documentation): 已采纳，指南中已修改为“所有支持的 GPU 环境（NVIDIA、AMD、Intel）”。
- CODEOWNERS: 将 GPU 和 NPU 量化后端分成两行 (infrastructure): 已采纳，最终版本为两行：一行 gpu，一行 npu。
- layers/quantization 添加更多所有者 (infrastructure): 已采纳，最终包含 @OrangeRedeng @TamirBaydasov @Alisehen。

# 风险与影响

- 风险：风险较低。主要风险包括：
 - 文档日后可能随量化架构演化而过时，需要持续维护。
 - CODEOWNERS 变更后，相关 PR 将自动分配给新的所有者，如果新所有者响应不及时可能影响 review 效率。
 - 贡献指南可能导致新增量化方法时，若未严格遵循，需额外 review 工作。但这些风险均可控。
 - 影响：对用户无直接影响。对维护者：量化相关的 PR 自动分配给 Alisehen 等人，可能加快 review 速度。对贡献者：清晰的贡献指南降低了入门难度，引导新增方法遵循统一架构。对系统：增强了量化模块的 ownership 明确性和可维护性。
 - 风险标记：文档需持续维护 , ownership 变更可能影响 review 分配

# 关联脉络

- PR #15194 [Roadmap] Quantization Modifications: 此 PR 是 Roadmap 的一部分，最终目标是通过 Config/Scheme/Kernel 拆分重构量化模块。
- PR #21126 [4/N] Quantization Refactor: AWQ schemes and Kernel call and weight init split: 作者之前的 AWQ 重构 PR，此 PR 的量化贡献指南基于该重构经验。
- PR #26402 [5/N] Quantization Refactor: GPTQ schemes and kernel split: 作者之前的 GPTQ 重构 PR，延续相同架构。
- PR #26786 [GPTQ] Refactor CPU quantization schemes: 作者之前的 CPU 量化方案重构 PR。