标签列表
聚合结果
原始 PR · 作者 hhhh1252023 · 合并时间 2026-09-01 11:08
NPU 多机测试按 run_id 隔离源码与 pod，避免并发互相干扰
值得快速浏览，对 CI 并行隔离设计有参考价值：run_id 贯穿"存储路径 + job 名 + pod label + 日志路径"四个层面，是一种轻量且完整的运行级隔离范式。重点借鉴 `prepare_cm_data` 的"label selector 收窄 + 名称前缀兜底"双保险过滤方式；同时注意模板与 Python 脚本必须同步演进，未来新增 job 类型时要同步补 `run-id` label。
原始 PR · 作者 arathi-hlab · 合并时间 2026-09-01 10:20
XPU 夜间测试新增 per-model 指标 JSONL 记录与健康看板
值得精读。核心看点：① opt-in 零影响设计——env var 默认 None、全仓库无调用方，配合 append-only 与吞错，把“记录”与“决策”彻底分离，这是 CI 可观测性改造的安全姿势；② 双级记录（model 级 rich records + file 级 fallback）与 `test_file` 去重机制，兼顾数据丰富度与覆盖率；③ workflow 中直接内嵌 Python 渲染 dashboard 的做法，优点是单文件自包含，缺点是难测试。如果想复刻该模式，建议至少补一条 jsonl schema 的自动化测试，并统一 env var 的访问方式（全部走 `Envs` descriptor）。
66 项低频测试移入 weekly，workflow 矩阵化
值得精读。这是 sglang CI 体系的一次系统性梳理：测试频率分层策略、无效注册清理、GitHub Actions matrix 化与 runner_filter 下沉，以及 compute_partitions.py 的 matrix 静态解析。对维护多 runner 测试矩阵的团队有直接参考价值。重点关注：注册即声明 (suite, stage, runner) 的约定、静默丢失的防御（白名单校验 + 人工核对）、以及"从不执行的注册比报错的注册更危险"这一运维洞察。
修复 Qwen3.5 CPU GPTQ INT4 权重缺失
值得快速阅读：改动虽小，但揭示了 PyTorch 量化模块与 nn.Module.__getattr__ 的隐蔽交互，是“惰性求值中避免属性递归”的典型范例。关注点：(1) LazyValue 惰性判定与 and 短路的配合；(2) 直接检查 _parameters 以绕过属性兜底的写法及其代价（依赖内部契约）。建议后续为 CPU + GPTQ INT4 场景补充单元测试，防止该路径再次回归。
修复 DSV4 与 FP8 测试的失效平台能力 patch，恢复 CI 保护
建议快速阅读（10 分钟内），无需精读生产代码。值得关注的设计决策：测试 patch 运行时 API 而非模块级实现细节，让测试断言真正约束生产行为；同时 PR body 对 stale patch 静默失效陷阱的说明值得团队学习。引申建议：可在 CI 或 lint 阶段增加对 `mock.patch`/`patch.object` 目标存在性的静态检查，或定期核查测试 patch 目标是否仍被生产代码引用，防止同类问题再次出现。
临时禁用不可用的 GB300 CI 运行器
值得精读，作为临时禁用 CI 运行器的标准做法，特别是保留注册以便回滚的设计。
引入 fork 预加载工作进程并精简 JIT 内核单测矩阵
值得精读，尤其是 fork worker 的进程/管道协议设计、退出码规范化和 `get_ci_test_range` 的代表性用例选取方法；该模式可复制到其他长时间运行的 kernel 单测套件，是 CI 性能治理的典型案例。
cu134 镜像改用 kernel 构建节点
该 PR 为简单的 CI 配置调整，值得快速浏览以了解构建节点选择策略，但无需精读。