sgl-project/sglang

为进程组新增 group_desc 语义元数据，供诊断工具区分 TP/PP

值得快速精读，尤其关注测试设计：从 mock 断言到真实 new_group 读回的演进，体现了“用实现验证实现”的同义反复陷阱以及回归守卫的正确写法。代码改动本身很小（+7/-1），但作为分布式可观测性元数据约定（{group_name}:device/cpu），对后续 NCCL Inspector 等工具链有实际价值。

跳过非 BCG GLM-Image 张量复制，解码提速 2.87x

值得精读。这是一个“框架特性（CUDA graph）与数值操作耦合”的典型小案例：用运行期状态 `is_in_breakable_cuda_graph()` 分叉 out-of-place 与 in-place 两条路径，避免热路径上的无谓张量复制。对维护多后端（CUDA/NPU/AMD）类似热路径的工程师有参考价值。值得关注的设计决策：BCG 路径保留 `masked_fill` 以维持 graph 捕获兼容性，而非 BCG 路径用布尔索引就地清零；后续可探索 BCG 路径下更廉价的清零方式。

CI 缓存刷新增条件，仅 main 刷新基础缓存

该 PR 展示了 CI 缓存分层与条件写回的设计模式，适合运维 CI 的团队快速浏览。虽为核心代码路径外的变更，但缓存策略的思考方式值得借鉴。

修复批量 embedding 请求拆分时丢失 priority

值得快速精读：可作为“沿数据链路定位单点丢失”的范例，测试设计针对关键字参数易漏传的回归类型。建议后续在 `__getitem__` 的构造调用上考虑集中封装字段透传或加入基于 dataclass 的字段完整性校验，避免同类问题再发。

修复 GDN chunked extend 内核 -1 哨兵越界访问

值得精读。修复展示了 Triton 内核中 `boundary_check` 与真实分配校验的差异，以及以哨兵值防御 padded 行的通用模式；PR body 给出了严谨的对照实验设计，是排查 CUDA graph 崩溃问题的范本。

为 Diffusion 新增 K/V-gather 序列并行注意力并默认在 SP2 启用

值得精读，尤其是三个设计决策：mode 到 degree 的接口演进、auto 默认值与 fail-closed 的边界划分、以及以实测数据矩阵驱动默认策略的方法。对于需要部署 Diffusion SP 的团队，建议先仔细阅读文档中的拓扑权衡表，并在目标硬件上复测 SP2 与高 degree 场景。

修复输出物化测试 fixture 对齐输出 rank 契约

低优先，快速浏览即可。值得留意两点：其一，测试 fixture 必须建模被测代码真实依赖的属性（`is_output_rank`），而不是形似的 `rank`；其二，即使一行测试修改，也通过 `/tag-and-rerun-ci extra` 验证了多规模 CI，说明该仓库对测试维护的严谨态度。

修复 /vertex_generate 成功响应未包装 predictions 的问题

该 PR 值得快速阅读，因为它揭示了一个典型的"短路返回导致后续逻辑不可达"的 bug 模式，以及修复时容易遗留死代码的教训。建议阅读 `http_server.py` 中 `vertex_generate` 的实现，并关注其与 `generate_request` 返回类型的互动。合并后应跟进清理死代码、补充单元测试，并确认非 Response 返回值是否需要保留包装逻辑。