执行摘要

• 一句话：回退 Full Cuda Graph 与 page_size=1 兼容变更
• 推荐动作：建议快速合并以恢复 CI，后续若需重新启用该功能，应充分测试后再提交。

功能与动机

PR #30835 的变更破坏了 CI 测试（https://github.com/sgl-project/sglang/actions/runs/29276578199/job/86907146007），因此需要回退以恢复 CI 稳定性。

实现拆解

1. 回退文件：python/sglang/srt/arg_groups/overrides.py 中 _fa4_page_constraint 函数被修改。
2. 删除条件：移除了原先为 full prefill CUDA graph 添加的特殊条件 and view.cuda_graph_config.prefill.backend != Backend.FULL 及其注释。
3. 恢复行为：FA4 后端在非 MLA 模型架构上，如果未使用 MLA 后端且满足其他条件时，仍会强制将 page_size 设为 128。
4. 无其他文件修改或测试配套。

关键文件：

• python/sglang/srt/arg_groups/overrides.py（模块 参数覆盖；类别 source；类型 core-logic）: 核心变更文件，回退了 #30835 关于 FA4 与 full prefill CUDA graph 兼容性的逻辑。

关键符号：_fa4_page_constraint

关键源码片段

python/sglang/srt/arg_groups/overrides.py

核心变更文件，回退了 #30835 关于 FA4 与 full prefill CUDA graph 兼容性的逻辑。

# 函数 _fa4_page_constraint 中的关键变更（删除了 3 行）：
@register_post_process
def _fa4_page_constraint(view: Any) -> dict:
    if (
        (
            view.attention_backend == "fa4"
            or view.decode_attention_backend == "fa4"
            or view.prefill_attention_backend == "fa4"
        )
        and not view.use_mla_backend()
        and is_sm100_supported()
        # EAGLE topk>1 spec runs the two-pass page-tree cascade, which the FA4
        # CUTLASS kernel aborts on at page_size>1. That path only works at
        # page_size==1, so skip the 128 auto-force for it and keep the default.
        and (view.speculative_eagle_topk or 0) <= 1
        # 以下行被删除：
        # # The full prefill CUDA graph runs the FA backend at page_size==1 only
        # # (#27988), so skip the 128 auto-force for it and keep the default.
        # and view.cuda_graph_config.prefill.backend != Backend.FULL
    ):
        logger.warning(
            f"FA4 backend only supports page size 128 for non-MLA model architectures, "
            f"changing page_size from {view.page_size} to 128."
        )
        return {"page_size": 128}
    return {}

评论区精华

无 Review 讨论。PR body 明确指出该撤回是为了修复 CI 失败。

• 暂无高价值评论线程

风险与影响

• 风险：本 PR 是回退操作，风险较低。主要风险是丢失了 #30835 中旨在启用 Full Cuda Graph 与 page_size=1 兼容的功能，但该功能本身导致 CI 失败，因此回退是必要的。
• 影响：对用户而言，FA4 后端在 full prefill CUDA graph 场景下恢复了 page_size 自动设为 128 的行为，可能影响部分配置的 CUDA graph 启用条件。对系统稳定性有正面影响，CI 将恢复正常。
• 风险标记：回退原有功能

关联脉络

• PR #30835 [Tiny] Enable Full Cuda Graph with Page size = 1: 本 PR 回退了 #30835 的变更。