sgl-project/sglang

回滚 GLM-5.3-Flash 文档中 AMD ROCm 硬件支持内容，恢复为仅支持 NVIDIA。

该 PR 值得精读，但仅限于关注文档维护和硬件支持策略的读者。它展示了一个典型的、处理良好的文档回滚模式：在复杂的合并历史后，如何精准地移除特定功能线，同时保持其余演进内容的完整性。对于评估项目对 AMD 平台支持政策的演进有参考价值。对于关注核心引擎或性能的工程师，重要性较低。

为 DeepSeek V4 索引器添加 FlashInfer 融合 top-k 后端支持，提升性能。

该 PR 值得精读，尤其是其设计模式和测试策略。1. **设计决策**：关注在 `__init__` 中解析环境变量、将计算好的决策作为必需参数传递给数据类的设计，这有助于提高代码清晰度和可维护性。2. **外部库集成**：了解如何安全地封装和回退到外部库的新旧版本 API。3. **测试覆盖**：学习其如何通过 mock、CUDA 图测试和参数化基准测试来全面验证功能、正确性和性能。风险可控，主要依赖已合并的 FlashInfer 0.6.18 依赖。

FLUX.2 FP8 模型中融合 LayerNorm、量化、QKV 打包等核心算子，显著降低内核数量并提升推理速度。

此 PR **非常值得精读**。它是一个高质量、低风险的性能优化范例：动机明确，实现详尽且有充分数据支撑，测试覆盖全面，并设计了安全的回退机制。值得关注的设计决策包括：1) 基于 `BitExactFusionGate` 的位精确验证与自动回退模式；2) 精细的作用域控制（硬件、TP、编译器状态）；3) 将性能分析从宏观（e2e）到微观（内核计数、微基准测试）的完整呈现。对于从事深度学习推理优化、内核开发或 GPU 编程的工程师，该 PR 的实现模式和技术细节具有很高的参考价值。

为 DeepSeek-V4 官方变体添加 NVFP4 配置选项。

该 PR 值得精读，特别是对 cookbook 配置维护者。它展示了如何扩展配置以支持新变体，并考虑了版本兼容性（nightly 镜像）和验证状态管理。设计决策如使用 DSPARK 算法和针对硬件组合的配置模式值得借鉴。

修复混合注意力后端测试中 mock 对象缺失 `kv_index_translator` 属性导致的 CI 失败。

此 PR 是一个必要且及时的小型 bugfix，旨在修复因更早的、更重要的 PR (#37307) 引入的接口变更所破坏的测试。无需精读其代码逻辑，但可作为理解 #37307 影响范围和项目测试维护实践的补充上下文。它体现了良好的开发流程：接口变更后及时补全或修复相关的测试用例。

为 AMD GPU 启用 Kimi-K3 12 头 MLA FP8 Gluon 解码，显著提升长上下文吞吐。

该 PR 值得精读，尤其是以下设计决策：1) **运行时探针与优雅降级模式**：通过 `MlaGluonCapability` 数据类和分层检查（环境变量、导入、API 存在性），实现了对硬件和软件依赖的动态适应，是处理可选硬件加速功能的优秀范例。2) **零填充拓扑的泛化**：将原来的硬编码填充逻辑抽象为 `head_pad_mode`（"repeat"/"zero"/"none"），为未来支持其他低头数模型（如 h4, h8）的优化提供了扩展点。3) **最小化变更边界**：尽管涉及核心解码路径，但通过清晰的条件判断和回退机制，确保了对非目标配置的零影响。

修复 Qwen3.5 MoE 单元测试因使用错误模拟方式导致的 Xeon CI 失败。

这是一个清晰、小规模且必要的测试修复 PR。它正确地解决了由前序 PR 引入的测试回归问题，且不涉及生产代码。对于维护 CI 健康和测试准确性很重要，但代码逻辑简单，**值得快速审阅**以确认修复的正确性，但不需要进行深入的代码逻辑分析。PR body 已充分解释了动机和修改，是一个良好的实践。