sgl-project/sglang

新增 ROCm 10 发布镜像与 CI 流程，支持 gfx942/gfx950

值得关注 Dockerfile 中 rocm1000-base 阶段的 wheel-based 栈组装方式，以及发布工作流中按架构隔离 device wheels 的设计。这是基础设施演进，对 AMD 社区用户有实际价值，但不涉及核心算法，精读优先级中等。

新增 GLM-5.3 部署 cookbook，含多硬件实测数据

值得精读。虽然是文档变更，但它的数据治理方式很有参考价值：如何用 match 元组把 benchmark 与部署单元格绑定、如何用 verified/experimental/pending 表达数据可信度、如何用环境变量说明隔离“机制验证”与“正确性”数据。对部署工程师，建议直接使用 cookbook 中的 FP8 配方，但注意版本绑定与 NVFP4 的 Experimental 标注；对文档维护者，建议先同步 PR body 与内容的差异，并考虑为旧 benchmark 数据增加“于某版本失效”的提示。

Kimi K3 启用 Mooncake A2A 快速路径

值得精读，因为它在极小的改动内揭示了核心执行路径上的后端一致性设计。同时应关注后续是否补充测试覆盖以及 Mooncake 部署的基准测试。

新增 GLM-Image 分布式推理拓扑：AR 与 DiT 分角色 fan-out

值得精读。该 PR 展示了如何在既有 N:M:K 解耦编排器中并行走第二条 fan-out 调度模式：两段队列 + ThreadPoolExecutor 重叠 AR/denoiser、ZMQ monitor 驱动 worker 生命周期、n>1 拆分-顺序执行-合并的数据契约，都是可借鉴的设计。建议重点关注超时/断连恢复与共享 batch 属性访问的健壮性是否在后续 PR 中补齐，并为外部 AR 服务的 batching 语义变化补充回归基线。

扩散模型 API 参数按模型作用域收敛，杜绝跨模型字段泄漏

值得精读。核心价值在于：1. 如何在通用 OpenAI 兼容端点和模型专属参数之间建立‘声明式契约’，避免字段泄漏；2. request_extra_value 统一了多种 transport 容器（extra_body / extra_json / extra_args / extra_params）的读取优先级；3. 模型默认输出格式也通过 default_image_output_format 下放到子类。对需要扩展 SGLang diffusion API 的工程师，这份契约设计可作为参考模板。

NPU 上修复 index_fill_ 性能问题，改用直接赋值

该 PR 值得关注，尤其是 NPU 平台性能优化思路。其核心设计决策是平台分支处理性能敏感操作，并通过基准测试验证收益。建议在合并前补充针对 NPU 的单元测试，覆盖 `clear_full_to_swa_mapping` 的边界情况，确保长期稳定性。

CPU 跳过 GPU JIT MoE top-k，修复 CPU MoE 推理崩溃

值得快速阅读：这是一个典型「后端误入 GPU-only 路径」的最小修复范本，改动仅 6 行，评审讨论体现了支持边界的取舍。建议 CPU 维护者关注 review 中关于非 AMX CPU 支持范围的决策，并后续补充自动化测试与非 AMX CPU 性能评估。

XPU 上延迟导入 tvm_ffi 相关 all_reduce 内核，修复 MiniMax M2 模型加载崩溃

该 PR 简单且低风险，值得快速合并。不建议精读，但可关注 XPU 平台支持的类似模式，作为后续其他模型在 XPU 上兼容性修复的参考。