执行摘要

• 一句话：在 HIP 上强制禁用 FlashMLA Sparse Prefill
• 推荐动作：该 PR 值得关注其设计决策：在 AMD GPU 上因精度问题强制禁用某个特性，同时保留警告消息暗示可覆盖。建议团队在评论中指出该矛盾，并考虑更新警告消息或注释以反映实际行为，或添加 future todo 项以便问题修复后恢复。合并后验证（issue comment）确认了变更生效，并帮助隔离了另一个无关的 MORI/RDMA 问题。

功能与动机

FlashMLA 稀疏 prefill 在 ROCm/HIP（MI355X）上对 DeepSeek-V4-Flash 返回错误输出，破坏了分解（disaggregation）夜测。PR body 未明确说明移除 .is_set() 检查的具体原因，但从上下文推断，目的是在 AMD 平台上强制禁用该功能以规避已知精度问题。

实现拆解

在 python/sglang/srt/arg_groups/deepseek_v4_hook.py 的 apply_deepseek_v4_defaults 函数中，将条件从 if is_hip() and not envs.SGLANG_OPT_FLASHMLA_SPARSE_PREFILL.is_set(): 改为 if is_hip():，移除对环境变量是否显式设置的检查，从而在 AMD GPU 上无条件禁用稀疏 prefill。同时移除了注释中提及的“显式环境变量可覆盖”说明，但警告消息仍保留提示用户可以显式设置覆盖。

关键文件：

• python/sglang/srt/arg_groups/deepseek_v4_hook.py（模块 参数配置；类别 source；类型 core-logic）: 变更的核心文件，在 apply_deepseek_v4_defaults 函数中移除了环境变量检查，从而在 AMD GPU 上无条件禁用稀疏 prefill。该文件是 DeepSeek V4 模型参数默认值的入口点，直接影响推理行为。

关键符号：未识别

关键源码片段

python/sglang/srt/arg_groups/deepseek_v4_hook.py

变更的核心文件，在 apply_deepseek_v4_defaults 函数中移除了环境变量检查，从而在 AMD GPU 上无条件禁用稀疏 prefill。该文件是 DeepSeek V4 模型参数默认值的入口点，直接影响推理行为。

def apply_deepseek_v4_defaults(server_args: ServerArgs, model_arch: str) -> None:
    """Apply DeepSeek V4 model-specific server arg defaults and constraints."""
    from sglang.srt.server_args import ServerArgs
    from sglang.srt.utils import is_hip
​
    # FlashMLA sparse prefill (SGLANG_OPT_FLASHMLA_SPARSE_PREFILL, default on)
    # currently returns incorrect output for DeepSeek-V4-Flash on ROCm/HIP
    # (MI355X), which breaks the disaggregation nightly. Keep the previous
    # (dense prefill) behavior on ROCm until the sparse kernel is validated
    # there;
    if is_hip(): # 不再检查环境变量是否显式设置，无条件执行
        logger.warning(
            "Disabling SGLANG_OPT_FLASHMLA_SPARSE_PREFILL by default on ROCm/HIP "
            f"for {model_arch}; set it explicitly to override."
        )
        envs.SGLANG_OPT_FLASHMLA_SPARSE_PREFILL.set(False)
    # ... 省略后续代码

评论区精华

gemini-code-assist[bot] 的 review 指出：移除 not envs.SGLANG_OPT_FLASHMLA_SPARSE_PREFILL.is_set() 检查后，环境变量 SGLANG_OPT_FLASHMLA_SPARSE_PREFILL 被无条件覆写为 False，用户无法显式启用稀疏 prefill 内核，与注释和警告消息中的“set it explicitly to override”相矛盾。建议恢复该检查以允许显式覆盖。该评论未获作者或合并者回复，但 PR 最终被合并，表明团队接受此 trade-off。

• 移除环境变量检查导致无法显式覆盖 (correctness): PR 作者未回复，PR 被合并。未解决。

风险与影响

• 风险：风险较低。变更仅影响 AMD GPU 上的 DeepSeek-V4 模型，移除环境变量检查意味着用户无法通过设置 SGLANG_OPT_FLASHMLA_SPARSE_PREFILL=True 来启用稀疏 prefill。如果未来 FlashMLA 稀疏 prefill 在 ROCm 上修复，需要再次修改此处代码才能重新启用。警告消息与行为不完全一致可能造成混淆。
• 影响：影响范围有限，仅涉及 AMD GPU（ROCm/HIP）上运行 DeepSeek-V4-Flash 的用户。变更后这些用户将始终使用 dense prefill，避免当前 ROCm 上的精度问题。对 NVIDIA 或其他平台无影响。
• 风险标记：用户能力被限制, 警告消息与实际行为不一致

关联脉络

• 暂无明显关联 PR