执行摘要

• 一句话：修复 DFlash 启动时 attn_backend 未就绪导致的崩溃
• 推荐动作：简单且关键的启动修复，建议快速合并。可作为初始化顺序依赖的典型案例供开发者参考。

功能与动机

DFlash 服务器在启动时因 model_runner.attn_backend 尚未初始化而崩溃，错误信息为 AttributeError: 'ModelRunner' object has no attribute 'attn_backend'。该问题由 PR #29218 引入，需要修复初始化顺序。

实现拆解

1. 延迟检测时机：在 DFlashWorkerV2.__init__ 中，将原本立即执行的 _need_mamba_verify_commit 计算（检查 mambaish_config 和 attn_backend.update_mamba_state_after_mtp_verify）改为初始化为 False。
2. 移至 init_attention_backends 方法：在 init_attention_backends 中，在调用 self._draft_worker.init_attention_backends() 之后，执行原检测逻辑并赋值给 self._need_mamba_verify_commit，此时 model_runner.attn_backend 已就绪。
3. 清理辅助方法：在 review 过程中移除了一个多余的 _needs_mamba_verify_commit 方法（原用于防御性检查），保持代码简洁。

关键文件：

• python/sglang/srt/speculative/dflash_worker_v2.py（模块 推测解码；类别 source；类型 core-logic；符号 DFlashWorkerV2.init, DFlashWorkerV2.init_attention_backends）: 唯一变更文件，修复了 DFlashWorkerV2 初始化时 attn_backend 未就绪的问题。

关键符号：DFlashWorkerV2.init, DFlashWorkerV2.init_attention_backends

关键源码片段

python/sglang/srt/speculative/dflash_worker_v2.py

唯一变更文件，修复了 DFlashWorkerV2 初始化时 attn_backend 未就绪的问题。

class DFlashWorkerV2(BaseSpecWorker):
    def __init__(
        self,
        server_args: ServerArgs,
        gpu_id: int,
        tp_rank: int,
        dp_rank: Optional[int],
        moe_ep_rank: int,
        attn_cp_rank: int,
        moe_dp_rank: int,
        nccl_port: int,
        target_worker: TpModelWorker,
    ):
        self._target_worker = target_worker
        self.model_runner = target_worker.model_runner
        # 修复：不再立即访问 model_runner.attn_backend，因为 attention 后端尚未初始化
        self._need_mamba_verify_commit = False # 延迟到 init_attention_backends 中设置
        # ... 其余初始化代码 ...
​
    def init_attention_backends(self):
        self._draft_worker.init_attention_backends()
        # 此时 attention 后端已就绪，可以安全访问
        self._need_mamba_verify_commit = (
            self.model_runner.mambaish_config is not None
            and hasattr(
                self.model_runner.attn_backend,
                "update_mamba_state_after_mtp_verify",
            )
        )

评论区精华

Reviewer @kpham-sgl 询问为何需要新增 _needs_mamba_verify_commit 方法，作者 @mmangkad 承认该方法冗余并移除。最终提交版未包含该方法。

• 冗余辅助方法 _needs_mamba_verify_commit 的移除 (design): 移除了 _needs_mamba_verify_commit 方法，仅保留必要的赋值逻辑。

风险与影响

• 风险：该修复仅改变 _need_mamba_verify_commit 赋值的时机，逻辑等价，风险极低。但需确保 init_attention_backends 在 _need_mamba_verify_commit 被使用之前被调用——当前调用链中 init_attention_backends 早于 init_cuda_graphs 等方法，因此安全。
• 影响：直接影响 DFlash speculative decoding 的启动流程，修复了纯 MLA 目标（如 Kimi-K2.5-NVFP4）下的启动崩溃。对现有功能无副作用，编译后自动生效。
• 风险标记：启动路径变更, 依赖初始化顺序

关联脉络

• PR #29218 [Spec] DFlash: support pure-MLA targets with an fp8 KV cache (Kimi-K2.x-NVFP4): 该 PR 引入了本修复所针对的 bug，将 mamba verify-commit 检测逻辑放入了 __init__ 中，导致未考虑初始化顺序。