sgl-project/sglang

修复 Ascend NPU 环境检查工具在 CANN 8.5 下的 BiSheng 编译器路径问题。

该 PR 变更集中且逻辑清晰，适合快速浏览以了解 NPU 环境检查的兼容性处理模式。值得关注的设计决策是采用硬编码路径加回退机制而非动态查找，这体现了在确定性与灵活性之间的权衡，对于类似环境检测场景有参考价值。

重构 LTX-2 扩散管道，将图像编码逻辑从去噪阶段提取为独立阶段。

该 PR 值得精读，以了解扩散管道重构的设计模式。重点关注 `LTX2ImageEncodingStage` 的设备管理机制和输入处理逻辑，以及如何与 SP 分片协同。同时，注意 review 中提到的输入验证问题，可作为未来改进点。

新增 Petit MXFP4 量化方案，支持 AMD CDNA2/CDNA3 GPU 运行 FP4 量化模型。

建议精读以了解量化管道集成设计，重点关注 `petit_mxfp4.py` 中的配置类实现和 `petit_utils.py` 中的兼容性检查逻辑，这些体现了 AMD 平台扩展和第三方内核集成的权衡。

修复 OpenAI 流端点中优雅中止时 status_code=None 导致的 AttributeError 崩溃。

此 PR 值得精读，特别是对于处理流端点和错误处理的开发者。关注如何使用 isinstance 检查来区分优雅中止和系统错误，以及注释中解释的设计决策。这有助于理解 SGLang 中请求生命周期的处理方式。

优化推测解码V2模式下KV缓存页需求估算，提升内存分配准确性。

该PR值得精读，特别是`_new_tokens_required_next_decode_spec_v2`方法的设计，它展示了如何将底层内存分配逻辑（来自`eagle_info_v2`）集成到高层调度器中，体现了性能优化中精确估算的重要性。建议关注其与`get_alloc_len_per_decode`的协作方式，以及页对齐计算（`ceil_align`）的运用。

提取 FanOutCommunicator 类并采用声明式配置表，简化通信器管理。

该 PR 值得精读，尤其是 `FanOutCommunicator` 类的设计（支持 queueing/watching 模式）和声明式配置表的实现方式，展示了如何通过抽象减少重复代码。关注点包括通信器的状态管理（如 `_result_event` 和 `_ready_queue`）以及 review 中讨论的类型安全和健壮性改进。

修复 Qwen3.5 MXFP4 模型在启用共享专家融合后的崩溃问题。

该 PR 值得精读，因为它揭示了量化模型在专家融合时的数据类型不匹配问题，并展示了通过配置检查来优雅降级的设计决策。关注 `can_fuse_shared_expert` 函数中新增的排除层逻辑，以及未来可能的重构方向（如将逻辑移至 `QuantConfig`）。

统一 server_args 中的环境变量读取方式，从工具函数改为 environ 描述符。

该 PR 是一次典型的代码风格重构，值得快速浏览以了解环境变量管理的最佳实践。重点关注 `server_args.py` 中环境变量读取点的统一模式，以及 `environ.py` 中新增描述符的同步添加。对于涉及类型转换的逻辑（如 NPU fused MOE mode）应仔细验证，但整体风险可控。