Qwen3.5 cookbook 中 MI355X 的 MXFP4 配方是基于 FP8 KV 缓存（--kv-cache-dtype fp8_e4m3）进行基准测试的，但生成的部署命令并未包含该参数，导致照抄命令的用户得到与公开性能数据不同的配置。B200 NVFP4 配方已经输出该参数，本 PR 让 AMD FP4 配方保持一致。
该 PR 为低风险的文档修正，值得快速合入。可留意 cookbook 中其他硬件/量化组合（如 H200、MI300X 等）是否也存在命令与基准配置不一致的情况，以便一并修正。
PR 无 review 评论和讨论线程，两位 reviewer 直接批准通过。
定位生成逻辑：
在 docs/src/snippets/autoregressive/qwen35-deployment.jsx 的 Qwen35Deployment 组件中，找到 FP4 配方的后端参数生成分支。
修改 MI355X 分支：
在 mi355x 分支中，紧接 --disable-radix-cache 之后新增一行 cmd += ' \
--kv-cache-dtype fp8_e4m3';，仅当硬件为 mi355x 且量化方式为 fp4 时添加该参数。
保持其他分支不变：
B200/B300 的 NVFP4 分支原本就有该参数，本次未修改；其他硬件和量化组合也不受影响。
配套测试：
纯文档字符串生成逻辑改动，无新增测试文件；CI 已通过（PR Test 通过，Extra 失败但未给出具体原因）。
| 文件 | 模块 | 状态 | 重要度 |
|---|---|---|---|
docs/src/snippets/autoregressive/qwen35-deployment.jsx |
文档片段 | modified | 3.78 |
docs/src/snippets/autoregressive/qwen35-deployment.jsx
core-logic
这是本 PR 唯一修改的文件，新增 `--kv-cache-dtype fp8_e4m3` 到 MI355X MXFP4 分支，使文档命令与基准配置对齐。
// FP4-specific backend settings
if (quantization === 'fp4') {
if (hardware === 'mi355x') {
// AMD MXFP4 on MI355X: backend / --page-size 16 以及 INT8 量化的 ROCm quick all-reduce 环境变量
// 已由上面的 AMD backend 块输出（该配方使用 quick all-reduce 而非 AITER allreduce fusion）。
// 在此处添加 FP4 专用参数：
cmd += ' \\n --disable-radix-cache';
cmd += ' \\n --kv-cache-dtype fp8_e4m3'; // 新增：与基准测试配置保持一致
// 在开启 MTP 且 tp=2 时限制并发数，避免 OOM。
if (speculative === 'enabled') {
cmd += ' \\n --max-running-requests 128';
}
} else {
// NVIDIA NVFP4 on Blackwell (B200 / B300)，此分支原本已包含 kv-cache-dtype fp8_e4m3
...
}
}
当前评论区没有形成足够清晰的争议点或结论，后续有更多讨论时会体现在这里。
该 PR 仅修改文档片段生成的命令字符串，不涉及运行时代码，风险极低。唯一潜在影响是用户照抄生成的命令后，可能因为增加了 --kv-cache-dtype fp8_e4m3 而改变 KV 缓存精度（从默认的 fp16 变为 fp8），但这正是文档所声明的基准配置，且文档上方已有警告说明 FP8 KV 缓存的精度取舍，因此属于预期行为。
影响范围：仅影响 docs/src/snippets/autoregressive/qwen35-deployment.jsx 生成的 Qwen3.5 部署命令字符串。
对用户：阅读 cookbook 并复制 MI355X MXFP4 命令的用户将获得与基准数据一致的配置。
对系统：无运行时影响。
对团队：文档与实测配置对齐，减少误解。
当前没有检测到明确关联的 Issue 链接，后续同步到相关引用后会出现在这里。
参与讨论