sgl-project/sglang

更新代码所有权，为在线 NVFP4 和 DSA Top-K 文件指定维护者。

此 PR 是一个标准的项目管理维护变更，重要性较低，无需精读其技术实现。其主要价值在于展示了项目通过 CODEOWNERS 进行模块化责任管理的实践，以及根据审核反馈快速调整配置的协作流程。对于关注项目治理或特定模块（在线 NVFP4，DSA Top-K）维护状态的读者，可快速浏览确认。

废弃 HIP/NPU/MUSA 平台 prefill CP，移除旧实现，为 CP 重构铺路。

该 PR 是一个重要且必要的架构清理步骤，值得精读以理解 CP 模块的演进方向。其核心价值在于揭示了从平台特定实现向统一策略模式迁移的路径。关键设计决策包括：1）通过早期参数验证实现优雅降级而非运行时失败；2）保留导入存根以最小化对保留后端的影响，同时标记为“错误提示”；3）配套全面的单元测试以保证行为契约。

为 Qwen3.8-Flash-Next NVFP4 新增 DGX Spark 和 RTX PRO 6000 的完整部署与基准测试食谱。

这是一个高质量、详尽的文档 PR，虽然类型为 docs，但其复杂性和验证深度使其值得精读。特别是其处理硬件差异的覆盖层配置逻辑、为解决统一内存限制而引入的文件后端 PLE 表方案、以及文档中对多轮验证和修正的透明记录，都体现了严谨的工程实践。对于负责维护部署文档或支持新硬件平台的工程师，此 PR 提供了极具价值的参考。

修复 AMD CI 因引用已删除 split-dim 内核测试模块导致的收集失败。

此 PR 是一个简单直接的 bugfix，值得快速审阅和合并。它修复了一个阻塞 CI 的问题，且改动范围明确、风险可控。建议关注其是否成功解决了报告的 CI 失败问题。

修复 UnifiedRadixCache 在 HiCache 关闭时缺失的 SWA reprefill-tail 保护，防止 DeepSeek-V4 复用前缀时读到陈旧环形缓冲区数据。

1. **值得精读**：本 PR 是典型的跨 PR 回归修复案例，展示了大型重构如何意外破坏已有功能。代码变更虽小但逻辑清晰，适合学习如何在复杂系统中追踪功能失效。 2. **设计决策关注点**：作者明确选择了在性能与正确性间权衡——保留近似 reprefill 而非追求 bit-exact，这对理解系统设计权衡很有价值。 3. **测试启示**：PR 暴露了现有测试套件的覆盖盲区，建议团队考虑为关键内存管理路径添加参数化测试。 4. **审阅重点**：重点关注条件逻辑的正确性（`is_unified_kv_triton()` 和 `has_swa_host_pool` 的交互），以及确保变更不影响其他平台或后端。

修复 DSV4 统一 KV 池内存计量，将 SWA 和 C4 状态从 token 级预算改为 per-request ring 计数，释放 83.5% 容量。

该 PR 是对一个已知问题的高质量 reland，核心逻辑清晰、门控完整、测试充分。建议精读以下部分：(1) pool_configurator.py 中 `_get_bytes_per_full_token` 的 unified 分支和三个固定偏置方法，理解 token 级预算 vs 字节预算的转换；(2) swa.py 中 per-request ring 的 available_size/swa_available_size 语义变化，这是调度器正确性的关键；(3) schedule_policy.py 中 ring 模式下的计费逻辑变更。对于关注 DSV4 部署的工程师，该 PR 的容量提升是直接可感知的性能改善。

修复 AMD EAGLE 投机解码下 DSA 后端因 kv_index_translator 为空导致的崩溃。

这是一个值得精读的 bugfix PR。虽然代码改动微小（+8/-3），但它修复了一个影响特定硬件和配置组合的严重启动崩溃问题。其设计决策——遵循基类契约进行防御性编程——值得在团队内推广。

移除仓库内复制的 BF16 GEMM 内核，统一使用 FlashInfer 0.6.18 发布版。

这个 PR 是一个有价值的依赖整合和代码清理工作。它通过移除 vendor 内核并直接使用上游发布版，简化了代码库，减少了维护负担。变更影响范围明确，主要限于 BF16 GEMM 后端初始化和 CLI 配置。对于依赖该 vendor 内核功能的开发者或需要处理旧配置的部署者，应仔细检查其兼容性。由于主要变更集中在配置和导入路径，而核心计算逻辑交由上游保证，该 PR 的风险相对可控。