新增 Mamba-1/2 纯 SSM 模型推理支持
值得精读，尤其是 Mamba-1 如何在不新增 state cache 实现的前提下复用 Mamba2 后端。建议按以下顺序阅读：先看 `configs/mamba.py` 与 `configs/mamba_utils.py` 的 `Mamba2StateShape.create_full_rank`（理解 `num_heads = intermediate_size`、`head_dim = 1` 的状态布局映射），再看 `layers/attention/mamba/mamba1.py` 的 `_ssm_params`/`forward`（理解三元返回契约与 radix/投机断言的由来），然后是 `models/falcon_mamba.py` 的 `use_bc_dt_rms` 参数化与统一 `load_weights`（review 驱动的复用设计），最后看 `configs/model_config.py` 的 SSM 分支与 `utils/hf_transformers/config.py` 的 `_try_load_raw_mamba_config`。生产落地前建议确认两点：一是长上下文场景是否接受当前 Mamba-1 prefill 吞吐（等待 Triton scan kernel），二是运维侧能否接受 `--disable-radix-cache` 这一约束；此外可在非 XPU 设备上补一条 runtime 冒烟测试以扩大覆盖。
为 Qwen3.8-Next 补齐 PD 非 KV 状态传输
值得精读，建议把时间放在三处：(a) `should_send_replicated_state` 的写者选举数学，评论者已与 `CommonKVManager._resolve_rank_mapping` 对齐验证，是后续任何复制态传输的模板；(b) `_iter_transfer_state_entries` 的 layer-major 重构与 `_slot_siblings` 委托，它把 PLE 状态无侵入地并入既有 RDMA 注册；(c) GPUDirect flush 从“加”到“删”的完整论证链，体现了把内存序责任归还传输后端的取舍。工程上建议补一张“后端 × 状态类型 × 是否支持异构 TP / PP>1”的能力矩阵，并在启用 Qwen3.8 PD 时先固定 Mooncake + PP=1；若计划用 NIXL/MORI 承载该模型，需要先补齐 peer state_layer_ids 交换再评估放开守卫。
修复 DFlash 跨 Mamba 边界漏检 checkpoint 状态
值得精读，约 15-20 分钟。这是一个小而经典的"状态快照与推进时序不一致"正确性修复：问题定位精准（Issue 给出了可运行的极简复现），修复点集中（8 行改动），验证方法扎实（56 个冻结用例 + 1,024 请求负载测试 + 剩余 mismatch 的诚实归因）。建议重点关注两点：一是 `to_track_mask` 与 `to_track_ith` 的边界数学（255→256、254→2、250→3、256→1 四个代表用例），二是测试被移除的决策——建议后续把 Issue 中的极简复现补回为 CPU 单测，以固化这条回归防线。
