sgl-project/sglang

为 DeepSeek-V4 新增 H200 (FP4) 部署选项

值得阅读以了解如何在前端组件中处理不兼容硬件选项的优雅降级。设计上使用 Set 和显示禁用原因对用户友好。如果团队正在编写类似部署 cookbook，可参考此模式。

清理 CI 中淘汰的 mooncake 变体残留

值得合并，解决了一个隐蔽的 CI 环境污染问题。注意后续若有新 mooncake 变体需要更新此逻辑。

修复 Aiter RMSNorm 在 strided 高维输入下的内存访问越界

值得合入。PR 定位准确，修复方案最小且安全，对 AMD 用户有实际价值。建议阅读 `forward_aiter()` 的实现方式，可作为处理不同后端 kernel 约束的参考模式。

为 GptOssForCausalLM 添加 Intel XPU 后端并适配 MoE

本 PR 是典型的硬件后端扩展范例，建议关注其引入的 MoE 偏置和激活扩展点，确认与现有 Triton/Torch 路径对齐。决策上值得讨论的是：bias 的 fp32 处理与 swiglu 激活的条件分支设计。评审者可重点验证偏置存在时数值正确性和激活选择逻辑。

修复 DeepEP 低延迟分发和 Qwen3.5 NPU triton kernel 崩溃

建议合并，修复明确且经 reviewer 确认。建议关注 #22822 对 dispatch 输出类型的自动化改造，以及后续统一环境变量后本 PR 的兼容性。

更新 XPU Docker 栈与 CI 配置以修复挂起

该 PR 是典型的基础设施维护，对于关注 XPU 后端和 CI 可靠性的团队成员值得精读。Dockerfile 中驱动安装步骤可作为 XPU 环境的参考。测试清理部分展示了如何消除冗余代码，但需注意显存清理的删除是否会影响测试隔离性。

为 Qwen3-Next 启用 MoE all-reduce 融合

值得精读。此 PR 展示了如何利用已有基础设施（`LayerCommunicator`）快速为新的 MoE 模型启用性能优化，是高性能推理系统中“模式复用”的典型案例。代码改动集中，可读性强，review 中关于死代码的讨论也体现了设计权衡。

支持 --model 作为 --model-path 的 CLI 别名

该 PR 改动简单直接，无需精读。可合并用于提升 CLI 用户体验。