执行摘要
- 一句话：清理 ModelRunner 中的死代码并重命名属性
- 推荐动作：值得快速合并。作为大型重构链（ModelRunner 拆分）的一部分，保持代码整洁。建议确认是否有外部依赖引用旧属性名。
功能与动机
根据 PR body，MLA_ATTENTION_BACKENDS 和 add_mla_attention_backend 在 python/sglang/srt 下没有任何读取方，属于死代码。RankZeroFilter 未被引用。alloc_memory_pool 末尾的六个 None 默认值是旧 disable_cuda_graph 提前跳过路径的遗留物，现在 init_model_worker 无条件调用 init_attention_backends 和 init_cuda_graphs，这些默认值不再需要。属性重命名是为了更准确地表达语义（考虑混合 SWA 设置）。
实现拆解
- 移除
MLA_ATTENTION_BACKENDS 和 add_mla_attention_backend：在 model_runner.py 中删除了整个列表定义和函数定义，因为没有任何消费者。
- 删除
RankZeroFilter 类：移除了该日志过滤器类及其 __init__ 和 filter 方法，因为未被使用。
- 删除
alloc_memory_pool 中的遗留默认值：移除了六个字段的 None 赋值（attn_backend、decode_attn_backend、decode_attn_backend_group、decode_cuda_graph_runner、graph_mem_usage、prefill_cuda_graph_runner），因为这些现在由后续调用保证。
- 重命名属性
max_token_pool_size 为 effective_max_total_num_tokens：在 model_runner.py 中将 property 重命名，更新注释以反映混合 SWA 场景。然后在 tp_worker.py（两处）和 disaggregation/prefill.py（一处）中更新所有引用。
关键文件：
python/sglang/srt/model_executor/model_runner.py（模块 模型执行器；类别 source；类型 data-contract；符号 add_mla_attention_backend, RankZeroFilter, init, filter）: 核心变更文件：删除 MLA_ATTENTION_BACKENDS、add_mla_attention_backend、RankZeroFilter 和 alloc_memory_pool 中的遗留默认值；重命名属性 effective_max_total_num_tokens。python/sglang/srt/managers/tp_worker.py（模块 TP 工作器；类别 source；类型 core-logic）: 两处引用 max_token_pool_size 更新为 effective_max_total_num_tokens。python/sglang/srt/disaggregation/prefill.py（模块 解耦预填充；类别 source；类型 core-logic）: 一处引用 max_token_pool_size 更新为 effective_max_total_num_tokens。
关键符号：add_mla_attention_backend, RankZeroFilter.init, RankZeroFilter.filter, effective_max_total_num_tokens, max_token_pool_size
关键源码片段
python/sglang/srt/model_executor/model_runner.py
核心变更文件：删除 MLA_ATTENTION_BACKENDS、add_mla_attention_backend、RankZeroFilter 和 alloc_memory_pool 中的遗留默认值；重命名属性 effective_max_total_num_tokens。
# python/sglang/srt/model_executor/model_runner.py
# 删除前：
# MLA_ATTENTION_BACKENDS = [
# "aiter", "flashinfer", "fa3", "fa4", "triton", "flashmla",
# "cutedsl_mla", "cutlass_mla", "trtllm_mla", "tokenspeed_mla",
# "ascend", "dsa", "nsa", "intel_xpu",
# ]
# def add_mla_attention_backend(backend_name):
# if backend_name not in MLA_ATTENTION_BACKENDS:
# MLA_ATTENTION_BACKENDS.append(backend_name)
# logger.info(f"Added {backend_name} to MLA_ATTENTION_BACKENDS.")
# 删除前：
# class RankZeroFilter(logging.Filter):
# def __init__(self, is_rank_zero):
# super().__init__()
# self.is_rank_zero = is_rank_zero
# def filter(self, record):
# if record.levelno == logging.INFO:
# return self.is_rank_zero
# return True
# 重命名后：
@property
def effective_max_total_num_tokens(self):
"""Return the max token pool size considering hybrid swa settings."""
if self.is_hybrid_swa:
return self.full_max_total_num_tokens or self.swa_max_total_num_tokens
# ... 其余逻辑保持不变
python/sglang/srt/managers/tp_worker.py
两处引用 max_token_pool_size 更新为 effective_max_total_num_tokens。
# python/sglang/srt/managers/tp_worker.py
# 在 alloc_memory_pool 中（约第 345 行）：
max_req_len = min(
self.model_config.context_len - 1,
self.model_runner.effective_max_total_num_tokens - 1, # 原为 max_token_pool_size
)
# 在 get_worker_info 中（约第 457 行）：
max_req_len = min(
self.model_config.context_len - 1,
self.model_runner.effective_max_total_num_tokens - 1, # 原为 max_token_pool_size
)
评论区精华
该 PR 没有 review 评论。由于是机械性清理且讨论为零，无明显技术争议。
风险与影响
- 风险：低风险。变更主要是删除死代码和属性重命名，不涉及逻辑修改。属性重命名可能影响外部插件或未发现的内部引用，但搜索显示 srt 目录内所有使用均已更新。遗留默认值删除安全，因为调用链保证这些字段会被赋值。
- 影响：正面：减少代码量（-47 行），提高可读性。无功能影响。对用户透明；对开发者，需注意未来引用新属性名。
- 风险标记：属性重命名可能导致外部引用断裂
关联脉络
- PR #31169 Split initialize() into orchestration helpers: 同一系列 ModelRunner 拆分与清理工作的一部分。
- PR #31166 Narrow component dependencies to injected fields instead of ModelRunner: 后续清理依赖注入模式。
参与讨论