sgl-project/sglang

ModelOpt FP4 在线 MoE 权重量化，覆盖草稿与 FP8 源

值得精读。重点看三处设计：1) `ModelOptFp4Config` 的契约拆分与 `get_quant_method()` 非序列化路由，理解"只量化 MoE 专家"的机制；2) `_ModelOptFp4OnlineConfig` 薄适配器如何通过类属性切换契约复用整套转换管线；3) `_resolve_explicit_draft_quant_config()` 对序列化 MTP checkpoint 排除专家的处理。测试方面 `test_modelopt_nvfp4.py` 的 activation 契约测试与 `test_modelopt_loader.py` 的 loader 选择测试是理解边界行为的最佳入口。

staging buffer 支持 radix cache，修复异构 TP 网格错位损坏

值得精读。核心看三点：`compute_grid_segments` 的网格几何统一、decode 侧到达驱动 scatter 的生命周期判定、以及'失败单请求而非杀死 scheduler'的错误处理哲学。同时建议跟进 reviewer 的 cleanup 意见，把 nixl/mooncake 重复的 outstanding/teardown 逻辑收敛为共享实现，并补充 mooncake 后端的 e2e 覆盖。

修复 serving 基准测试缓存刷新竞态

值得精读。`flush_server_cache` 的分支设计和对“等待服务端空闲”的测试方法（真实 HTTP server 模拟延迟响应）很有借鉴意义，也可作为 benchmark 工具链后续演进的基础。

为 Spectrum 增加参数校验并补齐公共文档

值得快速浏览。核心看点：1) __post_init__ 集中校验的写法，特别是拒绝 bool、使用 math.isfinite、按字段类型分组校验；2) 文档导航注册（docs.json）与能力矩阵对齐的配套习惯。若后续要为其他采样参数加校验，本 PR 是可直接参考的样板。

修复 IPC A2A peer 解析，非零 rank 复用快速路径

值得快速精读：`_peer_cuda_device` 的进程组解析模式是处理 rank 与设备映射问题的干净范例，测试针对性很强。主要关注点在 peer access 初始化流程的异常处理一致性，以及同步 collective 引入的潜在 hanging 风险。

退役旧预热与 decoder_tp 参数，统一为 warmup_mode

值得精读 `server_args.py` 的 `_reject_retired_args` 与 `_adjust_warmup`，这是“参数退役”的可借鉴范式：先双轨兼容 → 到期后硬拒绝并给出替代提示，避免长期维护两套配置语义。建议关注两点：一是 release notes 中明确标注 breaking change；二是观察外部用户迁移反馈，必要时提供一段临时兼容告警而非直接报错。整体属于高信号的安全清理型重构。

FLUX.2 接入 bit-exact 残差门控融合，denoise 提速 1.2%

值得精读。重点看三点：一是 `_flux2_residual_gate_add` 的降级语义设计（一次性禁用 + 编译期重抛），这是「复用内核但绝不暗中改变语义」的范本；二是 bit-exact 验证协议的层次结构（kernel 级 `torch.equal` → 整图 md5 → 多轮交替 A/B 归因），可作为性能优化 PR 的验收模板；三是与 quality=high 门控的边界划分——bit-exactness 是优化能否安全落在默认路径上的关键判据。如果只关心结果，可跳过测试文件细节。

FLUX.2 VAE 快速路径泛化至 AutoencoderKL，quality=high 解码提速 2.4x

值得精读。该 PR 示范了一种高性价比的泛化模式：把一次性的特定模型优化抽取为“共享安装体 + 类型守卫入口”，并用请求级 gate 将位精确路径与快速路径隔离。关注点应放在 `_install_decoder_fast_paths` 的 fail-closed 检查链和 `VaeFastPathGate` 的设计，以及 PR body 中 decode 级显式同步的 benchmark 协议（这是评估 VAE 优化的可靠方法）。若团队后续要支持更多 diffusers 系 VAE，此模式可直接复制。