sgl-project/sglang

Intel XPU 后端集成 MLA decode 支持

此 PR 值得精读，尤其是了解如何将硬件特定内核（flash_mla_decode）集成到现有注意力后端架构中，以及如何通过参数验证来强制执行配置约束。三个技术决策值得关注：1）在 `init_forward_metadata` 中分配工作空间的方式；2）对 speculative decoding 的显式断言；3）非 MLA 和 MLA 模型的不同 page_size 约束设计。

为三个测试文件添加XPU设备支持

此PR展示了在SGLang中为测试添加新硬件支持的标准化方法：使用`get_device()`替代硬编码设备字符串，并相应调整跳过条件。虽然改动量小，但可以作为今后测试跨硬件适配的模板。建议阅读`test_triton_scaled_mm.py`的完整实现，以及review评论中关于安全调用`torch.xpu`的讨论，以避免类似问题。总体而言，值得快速浏览，但不需要深入精读。

添加自动同步 LMSYS 博客到文档的工作流

值得关注工作流设计模式：利用 GitHub Actions 定时同步外部内容并通过条件提交实现自动化。删除冗余元数据的设计也体现了持续简化。不过建议后续补充断链检查等配套验证。

临时禁用 CI 中断言失败的多模态任务

该 PR 是一个典型的短期 CI 修复措施，内容简单直接。建议阅读者确认后续 tokenizer 修复后及时恢复该任务，避免长期测试覆盖缺失。设计决策亮点在于使用 `if: false` 而非完全移除 job，保留了任务定义和恢复路径。

Mamba 测试与内核设备无关化以支持 XPU

值得关注 `get_device`、`get_device_count` 等辅助函数的设计模式，可作为后续设备无关化重构的参考。

替换硬编码 CUDA 设备为 get_device() 以支持 XPU

建议精读。虽然变更本身简单，但它展示了在大型项目中如何逐步引入设备抽象模式。重点关注 `llama.py` 中的条件分支和 `expert_distribution.py` 中通过 `get_device()` 抽象张量设备的方式，这对于未来支持更多硬件（如 NPU、AMD GPU）有参考价值。

回退 rebase-required CI 检测模式

该 PR 是纯粹的回退操作，变更简单直接。建议关注回退后的 CI 稳定性，以及是否有替代方案来满足原始需求（要求 PR rebase）。如果不需要该功能，可以放心合入。

nightly wheel 同时注册 cu129 和 cu130

建议合入。改动简洁、风险低，且提升了用户便利性。值得关注的是 `update_nightly_whl_index.py` 中错误处理的改进（从静默失败到显式抛出），这种模式值得在其他 CI 脚本中推广。