执行摘要

• 一句话：删除未使用的 kernel 实现和 registry 条目，清理 4674 行死代码
• 推荐动作：该 PR 是常规的代码清理工作，不涉及核心逻辑变更，但清理方法值得借鉴：通过全仓库静态分析、AST 对比和 registry 验证来安全删除大量代码。建议关注其 registry 检查机制，未来可推广到其他模块。开发者可精读 attention/utils.py 的 re-export 模式和 registry 验证逻辑。

功能与动机

根据 PR body 描述，这是对统一 sglang.kernels 命名空间的后续清理，旨在移除重复的 attention 工具实现、删除无生产调用者的 kernel 模块、清理过时的 registry 条目，以降低维护成本并防止 stale 代码影响开发效率。具体包括：移除 12 个零引用或仅 registry/test 使用的模块，删除对应的测试和 JIT CUDA 头文件，以及剔除未引用的类（Softcap、FusedDualResidualRMSNorm 等）和 broken wrapper。

实现拆解

1. 删除无引用的 kernel 模块：移除 6 个零引用模块（如 DSV4 TileLang、FLA chunk_scaled_dot_kkt / solve_tril、FlashAttention CuTe barrier / block-sparsity 工具等）、3 个仅 registry 引用的模块（DSV4 compress_c128_hip / fused_scale 和 attention.fused_qk_norm）以及 3 个仅测试/benchmark 引用的模块（moe.kpool_topk_transform、quantization.mxfp8、speculative.resolve_future_token_ids）。这些模块在命名空间重构后已无生产调用者，通过全仓库 Python 文件解析确认。

2. 删除重复的 attention 工具实现：在 python/sglang/kernels/ops/attention/utils.py 中移除了 7 个与 canonical KV-cache 实现 AST 完全相同的 attention 辅助函数（如 reshape_and_cache_flash、fused_qk_rope_reshape_and_cache 等），保留兼容性 re-export。同一文件还删除了未引用的 Softcap 和 FusedDualResidualRMSNorm 类。

3. 清理 registry 条目：删除已移除的 TRTLLM FP8 KV 模块的 registry 引用，并将 diffusion.sparse_linear_attn_fwd 的注册目标指向实际存在的 _attn_fwd kernel。添加 CPU registry 检查逻辑，确保所有 KernelSpec 的目标模块在导入时存在，并增加对 sparse linear attention 目标的回归断言。

4. 删除对应的测试、benchmark 和 JIT 头文件：移除 5 个测试文件和 2 个 JIT CUDA 头文件（barrier.h、block_sparse_utils.h），这些仅服务于已删除的模块。同时删除 2 个 benchmark 脚本（bench_mxfp8_moe.py、bench_resolve_future_token_ids.py）。保留 SM100 MXFP8 expert-specialization 头文件目录。

5. 验证与回归：通过全仓库 Python 文件导入解析、JIT 路径检查、AST 一致性和 CI 测试确保删除安全。新增 CPU 可执行的 registry 完整性检查。

关键文件：

• python/sglang/kernels/ops/attention/utils.py（模块 Attention工具；类别 infra；类型 infrastructure；符号 reshape_and_cache_flash, launch_reshape_and_cache_flash, _get_gptj_rotated_x, _get_neox_rotated_x）: 清理量最大的文件，删除了 919 行重复工具函数和未引用类，是注意力层精简的核心。
• test/registered/kernels/benchmark/quantization/bench_mxfp8_moe.py（模块 MXFP8评测；类别 test；类型 test-coverage；符号 is_sm100_supported, _probe_sgl_kernel_group_mm, align, _prepare_case）: 删除 SM100 MXFP8 专用 benchmark，代表被清理的测试覆盖。
• python/sglang/kernels/ops/attention/flash_attn/cute/compute_block_sparsity.py（模块 块稀疏计算；类别 infra；类型 infrastructure；符号 BlockSparsityKernel, init, call, kernel）: 删除 591 行块稀疏计算 kernel 类，该模块在仓库内无运行时引用。
• python/sglang/kernels/ops/attention/fla/solve_tril.py（模块 FLA工具；类别 infra；类型 infrastructure；符号 solve_tril_16x16_kernel, merge_16x16_to_32x32_inverse_kernel, merge_16x16_to_64x64_inverse_kernel, solve_tril）: 删除 FLA 下三角求解 kernel 模块，464 行代码完全无调用。
• python/sglang/kernels/ops/attention/dsv4/compress_c128_hip.py（模块 C128压缩；类别 infra；类型 infrastructure；符号 _c128_compress_decode_kernel, _c128_compress_prefill_write_kernel, _c128_compress_prefill_compress_kernel, _compress_forward_c128_triton）: 删除 DSV4 HIP c128 压缩 kernel，仅 registry 引用，实际无调用。
• test/registered/kernels/ops/speculative/test_resolve_future_token_ids.py（模块 推测解码测试；类别 test；类型 test-coverage；符号 _reference_resolve, TestResolveFutureTokenIds, test_all_negative, test_all_non_negative）: 删除推测解码 resolve_future_token_ids 的相关测试，对应模块无生产调用。

