sgl-project/sglang

为 NPU 硬件优化 GLM4.7 模型性能，引入双流处理和融合内核。

建议技术管理者关注此 PR 中的流管理设计和内核融合策略，对 NPU 优化或高性能计算感兴趣的工程师值得精读，特别是 `glm4_moe.py` 中的条件分支和同步逻辑，以及 review 中讨论的正确性验证要点。

将mooncake后端中可选staging字段移至类定义末尾，提升代码清晰度。

这是一个简单的代码清理PR，无需深入精读。对于关注mooncake后端或代码风格的开发者，可以快速浏览以了解字段顺序的最佳实践。

修复四个文件注释中的重复单词，提升代码文档质量。

该PR不值得精读，除非您特别关注代码文档质量或相关模块的注释细节。对于工程师，可以快速浏览以了解团队对文档清理的重视；对于管理者，可作为代码质量持续改进的示例。无需深入分析设计决策，因为这是简单的文本修正。

修复 GitHub 工作流中重复作业名称，防止分支保护绕过。

建议技术管理者关注此 PR 作为 CI 最佳实践，特别是涉及分支保护的工作流设计。工程师可以精读 scripts/ci/check_workflow_job_names.py 脚本，学习如何通过预提交钩子自动化检查配置错误，并应用到其他类似场景。

修复ROCm/aiter后处理中权重替换丢失自定义属性问题，确保RL工作流正常。

建议精读unquant.py中的copy_or_rebind_param实现，理解其如何平衡原地更新与形状兼容；同时关注review中关于分片属性同步的讨论，这对分布式训练场景很重要。

将特定用户的CI权限冷却间隔从60分钟调整为0分钟，提升CI触发效率。

这是一个简单的配置更新，无需深入阅读代码。建议关注点：1. 了解CI权限管理机制，以便未来类似调整。2. 注意权限变更的安全和负载影响，确保有监控措施。

为 HiSparse 添加直接从 Prefill 传输缓存到 Decode DRAM 的支持。

建议技术管理者和工程师精读此 PR，重点关注 HiSparse 集成设计、传输逻辑优化以及与现有 disaggregation 系统的交互。设计决策如标志放置和索引处理值得借鉴，有助于理解高性能缓存管理的最佳实践。

修复内核发布工作流在push事件中跳过构建作业的问题。

该PR值得快速浏览，了解CI工作流触发条件的常见陷阱。关注点：GitHub Actions中push和workflow_dispatch事件参数差异，以及条件逻辑的设计模式。对于负责CI的工程师，可学习如何正确处理多事件类型的工作流。