执行摘要

• 一句话：清理DeepSeek V3.2测试并升级GLM测试至5.2
• 推荐动作：本PR属于测试清理维护，技术含量较低，但体现了团队及时清理过时测试资源的良好实践。若关注GLM或DeepSeek测试架构，可了解测试注册模式（register_cuda_ci）。

功能与动机

根据PR描述，删除已请求移除的CUDA DeepSeek V3.2夜间测试和e2e测试注册，删除GB300 GLM5 FP8夜间测试及其过时套件配置，并将剩余GLM测试更新至GLM-5.2 checkpoint以确保测试覆盖最新模型版本。

实现拆解

1. 删除DeepSeek V3.2相关测试文件：test/registered/8-gpu-models/test_deepseek_v32.py（200行）、test/registered/models_e2e/test_deepseek_v32_fp4_mtp_tp.py（73行）、test/registered/models_e2e/test_deepseek_v32_fp4_mtp_dp.py（68行），以及两个dsa变体测试文件test_dsa_dsv32_dp_mtp.py和test_dsa_dsv32_tp_mtp.py。
2. 删除GB300 GLM5 FP8测试文件test/registered/gb300/test_glm5_fp8.py（72行），该测试被标记为"not needed"。
3. 将GLM5 FP8测试文件test_glm_51_fp8.py重命名为test_glm52_fp8.py，更新类名从TestGlm51Fp8到TestGlm52Fp8，方法名从test_glm51_fp8到test_glm52_fp8，模型路径从zai-org/GLM-5.1-FP8改为zai-org/GLM-5.2-FP8。
4. 将GLM5 NVFP4测试文件test_glm5_nvfp4.py重命名为test_glm52_nvfp4.py，类似更新模型路径和类/方法名。
5. 将其他GLM5相关测试（HiSparse、DP MTP、TP MTP、PCG FP4）也相应重命名为GLM52版本，更新符号和引用。
6. 调整HiCache内存分片参数（mem_fraction_static）以适应新模型。

关键文件：

• test/registered/8-gpu-models/test_deepseek_v32.py（模块 V32测试；类别 test；类型 deletion；符号 TestDeepseekV32, test_deepseek_v32_all_variants, test_deepseek_v32_dsa_backends, test_deepseek_v32_b200）: 删除的最大文件（200行），包含DeepSeek V3.2的主要性能和精度测试，是本次变更的核心删除目标。
• test/registered/8-gpu-models/test_glm52_fp8.py（模块 GLM测试；类别 test；类型 rename-or-move；符号 TestGlm51Fp8, TestGlm52Fp8, test_glm51_fp8, test_glm52_fp8）: 从GLM-5.1升级到GLM-5.2的关键测试文件，展示了模型路径、类名、方法名和配置的更新。
• test/registered/models_e2e/test_deepseek_v32_fp4_mtp_tp.py（模块 FP4测试；类别 test；类型 deletion；符号 TestDeepseekV32FP4TPSpec, test_z_bs_1_speed）: 删除的DeepSeek V3.2 FP4 MTP TP测试，包含GSM8K精度和速度测试，是重要清理目标。
• test/registered/gb300/test_glm52_nvfp4.py（模块 NVFP4测试；类别 test；类型 rename-or-move；符号 TestGlm5Nvfp4, TestGlm52Nvfp4, test_glm5_nvfp4, test_glm52_nvfp4）: 从GLM-5 NVFP4升级到GLM-5.2 NVFP4的测试文件，更新了模型路径和类/方法名。
• test/registered/gb300/test_glm5_fp8.py（模块 GLM5测试；类别 test；类型 deletion；符号 TestGlm5Fp8, test_glm5_fp8）: 删除的GB300 GLM5 FP8测试，标记为"not needed"，清理过时硬件测试。

关键符号：TestGlm52Fp8.test_glm52_fp8, TestGlm52Nvfp4.test_glm52_nvfp4, TestGLM52HiSparse, TestPCGGlm52Fp4, TestDeepseekV32

关键源码片段

test/registered/8-gpu-models/test_glm52_fp8.py

从GLM-5.1升级到GLM-5.2的关键测试文件，展示了模型路径、类名、方法名和配置的更新。

# 该文件从 test_glm_51_fp8.py 重命名并更新为 GLM-5.2
import unittest
​
from sglang.test.accuracy_test_runner import AccuracyTestParams
from sglang.test.ci.ci_register import register_cuda_ci
from sglang.test.performance_test_runner import PerformanceTestParams
from sglang.test.run_combined_tests import run_combined_tests
from sglang.test.test_utils import ModelLaunchSettings
​
# 在 nightly-8-gpu-common suite 中运行
register_cuda_ci(est_time=1800, suite="nightly-8-gpu-common", nightly=True)
​
# 更新模型路径为 GLM-5.2-FP8
GLM_52_FP8_MODEL_PATH = "zai-org/GLM-5.2-FP8"
​
COMMON_ARGS = [
    "--trust-remote-code",
    "--reasoning-parser=glm45",
    "--tool-call-parser=glm47",
    "--mem-fraction-static=0.85",
    "--enable-metrics",
]
​
MTP_ARGS = [
    "--speculative-algorithm=EAGLE",
    "--speculative-num-steps=3",
    "--speculative-eagle-topk=1",
    "--speculative-num-draft-tokens=4",
]
​
# 类名和方法名从 GLM-5.1 更新为 GLM-5.2
class TestGlm52Fp8(unittest.TestCase):
    """GLM-5.2 FP8 on H200/B200 (8-GPU, tp=8)."""
​
    def test_glm52_fp8(self):
        dp_args = ["--dp=8", "--enable-dp-attention"]
​
        variants = [
            ModelLaunchSettings(
                GLM_52_FP8_MODEL_PATH,
                tp_size=8,
                extra_args=COMMON_ARGS,
                variant="TP8",
            ),
            ModelLaunchSettings(
                GLM_52_FP8_MODEL_PATH,
                tp_size=8,
                extra_args=COMMON_ARGS + dp_args,
                variant="TP8+DP8",
            ),
            ModelLaunchSettings(
                GLM_52_FP8_MODEL_PATH,
                tp_size=8,
                extra_args=COMMON_ARGS + dp_args + MTP_ARGS,
                variant="TP8+DP8+MTP",
            ),
        ]
​
        run_combined_tests(
            models=variants,
            test_name="GLM-5.2-FP8", # 测试名称同步更新
            accuracy_params=AccuracyTestParams(dataset="gsm8k", baseline_accuracy=0.92),
            performance_params=PerformanceTestParams(
                profile_dir="performance_profiles_glm_52_fp8", # profile 目录更新
            ),
        )
​
if __name__ == "__main__":
    unittest.main()

评论区精华

PR没有实质性技术讨论，仅包含作者触发的rerun-test命令和CI结果。作者自行合并。

• 暂无高价值评论线程

风险与影响

• 风险：主要风险在于测试覆盖的减少：删除了DeepSeek V3.2的准确性和性能测试（包括GSM8K基准测试和速度测试），可能遗漏回归。但推测这些测试已被其他测试替代或模型已不再维护。GLM测试从5.1升级到5.2，若新checkpoint有行为差异可能导致测试失败，但从CI结果看已通过验证。
• 影响：对用户无直接影响；对团队：减少了测试维护量，统一了GLM测试版本，降低了CI耗时。删除的DeepSeek V3.2测试如果仍有价值，需要后续补充。
• 风险标记：测试覆盖减少, 模型版本升级

关联脉络

• 暂无明显关联 PR