sgl-project/sglang

CI 测试框架输出机器可读 TIMINGS 块

作为 CI 基础设施改进，值得合并。后续可基于 TIMINGS 块构建更丰富的可视化或监控面板。新引入的 `_repo_relative_path` 函数可被其他需要稳定文件路径的模块复用。

提取 CUDA stage 为可重用工作流，统一 runner_config 映射

建议 CI 相关团队阅读，可参考其如何通过可重用工作流和外部映射文件大规模裁剪 CI 配置冗余。整体设计清晰，等价性验证方法值得借鉴。

修复 DecodeRequest 缺少 priority 属性导致的崩溃

值得精读，因为：1. 示例了数据类代理属性的标准做法；2. 展示了跨模块调用在分离模式下的属性缺失 bug 模式；3. 代码变更虽小但修复了关键路径的崩溃。后续可考虑为 DecodeRequest 添加单元测试，验证所有委托属性都与 Req 同步。

新增 Ascend NPU 精度评估与 FAQ 文档

可直接合并。建议 NPU 用户精读精度评估文档以了解推荐流程，一线支持人员参考 FAQ 快速定位问题。后续可补充更多场景的 FAQ 条目。

修复 Dockerfile 中 DeepEP 依赖和版本

建议测试 CUDA 12 环境下使用新 DeepEP 仓库的镜像是否能正常构建和运行。

合并 H200 8-GPU 预热步骤并统一日志输出

值得精读，展示 CI 优化的典型思路：识别非持久化工作（CUDA graphs）、利用持久化缓存（DeepGEMM JIT cache）、精确匹配启动参数（FALLBACK_ARGS）、处理孤儿进程。标记文件实现和版本键设计可作为类似场景的参考。

跨命名空间、生命周期、多模型 K8s 集成测试

值得精读，尤其是测试设计中的以下决策： - 使用独占标签（如 `cross-ns-test=true`、`lifecycle=restart`）隔离不同测试的 worker 池，避免跨文件干扰。 - 在 IP 变化测试中优雅处理 CNI IP 重用场景，通过 skip 而非 false-pass。 - 优雅排空测试验证 `elapsed < grace_secs`，确保 deregistration 在 deletionTimestamp 触发而非等到 Pod 完全终止。 这些模式可以复用到底层 sglang 或其他微服务的集成测试中。

修复 PD 模式下 cache-aware 策略池隔离 bug

对于使用 sgl-model-gateway 且启用 PD 模式 + cache-aware 路由策略的团队，此 PR 必须合入以解决缓存路由失效问题。其设计决策（复合键隔离、独立策略实例）值得在高可用路由设计时参考。审查者可以重点关注 `cache_aware.rs` 中的键构造函数和 `registry.rs` 中的分发逻辑。