执行摘要

• 一句话：并行配置读取迁移至 get_parallel() 访问器
• 推荐动作：建议团队在合并前确认两个 P1 问题的修复情况，并补充验证。值得精读此 PR 以理解 RuntimeContext 配置 API 的推进策略，为后续同类迁移提供模板。

功能与动机

引入结构化的 RuntimeContext 配置 API，通过域名空间读取解析后的配置，使 ServerArgs 成为只读记录。此 PR 逐步替换并行配置读取，为后续完全配置分离铺路。

实现拆解

实现拆解：

1. 在 runtime_context 中暴露 get_parallel() 访问器，返回 ParallelContext 对象，该对象持有解析后的并行配置叶子值（如 tp_size、pp_async_batch_depth、enable_dp_attention 等）。

2. 在核心模块 model_runner.py 中，将 _initialize_elastic_ep_joiner、maybe_init_expert_location_metadata、maybe_init_hisparse_coordinator、_expand_eplb_metadata_for_scale、_elastic_global_rank、_finalize_scale_up 等函数中对 self.server_args.xxx 的调用替换为 get_parallel().xxx。同时调整 import 引入 get_parallel 并移除不再使用的 get_server_args 导入。

3. 在调度器 scheduler_pp_mixin.py 中，将 pp_async_batch_depth、require_attn_tp_allgather 等读取从 self.server_args 改为 get_parallel()。

4. 在控制面 tokenizer_control_mixin.py 中，将 dp_size、enable_dp_attention、enable_dp_attention_local_control_broadcast 等读取迁移。

5. 在多个模型文件（如 longcat_flash.py、qwen3_next.py、llama.py、apertus.py、arcee.py、gpt_oss.py 等）中，将 lm_head 的 use_attn_tp_group 等配置从 get_server_args().enable_dp_lm_head 改为 get_parallel().enable_dp_lm_head，同时清理 import。

6. 配套变更：移除不再需要的 get_server_args 导入（某些文件可能残留，如 review 指出的 communicator.py 和 gpt_oss.py 中仍有未迁移的调用）。无新增测试文件，但 CI 应覆盖（若通过）。

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 _initialize_elastic_ep_joiner, maybe_init_expert_location_metadata, _expand_eplb_metadata_for_scale）: 核心模型执行器，包含 elastic EP 加入器、专家负载均衡、HiCache 协调器等关键并行配置读取迁移。
• python/sglang/srt/managers/scheduler_pp_mixin.py（模块 调度器；类别 source；类型 dependency-wiring；符号 event_loop_pp, event_loop_pp_disagg_prefill, init_pp_loop_state）: 调度器的 Pipeline Parallel 事件循环，pp_async_batch_depth 等配置读取迁移。
• python/sglang/srt/managers/tokenizer_control_mixin.py（模块 控制面；类别 source；类型 dependency-wiring；符号 update_control_communicator_fan_out, init_weights_update_group）: 控制面管理 FanOut 通信器的初始化与扇出配置，dp_size、enable_dp_attention 等读取迁移。

关键符号：_initialize_elastic_ep_joiner, event_loop_pp, update_control_communicator_fan_out, init_communicators, _expand_eplb_metadata_for_scale

关键源码片段

python/sglang/srt/managers/tokenizer_control_mixin.py

控制面管理 FanOut 通信器的初始化与扇出配置，dp_size、enable_dp_attention 等读取迁移。

# 文件 : python/sglang/srt/managers/tokenizer_control_mixin.py
# 变更点 : primary_group_control 的读取从 self.server_args 迁移到 get_parallel()
​
def update_control_communicator_fan_out(self: TokenizerManager, worker_count: int):
    # [ 变更 ] 使用 get_parallel() 替代 self.server_args
    primary_group_control = (
        get_parallel().enable_dp_attention
        and not get_parallel().enable_dp_attention_local_control_broadcast
    )
    if primary_group_control:
        control_fan_out = (
            worker_count + self.server_args.tp_size - 1
        ) // self.server_args.tp_size
    else:
        control_fan_out = worker_count
​
    for spec in _COMMUNICATOR_SPECS:
        getattr(self, f"{spec[0]}_communicator").set_fan_out(worker_count)
​
    self.get_internal_state_communicator.set_fan_out(control_fan_out)

评论区精华

Review 评论提出了两个 P1 级别问题：

• 在 communicator.py 的 enable_moe_dense_fully_dp 函数中移除了 get_server_args 导入但仍在调用该函数，导致 NameError。建议保留导入或迁移该读取。
• 在 gpt_oss.py 的 GptOssSparseMoeBlock.forward 中同样移除了导入但仍有调用，导致 NameError。

• 另外，scheduler.py 中关于 speculative_draft_load_format 的覆盖问题被标记为 P2，评论建议保持目标 ServerArgs 不被污染。目前这些在合并版本中是否已修复不得而知，但存在风险。

• enable_moe_dense_fully_dp 中 get_server_args 未迁移 (correctness): 需要修复此残留调用。

• GptOssSparseMoeBlock.forward 中 get_server_args 未迁移 (correctness): 需修复。

风险与影响

• 风险：核心风险：部分文件中 get_server_args 导入被移除但函数体仍有调用，引致 Python NameError。涉及 communicator.py: enable_moe_dense_fully_dp 和 gpt_oss.py: GptOssSparseMoeBlock.forward。

兼容性风险：若用户自定义 Manager 未调用 publish，访问 get_parallel() 可能读取到未初始化的配置。

回归风险：虽然声称行为保持，但若配置值在 ServerArgs 与 ParallelContext 间出现不一致（如未正确发布），可能引起静默错误。

无新增测试覆盖，增加了回归检测难度。

• 影响：影响范围：61 个源码文件变动，涉及模型定义、调度器、引擎入口、通信层等，但变更模式统一，功能无变化。

对用户：无直接影响，后台配置读取方式改变。

对开发：长期有利于配置系统解耦，短期需警惕未迁移完的遗留调用。

对团队：后续需继续推广该模式到其他配置域。

• 风险标记：未完全迁移的遗留调用, 缺少测试覆盖, 核心配置路径变更

关联脉络

• PR #31815 Stack base: config: read parallel config leaves via get_parallel() (earlier step): 此 PR 堆叠在 #31815 之上，属于同一系列引入 RuntimeContext 配置 API。