sgl-project/sglang

优化 DiT 权重加载：CPU 直载免拷贝，新增 GPU 直载开关

值得精读。重点看 `_can_assign_cpu_tensor_without_copy` 的边界条件与 `load_model_from_full_model_state_dict` 的分支设计，以及 opt-in 参数三层校验（CLI、server_args、transformer_loader）的取舍。对在 diffusion 场景做启动优化或显存权衡参数化的后续 PR 有直接借鉴价值。

补丁镜像构建改为 buildx 双架构发布，去掉 tag 前缀限制

值得精读，尤其是对维护手动发布型 CI workflow 的工程师。核心看点包括：用 `--entrypoint git` 规避镜像 banner 污染 GITHUB_ENV、以 base 镜像 commit 为基底做 worktree 合并来消除上下文漂移、`git apply --binary` 替代 `patch --fuzz`、以被写入的 tag 作为 concurrency 资源键。这些模式可复用到其他 patch 类发布流水线。

NPU 内核包 tag 更新至 2026.8.10

值得快速浏览而非精读。可作为 NPU 发布流程中“CI 与镜像依赖版本同步”的典型案例：三处 tag 必须保持一致。阅读时可留意版本号表述不一致（body 7.24、评论 7.27、实际 2026.7.27）对后续追溯的影响，以及是否应把发行版本集中到单一配置源或增加自动化校验。

Muse Glimmer cookbook 安装改为从 PR 分支构建

不值得精读，属于小型文档维护。值得关注的是它的临时性：应与 #34262 的 Muse Glimmer 功能发布联动，在 release 后清理安装步骤。可以作为「文档如何跟随未发布功能」的小案例观察。

多模态全局缓存解耦 Mooncake，引入可插拔后端工厂

值得精读：抽象契约（批量 GET/PUT + 多缓冲变体）与工厂模式写得干净，是理解 SGLang 多模态全局缓存扩展点的重要入口。重点关注 EmbeddingCacheController 的注入点与 _io_loop 对后端异常的兜底处理；同时留意该抽象目前只有 Mooncake 一个实现，设计是否合理需待第二个后端落地后回看。

Muse Glimmer cookbook 安装改为指向 PR 提交

不建议精读，内容简单直接；但有两个值得留意的实践：一是临时安装未发布功能时固定到 commit 而非分支，保证文档可复现性；二是在注释中写明来源 PR 与回退时机，降低后续维护门槛。对文档维护者，建议在 #34262 合并或 Muse Glimmer 发布后及时回退本页安装命令。

流序化 CUDA IPC 特征池生命周期并重构传输模块

值得精读，尤其适合关注跨进程 GPU 传输与 CUDA 流同步的读者：generation 标记 + 流序 ack 的池设计、句柄缓存失效回退策略、以及 encoder-DP 下“延迟物化到持有者 rank”的回调模式都具备复用价值。建议先读 `memory_pool.py` 的协议定义，再对照 `cuda_ipc.py` 的 proxy 重建与 `qwen3_vl.py` 的 DP 物化分支，最后看 `test_mm_process_config.py` 中针对协议边界的单测。

恢复 K3 MLA 验证内核路径，解耦守卫

该 PR 值得精读，它提供了一个典型的共享守卫耦合导致功能失效的案例，并展示了通过复制+微调来解耦的务实方案。关注点：后续可考虑提取公共门控模板或参数化配置，减少重复；同时建议补充针对 verify_mla.can_handle 的单元测试，防止未来回归。