执行摘要

• 一句话：重新启用 XPU CI 的 stage B 测试并拆分测试套件
• 推荐动作：值得关注 CI 配置模式（预构建镜像拉取 + 多阶段拆分）的实践，可作为其他硬件后端 CI 优化的参考。核心开发人员无需深入阅读代码细节。

功能与动机

之前 stage B 的测试被合并到 stage A，导致 stage A 运行时间过长。PR #27282 将 stage A 切换为 docker-pull 流程后，能够以相同方式重新启用 stage B，分担重测试，从而提升 CI 整体效率和稳定性。

实现拆解

1. 修改 CI 工作流（.github/workflows/pr-test-xpu.yml）：取消注释原 stage B job 配置，改为使用与 stage A 一致的 xpu_ci_start_container.sh 辅助脚本和预构建镜像拉取流程，并添加对 wait-for-stage-a 的依赖。
2. 拆分测试套件：将 6 个 XPU 测试文件的注册套件从 stage-a-test-1-gpu-xpu 改为 stage-b-test-1-gpu-xpu，包括 test_deepseek_ocr、test_deepseek_ocr_triton、test_intel_xpu_backend、test_topk、test_chunk_gated_delta_rule。
3. 禁用 OOM 测试：test_gemma_4_e2b.py 因在 stage B 运行器上启动时内存不足（OOM），在 register_xpu_ci 调用中添加 disabled 参数跳过注册，同时保留文件以通过 lint 钩子检查。

关键文件：

• .github/workflows/pr-test-xpu.yml（模块 CI 流程；类别 infra；类型 infrastructure）: 核心 CI 配置文件，重新启用 stage B 并采用预构建镜像拉取流程
• test/registered/xpu/test_gemma_4_e2b.py（模块 E2E 测试；类别 test；类型 test-coverage）: 因 OOM 禁用该测试注册，但保留文件通过 lint 检查
• test/registered/xpu/test_deepseek_ocr_triton.py（模块 OCR 测试；类别 test；类型 test-coverage）: 将测试从 stage A 移至 stage B
• test/registered/attention/test_chunk_gated_delta_rule.py（模块 Attention 测试；类别 test；类型 test-coverage）: 将 XPU 测试注册从 stage A 移至 stage B
• test/registered/xpu/test_deepseek_ocr.py（模块 OCR 测试；类别 test；类型 test-coverage）: 将测试从 stage A 移至 stage B
• test/registered/xpu/test_intel_xpu_backend.py（模块 XPU 后端；类别 test；类型 test-coverage）: 将测试从 stage A 移至 stage B
• test/registered/xpu/test_topk.py（模块 TopK 测试；类别 test；类型 test-coverage）: 将测试从 stage A 移至 stage B

关键符号：未识别

关键源码片段

test/registered/xpu/test_gemma_4_e2b.py

因 OOM 禁用该测试注册，但保留文件通过 lint 检查

from sglang.test.ci.ci_register import register_xpu_ci
​
# Single e2e test: boot + a short Q&A.
register_xpu_ci(
    est_time=240,
    suite="stage-b-test-1-gpu-xpu",
    # CI 注册时直接跳过，但保留文件使 pre-commit lint 通过
    disabled="OOM on stage-b XPU runner (server launch fails with --mem-fraction-static)",
)

评论区精华

无实质性讨论。由项目维护者 mingfeima 直接批准，gemini-code-assist[bot] 自动评论但未提供具体反馈。

• 暂无高价值评论线程

风险与影响

• 风险：低风险。变更仅涉及 CI 配置和测试注册，不影响运行时代码或核心逻辑。主要风险包括：
  • test_gemma_4_e2b 被添加 disabled 参数，可能遗漏回归直到内存问题解决。
  • stage B 测试依赖预构建镜像拉取，若镜像不可用则全部失败。
  • 部分测试（如 test_chunk_gated_delta_rule）估计时间长达 900 秒，可能导致 stage B 超时。
  • 影响：影响范围限于 XPU CI 测试。stage A 测试时间缩短（约减少 600 秒），但整个 CI 流水线增加 stage B，总耗时可能略有增加。开发团队需监控两个 stage 的成功率和稳定性，特别是 stage B 重测试的 flakiness。
  • 风险标记：测试覆盖缺失, CI 稳定性, 资源限制

关联脉络

• PR #27282 [XPU CI] Switch stage A to docker-pull flow: 本 PR 复用该 PR 引入的预构建镜像拉取流程和辅助脚本
• PR #27156 [XPU CI] Fold stage B tests into stage A: 之前将 stage B 测试折叠到 stage A，本 PR 拆分回来