sgl-project/sglang

修复 Inkling tool 结果渲染图片报 400 错误

值得精读。核心设计点是"渲染器输出与 MM processor 媒体收割之间的占位符计数契约"，这类隐式契约在推理服务里很容易被忽略，本 PR 用专门测试把它显式固化；同时展示了如何把特判分支收敛为复用统一解析逻辑。建议关注后续 Inkling 多模态链路（如 audio part）是否也有类似契约需要补齐。

新增短卷积后端扩展点与注册表测试，重构默认路径

值得精读。核心设计是「用可覆盖方法 + 注册表谓词」提供扩展点而不改变默认行为，是插件化集成的良好范式。建议重点关注 `sconv.py` 中的方法抽取方式（参数收敛为 `precomputed` 上下文）以及 `LinearAttnModelSpec` 的兼容性设计（可选字段默认 `None`）。测试文件可作为数值一致性测试的参考模板。

为 K3 DSpark 新增 MLA 验证 Triton 内核，最高提速 2.42x

该 PR 值得精读，尤其是 `verify_mla.py` 中针对 MLA 结构做的两阶段并行设计和 GEMM 拆分技巧，是理解如何为特殊 attention 结构定制高性能 kernel 的极佳示例。关注点包括：共享 latent 头块复用、floor 分区策略、bf16 中间存储的权衡。同时建议关注后续扩展到 gfx1250/942 的计划，以及是否需要补充自动化测试。

共享专家融合决策改为按 runner 安装，修复 draft 污染

值得精读。这是一个典型的“把隐式跨模块副作用收敛为显式生命周期”的重构，设计决策包括：loader 单一安装点、per-runner 双子叶（ACTIVE + speculative）、类方法门控 + wrapper 委托、forward 期拒绝读取、以及用注册表遍历 + AST 扫描做防回归。建议重点阅读 `python/sglang/srt/layers/moe/utils.py` 与两个新测试文件，理解如何防止“加了新 wrapper 就悄悄丢掉禁用条件”这类问题。

清理 bag 迁移遗留的 get_server_args() 死绑定

值得快速浏览，重点看两点：一是 `topk.py` “调用有副作用、绑定是死代码”的区分，二是 closure-aware AST 扫描的死代码发现方法（先断言行内容再删除）。该 PR 可作为大规模机械清理 + 语义保留的参考范式；若团队后续还要继续清理 `get_server_args()` 残留，建议补一个针对 `_eplb_remap_enabled` 发布探测语义的回归测试。

删除 ServerArgs.derive，per-runner 配置改走构造参数

值得精读。这个 PR 是配置对象生命周期治理的关键一步，展示了如何通过"删除 API + 收紧测试"来消除一类系统性缺陷。建议重点关注三点：一是 `server_args_variant` 对 dataclass 字段与类属性双通道校验的设计（为什么允许覆盖 `use_mla_backend` 方法）；二是 `override_server_args` 从 `derive` 迁移到 `_apply_fields` 时对未知字段 fail-loud 的处理；三是 SKILL.md 中文档与代码同步演进的 review 流程。对从事推理框架配置系统或长期维护公共 API 的团队有参考价值。

GLM-Image adaLN 链融合 Triton 内核，去噪提速 8.1%

值得精读。这是一个高质量的融合内核案例，展示了如何从 SASS 层面复现 aten 内核数值以保证 bit-exact 的完整方法论，包括 Welford 归约、inline PTX 倒数/rsqrt 近似、bf16 逐操作舍入以及运行时自校验回退机制。对于从事推理内核优化的工程师有直接借鉴价值，也体现了 diffusion 模型数值一致性的严格工程实践。

FLUX.1 融合调制与 RoPE 缓存，提速 3.5%/6.9%

值得精读。核心看三点：一是 bit-exact 融合方法论——逐算子舍入复现 + 显式阻止 FMA 收缩 + 守卫回退 + torch.compile 图内禁静默回退，可推广到任意 elementwise 链融合；二是 quality 分层 + mount/unmount 协议，这是仓库在 #28708 回退教训后沉淀的“近似加速落地”标准答案；三是 PR body 的数值论证格式（HBM pass 数、microbench 归因 vs 端到端实测、md5/PSNR 三件套），是高质量性能 PR 的范本。建议抽读 flux.py 的 _flux_modulate / _flux_norm_modulate 与 modulate_scale_shift.cuh 的 modulate_value。