sgl-project/sglang

修复 GLM 5.2 DSA 模型 CP-v2 三处缺陷

值得精读。对推理引擎开发者，重点看 dsa/utils.py 的 cal_padded_tokens 与 dsa_backend.py 的 _forward_trtllm：它们清楚展示了 CP-v2（interleave 分片）与 legacy CP（split-and-rebuild）在位置语义与 padding 语义上的差异，以及如何用 is_cp_v2_active 做双路径兼容。对使用 GLM 5.2 + prefill-cp 的用户，建议在 MTP 场景观察行为并关注后续修复；对 SGLang 维护者，建议为本 PR 补充针对 per_rank_actual_token 初始化顺序的单元测试。

禁用 NemotronH 的 BCG 规避 prefill 重放精度波动

建议快速精读这一段集中式 BCG 兼容性规则表，它展示了 sglang 如何处理模型级捕获缺陷：先切配置期开关止血，再做根因修复。当前应优先与 elvischenv 确认 main 上的修复是否已覆盖 NemotronH 三个架构并补一个回滚 PR，同时补上 GSM8K 波动回归测试，避免再次踩坑。

修复 Rust server TCP 层两类 TTFT 卡顿

值得精读，尤其适合服务器网络编程与性能调优场景。三个值得关注的设计决策：1) 诊断先行——先用 raw-socket 探针和内核计数把问题量化到 TCP 层，再动手改代码；2) 用 tokio 原生 API（TcpSocket）而非手写 libc，降低 unsafe 面且生命周期管理更简单；3) 启动语义权衡——bind 保持同步（端口冲突是硬错误），listen 移到运行时（失败软降级），配置失败不阻断启动。建议后续补一个 raw-socket 大包探测的自动化测试或 CI 探针，防止这两类 TCP 行为悄悄回归。

flashinfer_deepgemm FP8 GEMM 限定在 1 <= M < 32

值得精读。这是一个小改动但论证极其扎实的 PR：用微基准、准确率实验、路由矩阵和失败模式分析支撑一个 20 行改动，并诚实地划清“性能论据为主、准确率论据为辅”的边界。值得关注的设计决策包括：单一 triton 出口折叠 M 检查、DeepGEMM 自行兜底、以及因为 DeepEP 交互问题主动回退 auto 默认。对做 kernel 调度和后端选择的工程师尤其有参考价值。

重写 runtime-context 技能文档，适配 namespace-bag 配置模型

值得精读。这份 PR 是理解 SGLang 新配置架构（RuntimeContext + namespace bags）最直接的入口，尤其适合配置系统维护者和经常被 agent 改动波及的模块 owner。重点看三处：tier 表中 raw config seed 与 resolved config 的职责切分、"Reads that legitimately stay on a ServerArgs instance" 章节（per-runner / per-instance 边界）、以及护栏清单（writer ratchet、namespace-coverage lint、migration-deferral ratchet）。整个 review 交锋过程本身就是一份"配置模型迁移边界情况清单"，比正文更有学习价值。

配置读取按角色强约束，三模式审计与 fail-closed 落地

值得精读。这是 config-namespace 重构系列的关键拼图，展示了三个高价值设计决策：①用"单条可剪枝比较 + 外联检查"在默认路径上兼容 dynamo fullgraph 捕获；②record/enforce 两阶段 rollout——先审计后约束，且审计数据即时持久化以对抗信号杀进程；③fail-closed 的防御纵深（publish 时校验 + 读取时再防御）。建议结合 #33011 / #33012 / #33013 及 base PR #33171 一起阅读，理解完整演进脉络。

恢复配置迁移期跳过的 15 个单测文件，退役 deferral ratchet

值得精读。两类读者收益最大：(1) 正在做大规模内部 API 迁移的团队——deferral ratchet（钉住基线 + 双向断言）是管理迁移测试债务的极佳实践，本 PR 展示了它的完整生命周期（建立、履行、退役）；(2) SGLang runtime context 相关开发者——本 PR 是 `override_server_args`、bag 断言、各命名空间访问器用法的活教材。radix cache 用例的改造尤其值得看：它展示了当测试在“跳过期”长大、且与生产语义发生冲突时，如何重新构造等价状态而非强行适配。

并行配置读取全量迁至 get_parallel()，弹性 EP 写路径改走 override

值得精读。三个设计决策值得学习：(1) 访问器慢路径保持 dynamo 可追踪——graph-break 是编译路径上的隐性炸弹，用 _fields 字典判断和槽位直读替代 __getattribute__；(2) live-shadowed 拓扑尺寸原则——活属性优先于 bag，避免"同一名字两个值"的歧义；(3) ratchet 机制让跨 80+ 文件的迁移可以被机械验证。对要扩展 SGLang 配置体系、或编写 torch.compile 兼容代码的工程师都有参考价值。