关键符号：is_sm100_supported, BlockSparsityKernel, solve_tril, reshape_and_cache_flash, fused_qk_rope_reshape_and_cache, Softcap, FusedDualResidualRMSNorm, rms_norm_gated, _compress_forward_c128_triton, resolve_future_token_ids_cuda, fast_kpool_topk_transform_fused, es_sm100_mxfp8_blockscaled_grouped_quant, es_sm100_mxfp8_blockscaled_moe_grouped_gemm

关键源码片段

test/registered/kernels/benchmark/quantization/bench_mxfp8_moe.py

删除 SM100 MXFP8 专用 benchmark，代表被清理的测试覆盖。

# 以下为已删除的 SM100 MXFP8 专用 benchmark 辅助函数
# 这些函数在统一命名空间重构后已无生产调用者
​
def is_sm100_supported(device=None) -> bool:
    if not torch.cuda.is_available():
        return False
    return (torch.cuda.get_device_capability(device)[0] == 10) and (
        torch.version.cuda >= "12.8"
    )
​
_SM100_SUPPORTED = is_sm100_supported()
​
def _probe_sgl_kernel_group_mm() -> tuple[bool, str]:
    if not _SM100_SUPPORTED:
        return False, "MXFP8 MoE benchmark requires sm100+ with CUDA 12.8+."
    try:
        import sgl_kernel # noqa: F401
    except Exception as e:
        return False, f"import sgl_kernel failed: {e}"
    if not hasattr(sgl_kernel, "es_sm100_mxfp8_blockscaled_grouped_mm"):
        return False, "sgl_kernel.es_sm100_mxfp8_blockscaled_grouped_mm is missing."
    return True, ""
​
_SGL_KERNEL_AVAILABLE, _SGL_KERNEL_REASON = _probe_sgl_kernel_group_mm()

评论区精华

PR 无实质性 review 讨论，仅有自动化评论和触发 CI 的指令。作者 BBuf 自合并，表明该清理工作风险较低且经过充分自验证。

• 暂无高价值评论线程

风险与影响

• 风险：主要风险在于误删除有动态导入需求的代码。但作者通过全仓库 Python 文件解析（4539 个文件）验证了所有 sglang.kernels 导入和 JIT cuda_files/cpp_files 路径，确保无遗漏。AST 一致性检查保证了 attention 工具替换的正确性。registry 检查在 CPU 环境下验证了每个 KernelSpec 目标模块的存在。此外，在 NVIDIA H200 上运行了 kernel namespace/registry 测试及关键 kernel 功能测试，确认无功能退化。唯一风险是如果未来有外部代码依赖这些被删除模块（但不在仓库内），会导致兼容性问题。从 PR 描述看，这些模块在仓库内无任何调用者，风险可控。
• 影响：对用户：无可见功能变化，所有删除的模块均为死代码，不影响运行时行为。对系统：减少代码体积约 4674 行，降低构建和维护开销。对 CI：调整了 CI 注册表，删除了若干测试条目。对团队：减少需要维护的 kernel 变体数量，使注意力 kernel 层更清晰。
• 风险标记：大量死代码删除, registry引用清理, AST一致性检查, 全仓库静态分析

关联脉络

• PR #29630 Unified sglang.kernels namespace: 本 PR 是 #29630 的后续清理