sgl-project/sglang

钉死 cuda-tile 1.6.0rc5，修复 Python 3.10 x86_64 安装失败

值得快速浏览，作为'传递依赖导致安装链路破裂'的典型案例。核心设计决策是：用 `==` 精确 pin 临时止血，并在代码注释中记录原因和解除条件，避免后续维护者无从下手。建议关注合并后 CI 是否全绿，并跟踪 `cuda-tile 1.6.0rc6` 是否补发 wheel，以便及时解除 pin。

ROCm HiSparse DSv4 swap-in 融合为单次拷贝，decode 路径提速最高约 21%

值得精读。该 PR 是典型的 ROCm 波前级性能优化案例，包含反汇编驱动的根因分析、编译期常量展开技巧、以及一个反直觉的结论（更少 pass 的 128 位拷贝反而更慢），对理解 wave64 占用率与宿主内存延迟的权衡有较高参考价值。建议关注 `transfer_dsv4_item_warp` 的实现细节（空 lane 处理、双层 unroll 的负载/存储分区）以及新测试对“未写槽位保持填充”的断言设计。若团队在 AMD 平台使用 HiSparse DSv4，此 PR 应合入且可考虑在后续 CI 中补充 ROCm 内核反汇编级别的回归检查。

2-CTA TGV GEMM 补尾部集群屏障，修复 Xid 13 崩溃

值得精读。虽然代码仅 15 行，但包含三层价值：一是集群 kernel 需要入口同步与退出同步配对的一般性教训；二是 review 中关于 relaxed 内存序与 per-warp 提前 arrive 权衡的深入讨论；三是用 CUDA core dump 根因分析 + 生产 A/B 验证竞态类缺陷的完整方法论。维护 Kimi-K3/DSPARK 或 Blackwell PDL CUDA graph 路径的团队建议尽快合入，并考虑 cherry-pick 到 kimi-k3 overlay 镜像线。

HiSparse ROCm miss 拷贝改 128 位非临时加载，decode 提速

值得精读，重点看三处：(1) 门控条件的推导——为什么 128 位拷贝在 512B item 下反而更慢，`item_size_bytes >= WARP_SIZE * 16` 背后的 lane 利用率模型；(2) `__builtin_nontemporal_load` 与缓存 store 的取舍——源只读一次用 non-temporal，目标被后续 attention 内核读所以保留缓存；(3) 接缝测试的参数设计——覆盖宽路径与 64 位/字节余量循环的每个衔接形状，并用 `skipif(not is_hip())` 明确 CUDA 分支的契约边界。建议把 PR body 的 benchmark 表格与 commit 2 的隔离实验一起看，这是一个完整的“优化→发现回归→定位根因→门控→补测试”闭环。

为 Inkling 打通 DSPARK 投机解码并新增融合 Triton 内核

值得精读，尤其是三个设计决策：(1) fast path + 严格 eligibility 检查并静默回退的模式（dspark.py 的 `_build_fused_kv_write_bundle`）；(2) 在 kernel 内用 `HAS_COMMIT_LENS` 处理截断写入，替代 host 端 mask 尾部列的做法；(3) muP folded head 的除法位置选择——在 base logits 处除一次而不是在加载权重时改写权重。建议阅读顺序：dspark.py 的 bundle 构建 → fused_kv_write.py 的 kernel → mamba_state_scatter_triton.py 的 meta 表设计。

新增 Intern-S2-Mobius 配置驱动 cookbook 部署指南

建议文档、DX 与模型部署方向的读者精读；值得关注的决策包括 cookbook 数据建模（反规范化 cells + verified 标记）、“示例输出必须 verbatim”的文档质量约定，以及 MTP/NEXTN 与高并发吞吐的实测对比对用户配方的直接指导意义。对普通内核/SRT 工程师价值有限，可略读。

修复 thinking budget 静默失效，新增 Inkling 支持

值得精读。该 PR 展示了一条关于特殊 token 语义与拼接序列状态判定的典型教训：用 `in` 判定块开关状态在 token 复用场景下会静默失效，`_open_thinking_start` 的反向扫描是简洁的修复方案。值得关注的设计决策包括：将状态判定收敛为独立辅助函数、对单 delimiter 序列保持行为不变的兼容性承诺、以及用测试将子类 token ID 与 tokenizer 常量绑定。

DCP LSE 合并改为原地复用 partial 输出，消除 OOM

改动很小但触及 DCP 核心合并路径，值得快速阅读 `cp_lse_ag_out_rs_mha` 的原地复用写法；关注重点是调用方张量生命周期约定和 LSE 基数遗留问题。后续若有统一 MHA/MLA LSE 合并测试或 base 处理，应跟踪。