sgl-project/sglang

清理 TokenizerManager 和 req_time_stats，减少开销并简化代码逻辑。

建议精读此 PR，重点关注时间戳处理的设计权衡和批处理状态管理简化，这些决策对性能优化和代码质量有重要影响，值得工程师学习。

在FlashAttention后端嵌入模式下跳过KV缓存读写，提升推理性能。

建议技术管理者和工程师精读此PR，关注如何针对嵌入模式优化attention计算，以及设计决策中如何通过条件标志避免影响其他后端。值得学习性能优化技巧和兼容性处理。

重构环境变量读取和模型配置构建，提升代码可维护性。

该PR值得快速浏览，以了解代码库中环境变量管理和模型配置构建的标准化趋势。重点关注： 1. envs模块的使用模式，这可能成为未来环境变量处理的统一标准。 2. 初始化逻辑从构造函数移至mixin方法的设计决策，有助于分离关注点。 3. 修复AttributeError的提交展示了循环依赖的常见陷阱及解决方案。

为AMD平台Aiter MoE添加权重和尺度填充，解决模型尺寸不对齐问题。

建议工程师精读`python/sglang/srt/layers/moe/utils.py`中的`get_moe_weight_sizes`函数，理解padding计算逻辑和条件分支；关注`fused_moe_triton/layer.py`中的`use_padded_loading`属性设计，学习`@cached_property`的应用以优化性能；review量化模块（如`fp8.py`）的集成方式，确保padding逻辑一致处理，并检查测试覆盖以验证边界情况。

新增环境变量控制SWA淘汰间隔，平衡内存浪费与淘汰开销。

该PR值得关注，因为它揭示了SWA内存管理的一个可优化点。建议精读`maybe_evict_swa`函数的修改，理解淘汰间隔的计算逻辑和边界条件处理。同时，注意review中提到的边缘情况未解决，在实际使用中应避免将乘数设置过小。

为jit_kernel的is_arch_support_pdl函数添加缓存装饰器，并简化cache_once实现。

该PR变更简单直接，适合快速浏览以了解缓存装饰器的使用和代码简化技巧。对于深入理解JIT内核模块的架构检测机制或装饰器设计模式有一定参考价值，但无需投入大量时间精读。

回滚CUDA 13.0升级，恢复CI默认CUDA版本为12.9以解决内核测试问题。

该PR值得基础设施团队精读，关注CI环境配置的复杂性和CUDA升级的障碍。建议未来在升级前加强测试覆盖和环境验证。

将TRT-LLM注意力后端中的contiguous().view()替换为reshape()，避免不必要的内存复制。

该PR变更简单直接，值得快速浏览以了解reshape替换的优化思路。但更值得关注的是review中提出的FP8转换逻辑不一致问题，建议后续跟进修复。对于学习PyTorch张量操作优化的工程师，这是一个很好的小案例。