执行摘要

• 一句话：禁用 Kimi PD 测试中 P worker 的 prefill CUDA graph
• 推荐动作：该 PR 是纯测试一致性修复，值得快速合入，但无深度技术洞察，可作为测试配置最佳实践的参考。

功能与动机

在 test/registered/disaggregation/test_kimi_linear_pd_dcp4.py 中，单体参考服务器（_monolithic_reference_args）和解码 worker（start_decode）均已使用 --cuda-graph-backend-prefill disabled，唯独预填充 worker（start_prefill）未设置，导致它捕获了可破坏的预填充 CUDA graph（BCG），而与之对比的其他进程都没有使用。为保持测试一致性，需要为 P worker 添加相同的禁用参数。

实现拆解

1. 变更入口：在 test/registered/disaggregation/test_kimi_linear_pd_dcp4.py 的 start_prefill 方法中，向 args 列表添加 --cuda-graph-backend-prefill disabled 两个元素。
2. 位置：放在 --chunked-prefill-size 参数之后、--mem-fraction-static 之前，确保启动参数正确传递。
3. 配套测试：无新增测试，本 PR 是测试调整，已通过 CI 重新运行该测试。

关键文件：

• test/registered/disaggregation/test_kimi_linear_pd_dcp4.py（模块 PD 测试；类别 test；类型 test-coverage；符号 start_prefill）: 添加 --cuda-graph-backend-prefill disabled 到 P worker 启动参数，消除与参考服务器和 D worker 的配置不一致。

关键符号：start_prefill

关键源码片段

test/registered/disaggregation/test_kimi_linear_pd_dcp4.py

添加 --cuda-graph-backend-prefill disabled 到 P worker 启动参数，消除与参考服务器和 D worker 的配置不一致。

# test/registered/disaggregation/test_kimi_linear_pd_dcp4.py
​
@classmethod
def start_prefill(cls):
    args = [
        "--trust-remote-code",
        "--disaggregation-mode", "prefill",
        # ... 其他参数 ...
        "--chunked-prefill-size", str(CHUNKED_PREFILL_SIZE),
        # 新增参数：禁用 prefill CUDA graph，与参考服务器和 D worker 保持一致
        "--cuda-graph-backend-prefill", "disabled",
        "--mem-fraction-static", "0.80",
    ]

评论区精华

无 review 评论或讨论。

• 暂无高价值评论线程

风险与影响

• 风险：风险极低，仅修改测试启动参数，不影响运行时逻辑。但需注意，禁用 prefill CUDA graph 可能降低该测试场景下的性能模拟真实度，若测试意图是验证带 CUDA graph 的 prefill 性能，则需重新评估。
• 影响：影响范围很小，仅改动 test_kimi_linear_pd_dcp4 测试，使其 P worker 配置与参考服务器和 D worker 一致，消除测试环境不一致导致的潜在误判。
• 风险标记：测试配置调整

关联脉络

• PR #32039 [AMD][Fix] Route MoRI through the Qwen MoE all-to-all path: 涉及 PD 测试和模型路由，与本 PR 的 PD 测试配置调整有潜在关联。