sgl-project/sglang

迁移 Intel CPU 测试用例到统一注册体系

作为基础设施标准化 PR，值得关注其设计的注册模式和共享工具类。utils.py 中的 `parametrize` 装饰器实现简洁实用，可复用于其他测试模块。建议精读 utils.py 和 test_qkv_proj_with_rope.py，了解如何为复杂算子构造参考实现和参数化测试。

新增 NPU 性能测试与优化文档

建议所有 Ascend NPU 用户阅读这两份文档，尤其是 `ascend_npu_optimization.mdx` 中的参数解析表。设计决策方面，选择将参数分为“必选”和“优化建议”两类值得借鉴，便于用户优先关注关键配置。

修复 sgl-kernel 构建 CI 磁盘回收逻辑

该 PR 为 CI 基础设施修复，代码改动量小但修复了两个隐蔽的 bug，值得相关维护者了解。建议关注后续 CI 运行中磁盘清理步骤是否打印清理信息（如 "Removing orphan buildx builder" 行），以确认修复生效。

B200测试移至nightly并精简CI分区配置

推荐关注 CI 效率优化的团队阅读此 PR，特别是 `compute_partitions.py` 中的改动，展示了如何通过数据驱动校准和移除过度保护来精简 CI 配置。未来可考虑将更多非门控测试移至条件触发或 nightly 队列。

为 /v1/loads 端点添加 Prometheus 延迟直方图

该 PR 变更小、影响明确，可作为可观测性增强的范例。建议精读 `v1_loads.py` 的 finally 块实现，学习 try/finally 埋点模式。虽然 review 建议未采纳，但整体逻辑正确，可以直接合入。

新增 DeepSeek V4 w4a4 MegaMoE 推理支持

建议阅读此 PR 以了解如何在 SGLang 中新增 DeepGEMM 后端的量化选项。环境变量转导模式（`_apply_mega_moe_dg_env`）是一个简洁的跨库配置传递方式，值得借鉴。团队应跟进 sgl-deep-gemm 版本发布，并考虑在更多模型上验证 w4a4 效果。

为 multimodal 扩散添加在线 MXFP4/FP8 量化

本 PR 值得精读，尤其关注**量化配置与线性方法的扩展点设计**（`get_quant_method`、`packed_modules_mapping` 注入），以及**跨模型传递量化参数的模式**（在 FeedForward 等子模块中添加 `quant_config` 和 `prefix` 参数）。对于计划在 diffusion 模型上支持新量化后端的开发者，这是很好的参考示例。

补齐PyO3绑定缺口并添加回归测试

值得精读，特别是 PyO3 绑定模式和测试策略。该 PR 展示了如何安全扩展跨语言绑定，并通过直接调用底层 Rust 类的测试防止接口漂移。对于即将参与绑定开发的工程师，是很好的 reference。