sgl-project/sglang

AMD MoE routing 使用 aiter 内核，性能提升 35%

建议批准并合并，性能提升明显且经过充分验证，代码改动小、风险可控。

权重更新路径跳过 torch.cuda.empty_cache()

建议精读。该 PR 展示了如何通过细粒度控制同步 CUDA 操作来优化性能，值得关注的设计决策是：将 `torch.cuda.empty_cache()` 从 flush 路径中分离，而不是全局移除，保持了灵活性。

GB300 DeepSeek-V4 低延迟与平衡配方验证通过

此 PR 为纯粹的文档更新，无技术复杂性。推荐相关团队（特别是 DeepSeek 模型部署的文档维护者）快速合并。

标记 GB300 上 DeepSeek-V4 CP/PD 配方验证通过

该 PR 为文档维护，建议合并。可关注后续是否需扩展至其他硬件或配方。

标记 B200/H200 上 DeepSeek-V4 多部署方案验证通过

该 PR 是典型的文档状态更新，无需精读。但其中的 `TBD_RECIPES` 机制值得注意：它将“未提供”与“未验证”两种状态区分开来，避免未提供的配方输出被注释掉的无效命令，提升了用户体验。如果团队需要维护类似的配置清单式文档，可借鉴此模式。

DeepSeek-V4 文档添加 base model 环境变量说明

可快速合并。文档变更简单且清晰，无需进一步审核。

为 Nemotron-Nano-VL 模型添加 Parakeet 音频编码器与动态分辨率

**值得精读**：动态分辨率预算算法和视频 tubelet 压缩的设计具有良好的通用性，可复用于其他多模态模型。建议关注： 1. `compute_dynamic_image_size` 中的 budget 调整逻辑（`factor = sqrt(budget/native_patches)`）确保了宽高比保持； 2. `forward_video` 中的 tubelet 分组与 linear embedder 避免了额外的时序模型，是一种轻量方案； 3. `pad_input_ids` 对 audio 和 visual 的分离处理保证了多模态数据正确填充。 变更整体质量较高，但应尽快补充单元测试覆盖动态分支和音频路径。

新增 Qwen3.5-397B MoE Triton 调优配置

建议合并。该 PR 为纯增量配置，无风险，性能提升明确。值得关注的是 SGLang 的 MoE 调优框架可以自动加载此类配置，为未来模型适配提供良好范例。