sgl-project/sglang

简化测试日志捕获，移除临时文件改用继承stdout/stderr。

该PR变更简单直接，适合快速浏览以了解测试基础设施的改进。值得关注的点是移除了对特定错误信息的断言检查，团队需评估这是否会降低测试的健壮性。对于涉及流式会话和内存泄漏测试的开发者，建议了解日志捕获方式的变更。

移除AMD ROCm Dockerfile中已由上游aiter v0.1.12.post1修复的临时补丁。

该PR值得快速浏览以了解依赖清理过程，但无需深入分析代码逻辑。关注点在于如何通过上游依赖升级来简化本地补丁，这是基础设施维护的常见模式。

为Intel GPU启用GPT-OSS bf16模型的融合专家MoE内核路径。

该PR值得快速浏览，重点关注：1. 跨平台内核参数传递的设计模式；2. Intel GPU支持扩展的演进方向。虽然变更简单，但体现了平台兼容性工作的典型模式。

重构扩散模型去噪阶段，引入 DenoisingContext 数据类，简化 LTX-2 特定逻辑。

建议精读 `denoising.py` 和 `ltx_2_denoising.py`，关注 `DenoisingContext` 设计、钩子架构以及序列并行方法的实现，这些是本次重构的核心设计决策，有助于理解扩散模型去噪流程的模块化演进。

升级 Intel GPU 平台 PyTorch 依赖至 2.11 版本，同步更新 Docker 和文档。

该 PR 是常规依赖升级，值得关注以确保测试覆盖和向后兼容性；工程师应检查相关模块是否有 API 变化需要适配。

为 hisparse JIT 内核添加 CI 测试套件，验证 kvcache-swap-in 功能。

建议快速浏览此 PR，了解 hisparse 内核的测试方法和场景设计。对于关注 JIT 内核或 CI 测试的工程师，可以关注测试用例的编写方式。

为hisparse JIT内核添加基准测试脚本，评估缓存加载性能。

对于负责jit-kernel性能优化的工程师，建议浏览此PR以了解基准测试设计和配置参数；但对于一般开发者，无需深入阅读，因为核心代码未变。关注点可放在基准测试方法论和review中的改进建议上。

将CI默认CUDA版本从12.9升级到13.0，以匹配PyTorch 2.11默认。

对于技术管理者和工程师，建议快速浏览此PR以了解CUDA版本升级的CI配置变更，重点关注ci_install_dependency.sh中的wheel安装逻辑和测试计划执行情况，确保CI稳定后再推进Docker镜像更新。