执行摘要

• 一句话：修复 MUSA sglang-kernel 编译断裂
• 推荐动作：值得快速合并的维护性修复，确保了 MUSA 后端的代码与主线重构保持同步。对于维护者，建议后续在重构涉及多后端代码时，提前验证所有目标平台的构建。

功能与动机

PR #21531 移除了 QServe 和 FBGEMM FP8 量化路径，并把多个 AOT kernel 迁移到 JIT（如移除 dsv3_router_gemm 算子），但未同步更新 MUSA 的 sglang-kernel 扩展注册代码和头文件引用，导致 MUSA 构建失败。

实现拆解

1. 移除废弃的算子注册：在 sgl-kernel/csrc/common_extension_musa.cc 中删除了 dsv3_router_gemm 的 TORCH_LIBRARY 注册和实现绑定（-2 行），因为它已被迁移至 JIT 并转为 Triton 实现。
2. 修复头文件引用：在 sgl-kernel/csrc/musa/top_k_top_p_sampling.mu 中，将 #include <flashinfer/sampling.muh> 替换为 #include <flashinfer/sampling.cuh>，以匹配升级后的 FlashInfer 版本。
3. 升级 torchada 依赖：在 3 个 pyproject.toml 文件中将 torchada>=0.1.68 提升至 >=0.1.74，以兼容新版本 SDK。
4. 清理测试用例：从 MUSA 的 CI 工作流中删除已废弃的 test_dsv3_router_gemm.py 测试，避免执行不存在的测试引发失败。

关键文件：

• sgl-kernel/csrc/common_extension_musa.cc（模块 算子注册；类别 source；类型 core-logic；符号 dsv3_router_gemm）: 核心修复：移除已废弃的 dsv3_router_gemm 算子注册和实现绑定，消除编译错误。
• sgl-kernel/csrc/musa/top_k_top_p_sampling.mu（模块 采样算子；类别 other；类型 dependency-wiring）: 修复头文件引用：将 flashinfer/sampling.muh 改为 .cuh，与 FlashInfer 新版本兼容。
• sgl-kernel/pyproject_musa.toml（模块 构建配置；类别 config；类型 configuration）: 升级 torchada 构建依赖至 >=0.1.74，匹配新 SDK 版本。
• 3rdparty/amd/wheel/sglang/pyproject.toml（模块 AMD 封装；类别 config；类型 configuration）: 同步升级 AMD 封装中的 torchada 依赖至 >=0.1.74。
• python/pyproject_other.toml（模块 其他平台依赖；类别 config；类型 configuration）: 同步升级主项目 pyproject_other 中 MUSA 依赖 torchada 至 >=0.1.74。
• .github/workflows/nightly-test-musa.yml（模块 CI 配置；类别 infra；类型 infrastructure）: 移除已废弃的测试用例 test_dsv3_router_gemm.py，避免 CI 执行时因找不到测试文件而失败。
• .github/workflows/pr-test-musa.yml（模块 CI 配置；类别 infra；类型 infrastructure）: 同步移除 PR 测试流水线中的相同已废弃测试。

关键符号：未识别

关键源码片段

sgl-kernel/csrc/common_extension_musa.cc

核心修复：移除已废弃的 dsv3_router_gemm 算子注册和实现绑定，消除编译错误。

/* sgl-kernel/csrc/common_extension_musa.cc */
// 从 sgl_kernel MUSA 扩展中移除已迁移至 JIT 的 dsv3_router_gemm 算子注册
TORCH_LIBRARY_EXPAND(sgl_kernel, m) {
  // ... 其他算子 ...
​
  m.def("dsv3_fused_a_gemm(Tensor! output, Tensor mat_a, Tensor mat_b) -> ()");
  m.impl("dsv3_fused_a_gemm", torch::kMUSA, &dsv3_fused_a_gemm);
​
  // 以下两行被删除：dsv3_router_gemm 已被迁移到 Triton 路由，不再需要 AOT 注册
  // m.def("dsv3_router_gemm(Tensor! output, Tensor mat_a, Tensor mat_b) -> ()");
  // m.impl("dsv3_router_gemm", torch::kMUSA, &dsv3_router_gemm);
​
  /* MOE 相关算子 */
  m.def("moe_align_block_size(...") -> ()");
  // ...
}

sgl-kernel/csrc/musa/top_k_top_p_sampling.mu

修复头文件引用：将 flashinfer/sampling.muh 改为 .cuh，与 FlashInfer 新版本兼容。

/* sgl-kernel/csrc/musa/top_k_top_p_sampling.mu */
#include <torch/all.h>
#include "torch_musa/csrc/aten/musa/UnpackRaw.muh"
// 修复：原为 sampling.muh，FlashInfer 升级后改为 .cuh
#include <flashinfer/sampling.cuh>
#include <mutex>
#include "musa.h"

sgl-kernel/pyproject_musa.toml

升级 torchada 构建依赖至 >=0.1.74，匹配新 SDK 版本。

# sgl-kernel/pyproject_musa.toml
[build-system]
requires = [
  "setuptools>=75.0",
  "scikit-build-core>=0.10",
  "torch",
  "torchada>=0.1.74", # 从 0.1.68 升级
  "wheel",
]
build-backend = "setuptools.build_meta"

评论区精华

该 PR 没有 review 评论，仅由 Fridge003 直接批准合并。PR body 明确指出了根因——PR #21531 的 JIT 迁移未同步更新 MUSA 后端。

• 暂无高价值评论线程

风险与影响

• 风险：低风险。变更聚焦于清理已废弃的代码和修复依赖版本，不涉及运行时逻辑调整。但需确认 MUSA 后端在移除 dsv3_router_gemm 后功能正常（该算子已由 Triton 路由替代）。
• 影响：直接修复 MUSA 平台的 sglang-kernel 编译断裂，确保 MThreads GPU 用户能正常构建和运行。影响范围限于 MUSA 后端，不涉及其他平台。
• 风险标记：无新增测试覆盖, 仅 MUSA 后端

关联脉络

• PR #31109 Remove QServe and FBGEMM FP8 quantization: 该 PR 移除了 dsv3_router_gemm 等算子并迁移到 JIT，导致本 PR 需要修复 MUSA 后端的编译断裂。