执行摘要

• 一句话：CI 中动态重装 MoRI 以匹配 Dockerfile 版本
• 推荐动作：该 PR 是基础设施层面的维护，值得关注其解决特定 CI 问题的方法：在不可变 CI 镜像中动态替换预装组件以匹配当前代码。对于维护 CI 管线的工程师，可借鉴其模式。一般工程师无需深入阅读。

功能与动机

AMD CI 镜像预装了 MoRI，但不会因 PR 变更镜像。当 PR#26922 更新 MORI_COMMIT 以引入新 API（如 IOEngine.wait_all）时，CI 容器仍使用旧 MoRI，导致反聚合测试失败。需在依赖安装阶段动态重装 MoRI 以匹配 Dockerfile。

实现拆解

在 scripts/ci/amd/amd_ci_install_dependency.sh 文件末尾，accelerate 安装之后，插入一段条件逻辑：

1. 通过 docker exec ci_sglang test -d /sgl-workspace/mori 检查容器内是否存在 MoRI 目录（仅 ENABLE_MORI=1 的镜像包含）。
2. 如果存在，则从 docker/rocm.Dockerfile 中提取 MORI_REPO 和 MORI_COMMIT 变量。
3. 根据 GPU_ARCH 环境变量设置 MoRI 的 GPU 架构（gfx950 或 gfx942）。
4. 在容器内依次执行：删除旧 MoRI 目录、克隆指定仓库、切换到指定 commit、初始化子模块、运行 python3 setup.py develop 安装、配置 torch 库路径并运行 ldconfig。
5. 整个过程记录日志，并在完成后输出 [MORI] Done.。
   该步骤无额外配置或测试配套。

关键文件：

• scripts/ci/amd/amd_ci_install_dependency.sh（模块 部署脚本；类别 infra；类型 infrastructure）: 该文件是唯一的变更文件，包含在 CI 容器内动态重装 MoRI 的完整脚本逻辑，是 PR 的核心。

关键符号：未识别

关键源码片段

scripts/ci/amd/amd_ci_install_dependency.sh

该文件是唯一的变更文件，包含在 CI 容器内动态重装 MoRI 的完整脚本逻辑，是 PR 的核心。

# 脚本片段：scripts/ci/amd/amd_ci_install_dependency.sh ( 新增部分 )
​
# 检查容器内是否存在 MoRI 目录（仅 ENABLE_MORI=1 的镜像包含）
if docker exec ci_sglang test -d /sgl-workspace/mori; then
    # 从 docker/rocm.Dockerfile 中提取 MORI_REPO 和 MORI_COMMIT
    MORI_REPO=$(grep -E '^[[:space:]]*ARG[[:space:]]+MORI_REPO=' docker/rocm.Dockerfile | head -n1 | sed 's/.*MORI_REPO="\([^"]*\)".*/\1/')
    MORI_COMMIT=$(grep -E '^[[:space:]]*ARG[[:space:]]+MORI_COMMIT=' docker/rocm.Dockerfile | head -n1 | sed 's/.*MORI_COMMIT="\([^"]*\)".*/\1/')
​
    # 根据 GPU_ARCH 设置 MoRI 的 GPU 架构
    if [[ "${GPU_ARCH}" == "mi35x" ]]; then
        MORI_GPU_ARCHS="gfx950"
    else
        MORI_GPU_ARCHS="gfx942"
    fi
​
    echo "[MORI] Reinstalling MORI ${MORI_COMMIT} (MORI_GPU_ARCHS=${MORI_GPU_ARCHS})"
​
    # 在容器内重新安装 MoRI：删除旧目录、克隆、切换 commit、初始化子模块、安装
    docker exec ci_sglang bash -c "
        set -euo pipefail
        export MORI_GPU_ARCHS='${MORI_GPU_ARCHS}'
        rm -rf /sgl-workspace/mori
        git clone '${MORI_REPO}' /sgl-workspace/mori
        cd /sgl-workspace/mori
        git checkout '${MORI_COMMIT}'
        git submodule update --init --recursive
        python3 setup.py develop
        python3 -c 'import os, torch; print(os.path.join(os.path.dirname(torch.__file__), \"lib\"))' > /etc/ld.so.conf.d/torch.conf
        ldconfig
    "
    echo "[MORI] Done."
fi

评论区精华

机器人评论指出，直接将宿主变量嵌入双引号 docker exec bash -c "..." 可能存在 shell 转义风险，建议使用 docker exec -e 传递环境变量并用单引号包裹命令。该建议未在后续讨论中被采纳或拒绝，PR 已被合并。

• host 变量传递的安全性 (design): 未采纳建议；PR 已合并，代码保持原有方式。

风险与影响

• 风险：风险较低。该变更仅影响 AMD CI 中启用了 MoRI 的容器（通过 /sgl-workspace/mori 目录守卫），不影响其他套件。潜在问题包括：
  • 如果 Dockerfile 中 MORI_COMMIT 或 MORI_REPO 格式变化，提取逻辑可能失败。
  • 重装 MoRI 会增加依赖安装步骤的时间。
  • 未处理网络问题导致 clone 失败的情况。
  • 影响：影响范围限于 AMD CI 中启用了 MoRI 的测试套件（主要是 mi35x 反聚合测试）。该步骤确保 CI 使用与 Dockerfile 完全一致的 MoRI 版本，避免因镜像陈旧导致的测试失败。对其他 GPU 架构或无 MoRI 的套件无影响。
  • 风险标记：低风险基础设施变更, 缺少网络异常处理

关联脉络

• PR #26922 bump MORI_COMMIT in docker/rocm.Dockerfile: 本 PR 正是为了配合 #26922 的变更而提出的，确保 CI 容器使用更新后的 MoRI commit。