sgl-project/sglang

FLUX.1 接入 bit-exact 残差门控与 quality=high GELU 融合，lossless 提速 1.1%、high 提速 4.3%

值得精读。该 PR 展示了如何在保持默认 bit-exact 的同时，借助 quality 分层接入非 bit-exact 优化；`_flux_residual_gate_add` 的 fallback、编译逃逸与位精确验证设计是同类融合的优秀范本。

CUDA 图捕获阶段新增按 batch size 的 profile trace

值得精读，特别是可观测性基建的设计：把 torch profiler 的 schedule 与 CUDA graph 捕获循环的步进对齐（`wait=2/warmup=0/active=1`）这一思路可以复用到任何「分阶段捕获 + 分片导出」的场景；双环境变量共存时「新特性让位于旧行为」的优先级设计、输出目录单一事实来源、以及 `getattr` 防御式接入 backend 的做法，都是兼顾兼容性与可扩展性的好示范。建议阅读时重点关注 `decode_cuda_graph_runner.py` 的 `_init_profile_context_and_memory_record()` 与 `full_cuda_graph_backend.py` 的 `capture_one()` 之间的契约（`_profiler` 属性）。

删除 prefetch revoke 队列，撤销判断并入调度线程

值得快速浏览，作为 #19320（hit-then-alloc）重构的收尾，展示了「当决策所需信息到达时再决策」如何简化跨线程通信。如果想深入 HiCache 异步管线，建议按 #19320 → 本 PR 的顺序阅读。本 PR 本身无讨论、无测试配套，不需要精读。

修复 NIXL Mooncake 弹性 EP 故障测试的进程击杀与恢复验证

该 PR 值得测试与 EP 相关同学快速浏览：展示了如何通过精确 pkill 与引导请求让故障注入测试变得可复现。但整体是测试修复，不涉及核心代码，不必精读。

新增 sgl-deep-ep wheel 构建与发布流水线

该 PR 值得发布负责人和 DevOps 精读，重点学习多 CUDA 版本、多架构 wheel 的构建与发布策略（auditwheel 排除规则、PyPI 本地版本剥离、PEP 503 索引维护）。普通开发者只需了解 `sgl-deep-ep` 的安装方式。在合并前应确认 DeepEP#3 已合并、secrets 已配置，并在真实环境跑一次 `0.1.0rc0` 验证。

SM107 启用 CuTe DSL BF16 GEMM，修复 bias DLPack 导出

值得精读。改动虽小（4 文件、+20/-19），但包含两个可复用经验：一是架构 gate 采用 capability 判断而非 SM 号枚举的取舍，二是 DLPack 与 autograd 元数据（requires_grad）冲突的规避方式——`detach()` 无拷贝无同步地解决推理路径导出问题。阅读时建议关注 review 中 mmangkad 关于 CUDA 版本下限的提醒，以及后续是否拆分 `is_sm107_supported()` 的演进。

AMD 远程权重加载测试移至 extra CI，避免默认 CI 阻塞

不值得精读，属于一行级别的 CI 注册调整。可借鉴的点在于：面对 flaky 硬件相关测试时，除了“强制换后端”（#30035）之外，还可以通过“默认套件降级 + extra CI 保留覆盖”的方式平衡稳定性与覆盖度。若后续 AMD TransferEngine 路径修复，应将该测试移回默认套件。

为 ROCm diffusion 依赖补充 msgpack，修复 AMD 单测失败

PR 只有一行依赖声明，逻辑直白，无需精读。值得关注的是 AMD 依赖清单 `pyproject_other.toml` 与主清单 `pyproject.toml` 的同步维护问题，建议后续考虑自动化校验或合并清单，避免类似遗漏。