执行摘要

• 一句话：修复 DSA indexer 融合中 rope buffer 每层重复创建导致内存暴增
• 推荐动作：值得精读：这是一个典型的高内存泄漏修复案例，展示了将重复计算提取为跨实例共享缓存的模式。代码简洁，逻辑清晰，对理解 DSA indexer 的内存管理有参考价值。

功能与动机

由 PR #29564 发现 bug：DSA indexer 融合中 rope buffer 按每层 x 上下文长度创建，导致显存暴增。PR body 量化了修复前的严重后果：TP=4 的 GLM-5.2 模型推理容量从正常的 ~2,400k tok/pool 下降至 ~2,020k tok/pool，说明融合 bug 显著降低了吞吐量。

实现拆解

1. 提取共享函数：在 dsa_indexer.py 新增 _shared_indexer_freqs_cis(rotary_emb) 函数，该函数使用 getattr+setattr 将 freqs_cis 缓存到 rotary_emb 模块的自定义属性 _dsa_indexer_freqs_cis 上，确保同一 rotary_emb 实例只构建一次。
2. 修改 Indexer.init：移除原来每层独立构建 cos_sin_cache→freqs_cis 的 6 行内联代码，改为调用新的共享函数，并删除了原注释行。
3. 仅 1 个文件变更：python/sglang/srt/layers/attention/dsa/dsa_indexer.py，+11/-6，无其他文件或测试配套改动。

关键文件：

• python/sglang/srt/layers/attention/dsa/dsa_indexer.py（模块 DSA 注意力；类别 source；类型 core-logic；符号 _shared_indexer_freqs_cis）: 唯一变更文件。新增 _shared_indexer_freqs_cis 函数并在 Indexer.__init__ 中替换内联代码，解决了每层重复创建 rope buffer 导致的内存暴增问题。

关键符号：_shared_indexer_freqs_cis

评论区精华

讨论简洁，Fridge003 触发 e2e 回归测试（test_dsa_glm5_dp_mtp、test_dsa_glm5_tp_mtp）和内核单元测试（test_dsa_indexer）。mmangkad 回复“Nice catch”确认 bug 发现。审查者 Fridge003 直接 approve，无实质性争议。

• 暂无高价值评论线程

风险与影响

• 风险：风险极低：变更仅限于提取一个纯函数并替换内联代码，逻辑等价性由缓存机制保证——首次调用与旧行为完全一致，后续复用缓存。唯一风险是如果不同 Indexer 实例希望持有不同的 freqs_cis（例如不同 layer_id 影响 rope），但根据设计所有层共享相同配置，此风险不存在。回归测试已覆盖 GLM-5.2 模型的 DP 和 TP 场景。
• 影响：正向影响：修复后每 GPU 显存释放约 0.25 GB（具体取决于模型隐藏层数），在 TP=4 的 GLM-5.2 上推理容量提升约 18%。零负面影响；无 API 变动，无配置更改。
• 风险标记：核心路径变更

关联脉络

• PR #29564 Original bug report: 本 PR 直接由该 issue 发现 bug 并修复，PR body 中明确引用。