# PR #33675 完整报告

- 仓库：`sgl-project/sglang`
- 标题：Stop testing cu129 DeepGEMM wheels
- 合并时间：2026-08-05 16:38
- 原文链接：http://prhub.com.cn/sgl-project/sglang/pull/33675

---

# 执行摘要

- 一句话：移除 cu129 DeepGEMM 回归测试，统一 cu130 覆盖
- 推荐动作：该 PR 适合关心 CI 成本与发布质量权衡的读者快速阅读，不值得深入精读。值得关注的设计决策是“用单一 cu130 矩阵统一回归覆盖”的假设是否成立，建议后续观察 cu129 wheel 是否有回归漏报。

# 功能与动机

PR 描述明确说明：让 DeepGEMM 与其余 CUDA CI 对齐，只测试 cu130，因为 cu130 应当能捕获相同的回归（Align DeepGEMM with the rest of CUDA CI by testing only cu130, which should catch the same regressions）。维护者希望通过移除重复测试矩阵来降低 CI 资源消耗，同时保持回归覆盖可信度。

# 实现拆解

1. 变更入口：`.github/workflows/release-whl-deepgemm.yml`，这是 DeepGEMM wheel 的构建、测试与发布流水线。
2. 删除 `test-cu129` 作业：原作业通过矩阵覆盖 `sm90`（`8-gpu-h200`）与 `sm100`（`8-gpu-b200`）两台 8-GPU runner，包含检出 DeepGEMM 仓库、下载 `deepgemm-wheel-cuda12.9-*` 产物、安装与 cu129 匹配的 torch、执行 `sgl_deep_gemm/run_tests.sh` 等步骤，本次整体移除。
3. 简化发布依赖：`release-cu129` 的 `needs` 从 `[build-cu129-matrix, test-cu129]` 改为 `build-cu129-matrix`，构建完成后直接进入发布流程，不再等待 cu129 回归测试。
4. 配套变更：无源码、测试或文档改动；该 PR 本身是纯 CI 矩阵精简。

关键文件：
- `.github/workflows/release-whl-deepgemm.yml`（模块 发布流水线；类别 infra；类型 infrastructure）: 唯一变更文件：删除 cu129 回归测试作业并简化 release-cu129 发布依赖，直接影响 DeepGEMM wheel 的发布质量门控。

关键符号：未识别

## 关键源码片段

### `.github/workflows/release-whl-deepgemm.yml`

唯一变更文件：删除 cu129 回归测试作业并简化 release-cu129 发布依赖，直接影响 DeepGEMM wheel 的发布质量门控。

```yaml
# .github/workflows/release-whl-deepgemm.yml（cu129 相关部分，修改后）
jobs:
  build-cu129-matrix:
    # 保留构建任务：产出 deepgemm-wheel-cuda12.9-* 的 whl 产物
    ...

  # test-cu129 任务已整体删除：
  # 之前会在 8-gpu-h200 与 8-gpu-b200 上安装 cu129 wheel，
  # 并执行 DeepGEMM/sgl_deep_gemm/run_tests.sh 回归测试。
  # 现在 DeepGEMM 回归覆盖统一收敛到 cu130，与 CUDA CI 其余部分对齐。

  release-cu129:
    needs: build-cu129-matrix   # 原为 needs: [build-cu129-matrix, test-cu129]
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      # 下载构建产物并发布 wheel 的步骤保持不变

```

# 评论区精华

该 PR 没有产生任何 review 评论，审核者 Fridge003 直接批准。因此没有可提炼的设计交锋；关键决策依据是 PR 描述中“cu130 能捕获相同回归”的假设。

- 暂无高价值评论线程

# 风险与影响

- 风险：回归覆盖缺口：cu129 wheel 不再有受控测试，若 cu130 环境无法覆盖 cu129 特有的加载或运行问题（如 libcudart 预加载、torch 版本匹配），cu129 用户可能拿到未检出的回归。发布门控放宽：`release-cu129` 现在只等待构建完成，构建产物损坏或深层回归问题将不再被测试阶段拦截。资源收益：节省 `8-gpu-h200` 与 `8-gpu-b200` 两个 runner 各约 120 分钟的占用，发布流水线整体更快。
- 影响：影响范围限定在 CI/ 发布流程：减少约 2 个 8-GPU runner、每个 120 分钟的测试负载，缩短 DeepGEMM cu129 wheel 的发布周期。对于依赖 cu129 wheel 的用户，发布物的回归保障有所下降；对核心 SGLang 运行时与推理逻辑无影响。
- 风险标记：cu129 回归覆盖缺失 , 发布门控放宽 , CI 资源节约

# 关联脉络

- PR #33637 [CI] Skip sglang-kernel and sgl-deep-gemm reinstall on version match: 同一 CI 优化线：同样针对 sgl-deep-gemm 依赖的安装 / 测试流程做精简。
- PR #33619 [CI] Speed up dependency install: dual-ABI Rust ext cache and prevalidation pruning: 同属 CI 提速系列，目标是减少依赖安装与重复验证开销。