执行摘要

• 一句话：新增 DeepSeek V4 Pro GB300 夜间测试并扩展 Kimi K25
• 推荐动作：该 PR 是测试基础设施的重要补充，展示了如何为新硬件（GB300）系统化地添加夜间测试，并通过拆分子套件提高 CI 效率。建议团队关注其套件拆分模式，在后续添加更多模型时复用。

功能与动机

PR 描述中明确提到：Add a GB300 nightly registered test for deepseek-ai/DeepSeek-V4-Pro FP4, cover the cookbook low-latency, balanced, and high-throughput single-node strategies on nightly-4-gpu-gb300, run combined GSM8K accuracy and performance profiling for each strategy。同时扩展 Kimi K2.5 测试以利用 EAGLE3 加速，并细化 GB300 测试套件结构以便后续维护。

实现拆解

1. 新建 test/registered/gb300/test_deepseek_v4_pro_fp4.py：定义 TestDeepSeekV4ProFp4 测试类，包含低延迟、均衡、高吞吐三种部署策略的配置和 GSM8K 精度测试，并注册到 nightly-4-gpu-gb300-deepseek-v4-pro-fp4 套件。
2. 修改 test/registered/gb300/test_kimi_k25_nvfp4.py：添加 EAGLE3 投机解码参数，将原有 TP4 和 TP4+DP4+DPA 变体升级为 TP4+EAGLE3 和 TP4+DP4+DPA+EAGLE3，并更新 suite 注册名称为 nightly-4-gpu-gb300-kimi-k25-nvfp4。
3. 更新 test/run_suite.py：在 NIGHTLY_SUITES 的 CUDA 条目下添加 7 个 GB300 模型专属 suite 名称（如 nightly-4-gpu-gb300-deepseek-v4-pro-fp4 等），从通用套件中拆分出来。
4. 调整其他 GB300 测试文件（test_glm5_fp8.py, test_kimi_k25.py, test_qwen35_nvfp4.py, test_glm5_nvfp4.py, test_qwen35_fp8.py）：将其 register_cuda_ci 中的 suite 参数从公用 nightly-4-gpu-gb300 改为各自专属名称，并保持原有 disabled 状态。
5. 修改 .github/workflows/nightly-test-nvidia.yml：添加新的 GB300 nightly job，使用专属 runner 标签和矩阵策略以匹配新增套件。

关键文件：

• test/registered/gb300/test_deepseek_v4_pro_fp4.py（模块 DeepSeek V4；类别 test；类型 test-coverage；符号 TestDeepSeekV4ProFp4, test_deepseek_v4_pro_fp4）: 新增文件，定义了 DeepSeek V4 Pro FP4 在 GB300 上的夜间测试，包含三种策略的配置和 GSM8K 精度验证，是整个 PR 的核心。
• test/registered/gb300/test_kimi_k25_nvfp4.py（模块 Kimi K25；类别 test；类型 test-coverage；符号 TestKimiK25Nvfp4）: 修改文件，为 Kimi K2.5 NVFP4 测试添加 EAGLE3 支持，变更了测试变体和配置，是 PR 的另一核心内容。
• test/run_suite.py（模块 测试套件；类别 test；类型 test-coverage）: 修改测试套件注册表，将 GB300 测试拆分为多个模型专属子套件，影响所有 GB300 夜间测试的调度。
• test/registered/gb300/test_glm5_fp8.py（模块 GLM5；类别 test；类型 test-coverage）: 修改 suite 注册，将通用套件改为专属套件，并保持 disabled 状态。
• test/registered/gb300/test_kimi_k25.py（模块 Kimi K2.5；类别 test；类型 test-coverage）: 修改 suite 注册，将通用套件改为专属套件，并保持 disabled 状态。
• test/registered/gb300/test_qwen35_nvfp4.py（模块 Qwen3.5；类别 test；类型 test-coverage）: 修改 suite 注册，将通用套件改为专属套件，并保持 disabled 状态。
• .github/workflows/nightly-test-nvidia.yml（模块 CI 工作流；类别 infra；类型 infrastructure）: 修改 CI 工作流，添加新的 GB300 nightly job 以支持新增的测试套件。
• test/registered/gb300/test_glm5_nvfp4.py（模块 GLM5；类别 test；类型 test-coverage）: 修改 suite 注册，适配新的套件命名（变更很小）。
• test/registered/gb300/test_qwen35_fp8.py（模块 Qwen3.5；类别 test；类型 test-coverage）: 修改 suite 注册，适配新的套件命名（变更很小）。

关键符号：TestDeepSeekV4ProFp4.test_deepseek_v4_pro_fp4, TestKimiK25Nvfp4.test_kimi_k25_nvfp4

评论区精华

该 PR 没有正式的 review 评论。仅有的 5 条 comment 均为作者 Fridge003 的 CI 运行状态更新（如尝试不同 runner 和确认运行链接），最终表示“先合并这个，后续再修复 V4 Pro 测试”，未涉及技术讨论。

• 暂无高价值评论线程

风险与影响

• 风险：主要风险：测试依赖外部模型权重（DeepSeek-V4-Pro 和 Kimi-K2.5-NVFP4），下载可能超时或失败；GB300 硬件（4x GB300 NVL4）在 CI 中的可用性和稳定性尚不确定；新增的 suite 注册可能导致 CI 工作流触发错误，但测试均标记为 nightly，不影响 PR 流程。整体风险较低。
• 影响：对用户无直接影响。对系统：细化了 GB300 夜间测试结构，将原本单一的 nightly-4-gpu-gb300 拆分为 7 个模型专属套件，提升了可维护性和错误隔离性；为 DeepSeek V4 Pro 和 Kimi K2.5 提供了精度和性能基线。对团队：便于单独对某个模型触发测试和调试，降低全套件重跑成本。
• 风险标记：外部模型依赖, CI 资源消耗增加, GB300 硬件可用性

关联脉络

• 暂无明显关联 PR