sgl-project/sglang

JIT 缓存改内容寻址双 key，修复陈旧复用

值得精读。设计上有三个可借鉴点：双 key 分离“编译前可知 / 编译后可知”信息；leaf 名 = 依赖状态哈希的内容寻址自验证，无共享 manifest；快速路径无锁 + 锁内重查 + 原子 rename 发布。测试上 41 个用例专门 pin 静默失败模式（如 `test_no_unordered_container_reaches_the_key`）。建议阅读重点：`cache.py` 的 key 推导与缓存布局、`ninja.py` 的 `generate` 与 depfile 处理。

AMD 路径融合共享专家 GEMV 进 append 内核，消除独立启动

值得精读。一是 launch-bound vs compute-bound 的判断方法（GEMV 在 decode 下约 0 TFLOPs，调优不如融合）；二是"默认路径 byte-for-byte 不变 + 新参数互斥断言"的向后兼容策略；三是用双 checkpoint 隔离变量验证融合路径的测试设计。建议后续跟进 nightly MI35x 结果，并推动 AMD CI 基础设施改进以消除 gate 超时。

恢复 DSV4 层级 RoPE 策略，修复纯 SWA 层误用 YaRN

值得精读。该 PR 展示了如何根据官方参考实现修复层粒度配置回归，并通过精心构造的 stub 类实现高性价比的 CPU 单测隔离。对维护 DSV4 系列模型、或需要对齐官方 RoPE 策略的开发者有参考价值，重点关注 `original_seq_len` 的条件化处理和 `active_rope_scaling` 的传递方式。

L40S 上调优 FP8 GEMM Triton tile 并默认启用

值得精读。看点有三：(1) apply_fp8_linear 的分支编排——tuned_config 查表夹在 CUTLASS 判定与执行之间，用 None 表示“保持默认”，侵入面极小；(2) 配置文件以 N/K/device_name/dtype 命名、最近 M 查找、null 占位防吸附的设计，与既有 get_w8a8_block_fp8_configs 惯例统一，可复用到其他量化路径；(3) torch.compile 下主动放弃该优化并明确注释的取舍。若团队在 L40S 上维护 FP8 服务的基线评测，需留意此 PR 会静默改变数值结果。

静态 ratchet 迁至 pre-commit，CPU CI 耗时降约 8%

值得精读。三个设计决策尤其值得借鉴：(1) 把“测试自身的测试是否真的被执行”纳入 review 检查清单（本次发现 test_check_no_bare_pytest_main.py 是死代码）；(2) 跨文件缓存键一致性用可执行检查器固化，而不是靠人肉同步 build workflow 与 restore action；(3) 穷举覆盖到确定性覆盖的等价性论证方法（保留全部有序对、边界与正反用例）。对维护大型测试套件的团队，本 PR 的迁移节奏与 review 修复质量是很好的范本。

补全 Dots3-Note checkpoint 链接并新增 H100 部署单元

作为纯文档 PR，不需要深入精读，但有两个点值得关注：一是 `_deployment.jsx` / `_playground.jsx` 中 `resolveModelName` 的回退链设计，是文档站“配置驱动渲染”的一个典型模式，后续新增无 variant 维度的模型页可直接参考；二是文档配置与单元格行为的一致性处理——H100 BF16 的显存警告放在正文而非 cell 级 `warn`，如果文档站已有 `warn`/`disable` 机制，建议后续提交补上，避免用户直接复制不可用命令。整体重要度低，可按常规文档 PR 处理。

XPU radix 缓存测试补 cache_salt 字段，修复 CI 崩溃

值得花 2 分钟快速阅读，作为「API 迁移导致测试桩漂移」的最小修复范例：PR body 的根因提交定位、波及面证据（运行 ID 列表）、修复对齐方式三步论证很规范，适合作为测试桩维护的参考样例；但对推理引擎架构学习价值有限，无需精读。建议顺手排查仓库内是否仍有其他未补 `cache_salt` 的 `SimpleNamespace` 测试桩。

DSv4 JIT 内核三路径重写，H200 最高加速 297×

值得精读。这是典型的“单 block 内核 → 多路径分派”性能工程案例：三路径分派的阈值选择与 `static_assert` 约束、Phase 3 串行扫描改并行二分的收益模型（O(bs) → O(log bs)）、与 deep_gemm 字节级对齐（逆序余数分配）的正确性前提、review 驱动的 workspace 所有权设计（CUDA Graph 安全），以及 benchmark 的 launch-bound 分析都很有借鉴价值。后续可关注作者提出的 multi-block scheduling follow-up。