执行摘要

• 一句话：移除 NPU GDN 后端重复的 ssm_states 更新代码
• 推荐动作：值得合并。这是一个干净、低风险的 bugfix，专注地解决了重复代码问题，并且有充足的测试和 benchmark 验证。对于 NPU 平台的 Mamba 模型用户有正面效果。

功能与动机

PR body 明确说明 "just remove duplicate code"，作者发现 forward_extend 方法中第 326-327 行与第 321-325 行重复了 last_recurrent_state.to(...) 和 ssm_states[cache_indices] = last_recurrent_state 操作，属明显的代码复制遗漏。

实现拆解

1. 定位重复代码：在 python/sglang/srt/hardware_backend/npu/attention/ascend_gdn_backend.py 的 forward_extend 方法中，检查 last_recurrent_state 不为 None 后立即执行了 to() 并赋值给 ssm_states；紧接着，无论条件如何，又执行了完全相同的两行操作，导致在 last_recurrent_state 不为 None 时发生两次赋值。
2. 删除重复行：直接删除第 326-327 行（last_recurrent_state = last_recurrent_state.to(ssm_states.dtype, copy=False) 和 ssm_states[cache_indices] = last_recurrent_state），保留了条件内的正确赋值路径。
3. 验证无回归：NPU CI 全部通过，且作者提供了 Qwen3.5 35B 的 acc 测试（ceval: 90.5，与官方 90.2 持平或略优）和 speed benchmark 截图，显示“repeated actions on device”问题得到修复。

关键文件：

• python/sglang/srt/hardware_backend/npu/attention/ascend_gdn_backend.py（模块 NPU 后端；类别 source；类型 core-logic；符号 forward_extend）: 唯一变更文件，移除 forward_extend 中两行重复的 ssm_states 更新语句，简化逻辑并消除潜在精度问题。

关键符号：forward_extend

关键源码片段

python/sglang/srt/hardware_backend/npu/attention/ascend_gdn_backend.py

唯一变更文件，移除 forward_extend 中两行重复的 ssm_states 更新语句，简化逻辑并消除潜在精度问题。

# python/sglang/srt/hardware_backend/npu/attention/ascend_gdn_backend.py
# 修改位置：forward_extend 方法，约第 321-327 行
# 删除重复的两行（原第 326-327 行），它们与第 321-325 行 if 块内的赋值完全相同
​
def forward_extend(self, ...):
    # ... 前面的代码 ...
    core_attn_out, last_recurrent_state, h = self.kernel_dispatcher.extend(...)
​
    # 正确赋值：仅在 last_recurrent_state 非 None 时赋值一次
    if last_recurrent_state is not None:
        last_recurrent_state = last_recurrent_state.to(ssm_states.dtype, copy=False)
        ssm_states[cache_indices] = last_recurrent_state
    # 原来这里的重复行已被删除，避免无条件的二次赋值
​
    if h is not None:
        self._track_mamba_state_extend(forward_batch, h, ssm_states, forward_metadata)
​
    return core_attn_out

评论区精华

无实质 review 讨论。唯一审核来自 sglang-npu-bot 的 approve。bot 评论说 "Only modify the NPU-related parts. After passing the NPU test cases, integrate it." 意味着该 PR 仅聚焦 NPU 模块，通过 NPU 测试即可合入。

• 暂无高价值评论线程

风险与影响

• 风险：低风险。变更仅为删除两行重复且逻辑上冗余的代码，在 last_recurrent_state 为 None 时不会影响任何路径（重复行本就不会执行）。作者已提供准确的 acc 和 speed 数据，CI 通过。但谨慎起见，应确认所有调用 forward_extend 的场景（包括非 NPU）是否有间接影响，不过该文件仅针对 NPU 后端，影响范围受控。
• 影响：仅影响 NPU 硬件后端下的 GDN（Mamba2 风格注意力）的 forward_extend 路径。代码瘦身后避免了重复的数据转换和设备写入，理论上轻微提升推理速度并消除潜在的精度不一致（第二次 to(ssm_states.dtype) 可能在第一次已转换的基础上引入不必要的 rounding）。对用户无行为变更。
• 风险标记：低风险

关联脉络

• PR #31250 [XPU][GDN] add XPU path for causal_conv1d_fn and causal_conv1d_update: 同样修改了 GDN 后端文件（XPU 版本），属于同一注意力机制的不同平台实现。