执行摘要

• 一句话：提取分配逻辑到新文件 allocation.py 和 allocation_sizing.py
• 推荐动作：推荐精读，该 PR 展示了大规模机械重构的实践：通过 AST 搬迁工具确保纯搬迁可重现，并用清晰的提交结构（prep + move + postpare）管理重构链。对关注代码组织和模块拆分的读者有参考价值。

功能与动机

将分配逻辑从 common.py 这个大杂烩中提取出来，使分配入口点和大小计算集中在专用模块中，便于理解和维护并行变体，为后续解耦做准备（PR body: 'Lightweight extraction of the allocation entry points ... out of the mem_cache/common.py junk drawer'）。

实现拆解

步骤 1. 创建 allocation.py

新建文件 python/sglang/srt/mem_cache/allocation.py，从 common.py 搬入 write_cache_indices、get_last_loc、get_last_loc_torch、alloc_token_slots、_compute_dsv4_state_lens、alloc_paged_token_slots_extend、alloc_req_slots、_alloc_page_size 等函数，保持逻辑完全一致。

步骤 2. 创建 allocation_sizing.py

新建文件 python/sglang/srt/mem_cache/allocation_sizing.py，搬入 get_alloc_len_per_decode、get_alloc_reserve_per_decode、get_req_to_token_extra_context_len 三个分配大小计算辅助函数。

步骤 3. 精简 common.py

从 common.py 中删除已搬迁的函数和不再需要的导入（如 support_triton、is_pin_memory_available、maybe_write_dsv4_* 等），仅保留剩余的工具函数（kv_to_page_indices、free_swa_out_of_window_slots、release_kv_cache 等）。

步骤 4. 更新消费方导入

更新所有引用这些函数的模块的 import 路径：

• schedule_batch.py：alloc_for_decode、alloc_for_extend 改从 allocation 导入，get_alloc_reserve_per_decode 改从 allocation_sizing 导入。
• pool_configurator.py：get_alloc_len_per_decode 改从 allocation_sizing 导入。
• eagle_utils.py：相关函数改从 allocation 和 allocation_sizing 导入。
• dsv4_allocator.py、kv_cache_configurator.py、dflash_info_v2.py：仅调整导入路径。

步骤 5. 后处理调整

使用已导入的 get_server_args() 替代 get_global_server_args()，更新调试工具 pr_fix_toggle.py 中的路径字符串指向 allocation_sizing，并降低 get_global_server_args 的 ratchet baseline 至 279。

无测试行为变更；测试文件仅更新导入路径。

关键文件：

• python/sglang/srt/mem_cache/allocation.py（模块 缓存层；类别 source；类型 core-logic；符号 write_cache_indices, get_last_loc, get_last_loc_torch, alloc_token_slots）: 新文件，核心分配入口点（write_cache_indices, get_last_loc, alloc_token_slots 等）搬迁至此，是 PR 最主要的新模块。
• python/sglang/srt/mem_cache/allocation_sizing.py（模块 缓存层；类别 source；类型 core-logic；符号 get_alloc_len_per_decode, get_alloc_reserve_per_decode, get_req_to_token_extra_context_len）: 新文件，集中存放分配大小计算逻辑，包括 spec decode 的 page-aligned 计算。
• python/sglang/srt/mem_cache/common.py（模块 缓存层；类别 source；类型 dependency-wiring；符号 write_cache_indices, get_last_loc, get_last_loc_torch, get_alloc_len_per_decode）: 精简后的 common.py 仅保留非分配工具函数，是提取操作的目标文件。
• python/sglang/srt/managers/schedule_batch.py（模块 调度器；类别 source；类型 dependency-wiring）: 主要消费方，导入从 common 改指向 allocation 和 allocation_sizing。
• python/sglang/srt/speculative/eagle_utils.py（模块 投机解码；类别 source；类型 dependency-wiring）: 投机解码模块，同时引用 allocation 和 allocation_sizing 中的函数。

关键符号：write_cache_indices, get_last_loc, get_last_loc_torch, alloc_token_slots, _compute_dsv4_state_lens, alloc_paged_token_slots_extend, alloc_req_slots, _alloc_page_size, get_alloc_len_per_decode, get_alloc_reserve_per_decode, get_req_to_token_extra_context_len

评论区精华

唯一 review 来自 gemini-code-assist[bot]：指出 allocation.py 中 alloc_req_slots 函数在 tree_cache 可能为 None 时调用 supports_mamba() 可能导致 AttributeError。但该问题在原始代码中已存在，非本次引入。作者未回应（或已通过合并解决）。

• tree_cache 为 None 时的潜在 AttributeError (correctness): 该问题在原始代码中已存在，本次搬迁未引入新风险；作者未予回应或已通过后续合并解决。

风险与影响

• 风险：本次变更为纯提取，无行为变更，风险极低。主要风险在于导入路径重写是否完全正确；PR 提交时作者通过了机械搬迁验证（byte-for-byte reproduce），且 CI 聚合测试（#28636）覆盖了主要路径，但未提供专门测试。
• 影响：对用户无影响。对开发者：模块职责划分更清晰，便于后续添加新的分配变体；所有消费方导入已更新为指向新模块。
• 风险标记：纯提取无行为变更, 导入重写需验证

关联脉络

• PR #29432 Fix bookkeeping fields not encapsulated with real allocations in normal alloc, PD pre-alloc, DFlash and EAGLE: 同一作者在同一重构系列中提交的后续 PR，进一步封装记账字段，与本 PR 的模块划分紧密相关。