# PR #37073 完整报告

- 仓库：`sgl-project/sglang`
- 标题：Use Flashinfer 0.6.18 release for CUDA 13.4 package
- 合并时间：2026-08-30 12:06
- 原文链接：http://prhub.com.cn/sgl-project/sglang/pull/37073

---

# 执行摘要

- 一句话：cu134 镜像改用 FlashInfer 0.6.18 正式版
- 推荐动作：不值得精读，变更机械简单，读完 diff 即可。可作为依赖跟进型基础设施 PR 的参考样本：在预发布产物被上游删除后，如何快速把版本 ARG 切到正式版并顺带对齐其他 Dockerfile 的能力；值得留意的是 ai-dynamo 使用 `--pre` 不定版本安装带来的可复现性问题，后续可考虑固定版本号。

# 功能与动机

PR body 明确说明：Flash 0.6.18 was officially released and the rc10 wheels got deleted, so the last build failed，因此需要直接使用 0.6.18 release 替代 rc10；同时 bring in dynamo install from main Dockerfile，使 cu134 镜像与主 Dockerfile 的运行时能力对齐，避免后续因 AI Dynamo 缺失而出现新的构建或运行问题。

# 实现拆解

变更入口是 docker/Dockerfile.cu134，共两处修改：

1. **FlashInfer 版本 ARG 固化**：将 `FLASHINFER_VERSION` 从 `0.6.18rc10` 改为 `0.6.18`。该 ARG 在镜像构建阶段决定安装的 FlashInfer 版本，切到正式版后构建不再依赖已被上游删除的 rc10 产物，直接修复上次构建失败。
2. **新增 AI Dynamo 安装步骤**：在 CUDA 13 分支的 Python 依赖安装段之后追加一个 RUN 步骤，使用 `--pre --extra-index-url https://pypi.nvidia.com/` 从 NVIDIA 官方索引安装 ai-dynamo。该步骤与 main Dockerfile 保持一致，补齐 cu134 镜像的 Dynamo 运行时能力，属于能力对齐而非新功能。

配套情况：无测试、无文档、无配置迁移改动。此类镜像构建变更主要依赖镜像构建 CI 验证，本 PR 的 PR Test（Base）已通过。

关键文件：
- `docker/Dockerfile.cu134`（模块 镜像构建；类别 infra；类型 dependency-pin；符号 FLASHINFER_VERSION）: 唯一变更文件，同时承载 FlashInfer 版本固化与 AI Dynamo 安装步骤补充，直接决定 CUDA 13.4 镜像能否构建成功。

关键符号：未识别

## 关键源码片段

### `docker/Dockerfile.cu134`

唯一变更文件，同时承载 FlashInfer 版本固化与 AI Dynamo 安装步骤补充，直接决定 CUDA 13.4 镜像能否构建成功。

```dockerfile
# 变更点 1：FlashInfer 版本 ARG 从 0.6.18rc10 固化为 0.6.18 正式版。
# 0.6.18 正式发布后，rc10 预发布 wheel 已从源中被删除，
# 继续引用 rc10 会导致 CUDA 13.4 镜像构建失败。
ARG FLASHINFER_VERSION=0.6.18

# 变更点 2：与 main Dockerfile 对齐，为 CUDA 13 分支补装 AI Dynamo。
# 使用 NVIDIA 官方索引，并接受预发布版本。
# 注意：--pre 不固定版本号，镜像构建结果会随上游发布漂移。
RUN --mount=type=cache,target=/root/.cache/pip \
    python3 -m pip install --pre --extra-index-url https://pypi.nvidia.com/ ai-dynamo

```

# 评论区精华

本 PR 没有任何 Review 评论或讨论线程，Fridge003 在 CI 通过后直接批准合并，说明该变更意图清晰、风险认知一致，未产生设计争议或未解决疑虑。

- 暂无高价值评论线程

# 风险与影响

- 风险：
 - 可复现性风险：ai-dynamo 使用 `--pre` 不定版本安装，镜像每次构建可能拉到不同的预发布版本，构建结果随时间漂移；同时 pypi.nvidia.com 的可用性与网络可达性成为构建链路的对外依赖。
 - 行为差异风险：FlashInfer 0.6.18 正式版与 0.6.18rc10 之间若存在行为差异，cu134 镜像需要重新验证；不过主 Dockerfile 已在 PR #36954 中先行升级到正式版，相关风险已在前置环节消化，本 PR 属于同步跟进。
 - 测试缺口：无配套测试，cu134 镜像的实际可用性只能靠后续镜像构建 CI 和用户使用反馈暴露。
 - 影响：影响范围集中在 CUDA 13.4 镜像的构建与发布链路，不涉及运行期推理逻辑。对用户而言，修复了 cu134 镜像构建失败的问题，并让该镜像具备与主镜像一致的 AI Dynamo 能力；对团队而言，消除了 rc10 产物删除造成的构建阻塞，是一条低风险的基础设施修复。
 - 风险标记：预发布依赖漂移 , 无测试覆盖 , 外部索引依赖

# 关联脉络

- PR #36954 [Deps] Bump FlashInfer to 0.6.18: 同一 FlashInfer 0.6.18 依赖升级主线：该 PR 完成主 Dockerfile、pyproject 与 Kimi-K3 定制镜像的升级，本 PR 是其 cu134 专属 Dockerfile 上的同步收尾。
- PR #36985 test: re-enable FlashInfer per-token NVFP4 coverage: FlashInfer 0.6.18 升级后的回归验证环节，恢复 Blackwell NVFP4 场景下的精度测试，共同构成 0.6.18 的完整落地。