sgl-project/sglang

修复AMD平台融合allreduce阈值并移除hidden_dim白名单，简化维护。

该PR值得精读，特别是parallel_state.py中移除白名单的设计决策，展示了如何将策略下放至底层内核以简化上层逻辑；同时，测试文件中的残差精度检查函数是验证数值正确性的良好范例，有助于理解融合allreduce的准确性保障。

Whisper模型编码器从串行改为批量执行，提升高并发预填充吞吐量。

该PR值得精读，尤其是对于关注模型推理性能优化的工程师。关键设计决策包括：1) 识别编码器为瓶颈并量化其开销；2) 利用编码器天然的批次兼容性实现无交互的批量执行；3) 输出重塑策略以适配下游KV缓存。建议结合基准测试数据理解不同硬件平台上的收益差异。

修复预填充输入吞吐量日志计算错误，消除虚假TPS峰值。

该PR值得快速浏览，特别是对于关注监控指标准确性的工程师。关键设计决策是将预填充吞吐量计算与解码阶段逻辑对齐，体现了指标计算的一致性原则。虽然变更简单，但PR描述中的历史演进分析具有教育价值。

消除非增量流式输出中的O(n²)复制开销，显著提升长序列生成性能。

该PR值得精读，特别是对于关注性能优化和流式输出实现的工程师。关键设计决策包括：1. 基于性能剖析数据驱动优化；2. 安全地传递引用而非复制，依赖于asyncio单线程假设；3. 延迟文本生成以避免每步O(n)字符串重建；4. 将路径拆分为三种情况以平衡正确性和性能。建议关注`_handle_batch_output`中的条件分支逻辑和`_wait_one_response`中的延迟解析实现。

引入动态负载均衡分区机制，优化扩散模型 CI 测试的平衡性和总运行时间。

建议工程师精读此 PR，关注 LPT 算法在 CI 分区中的应用设计，以及如何通过动态估算时间优化资源分配。对于 CI 维护者，值得参考其模块化设计，但需注意新增脚本的稳定性和估算时间的准确性。

更新 B200 测试的预计执行时间，防止在性能较慢的机器上超时。

此 PR 变更简单，无需精读。对于负责 CI 基础设施的工程师，可以关注 est_time 调整的策略和硬件性能差异的分析，作为优化测试分区的参考。

优化CI依赖下载，通过本地缓存避免每次运行重复下载~2GB NVIDIA wheel。

该PR变更简单直接，适合快速浏览以了解CI优化策略。值得关注的设计决策是条件式环境变量设置，既实现了优化又保持了向后兼容性。对于使用uv的runner，可参考review评论考虑后续补充UV_FIND_LINKS支持。

移除CI失败监控中的Slack机器人及通知步骤，简化工作流。

对于技术管理者，这是一个维护性清理PR，无需深入代码审查，但可关注CI流程简化趋势。工程师可快速浏览以了解CI工作流变更，除非涉及通知机制优化，否则无需精读。