sgl-project/sglang

重构 JIT kernel 的 dtype trait 和 warp reduction 系统

该 PR 值得精读，尤其关注：1) hipcc 兼容性技巧（SFINAE vs requires-expression）；2) `redux.sync` 指令的使用条件和性能收益；3) `utils/` 包拆分的设计模式（如何保持兼容性）；4) arch-specific JIT target 的实现（`_cuda_arch_suffix` 的细节）。建议所有 JIT kernel 相关开发者阅读并同步调整代码。

修复 CI 覆盖率报告缺少 MLX 后端

该 PR 是常规维护，技术层面无需精读。作为 CI 基础设施的快速修复，其设计模式（使用元组+断言强制同步 HWBackend 枚举）值得在类似场景中参考。

移除废弃的QServe和FBGEMM FP8量化路径

建议阅读此PR以了解如何系统性地移除废弃功能，包括清理注册、内核、测试和文档的完整步骤。对于量化路径的设计决策——聚焦主流方案、弃用低利用率路径——值得在类似场景中参考。

回退错误修复，恢复 Qwen3-Next 确定性回归

建议合并，以恢复 nightly 测试通过性；但需追踪 #29792 以最终修复 mamba track-boundary 的 overlap scheduler 问题。

避免FLA L2-norm按token数重编译

该 PR 值得精读，展示了 Triton 内核性能优化中避免过度特化的经典技巧（`do_not_specialize`）。对于维护 Triton 内核的团队，应评估是否有其他编译时常量（如序列长度、批次大小）可转为动态参数以降低编译开销。

用原生算子替换 torch.multinomial

值得精读，尤其是对 CUDA graph 兼容性和 Gumbel-max 采样技巧感兴趣的工程师。此 PR 展示了一个简单而有效的优化模式：用原生算子组合替代黑盒算子，以支持 graph 捕获。

回退 FlashInfer 0.6.15 升级

该 PR 是紧急回退，值得关注的是它揭示了 FlashInfer 版本升级需要更充分的性能回归测试。设计决策上，直接传递 activation 字符串而非枚举的方式降低了对 FlashInfer API 的耦合。

将cookbook中固定的nightly/dev镜像替换为:latest

建议合并该PR，因为它修复了读者操作失败的问题，清理了过时文档内容。但需要关注PR body中提到的验证清单，确保相关模型在:latest上可以加载。对于设计决策，值得关注的是统一标签策略和明确保留哪些范围，以及处理Nemotron3-Ultra时的权衡过程。