sgl-project/sglang

重构 NPU MoE 为 5 组件解耦，对齐社区 All-to-All 架构

建议所有 NPU 后端开发者深度阅读此 PR，尤其是 5 组件的接口设计（`base.py` 中的 `MoeRunnerCore` 及其子类）和 `AscendTPDispatcher` 的 `dispatch` 流程。review 中关于循环导入的教训也值得其他模块借鉴。PR 本身合并后需密切监控 NPU MoE 各项 CI job 的稳定性。

修复多输出时 URL 只返回单个的问题，新增 variant 回退支持

此 PR 值得精读，原因： - 清晰的变体索引设计，通过列表和索引映射处理多输出。 - 良好的回退逻辑，兼容旧数据结构。 - 并发上传优化和明确的错误提示。 - 测试覆盖全面（8 个用例）。 建议关注 `_build_image_response_kwargs` 中 url 分支的循环构建方式，以及下载端点如何使用辅助函数处理 variant。

统一多模态特征传输，新增 --mm-feature-transport 参数

建议技术管理者关注此 PR 中的配置迁移模式，特别是 `_handle_multimodal_feature_transport` 方法中向后兼容的处理逻辑，可作为类似场景的参考。工程师应重点阅读 `server_args.py` 中的解析逻辑和 `base_processor.py` 中从全局变量到实例属性的转变，理解如何安全地废弃旧配置。

显式路由PD warmup到每个DP rank，修复覆盖不全问题

值得精读。设计上使用显式路由到每个DP rank、并通过`asyncio.gather`并发控制，是典型的批量初始化模式。建议关注`return_exceptions`讨论，根据实际容错需求决定是否添加。

降低 GLM-5.2 NVFP4 MTP CI 速度阈值

变更合理且必要，直接解决 CI 误报问题。建议阅读者关注 PR#31001 的回退计划（flashinfer v0.5.15），届时可能需要再次调整阈值或恢复原值。

添加 MORI 分离后端及 MI355X 镜像/参数更新

值得关注的是 MORI 后端的硬件门控方式（`hide` 约束）和 Playground 的回退机制，对于其他需要硬件特定选项的 cookbook 有参考价值。

NPU MoE topk norm_type 根据 scoring_func 动态选择，修复精度

该 PR 为 pinpoint bugfix，改动虽小但修复了重要精度问题。建议相关开发者关注 NPU MoE topk 路径对 scoring_func 的依赖，并在新增模型时显式指定 scoring_func。值得阅读以了解 NPU topk 的配置方式。

修复 object-storage 模型路径的 processor 加载

值得快速合入，变更微小且逻辑清晰。推荐了解 object-storage 缓存机制的读者留意 resolve_runai_obj_uri 的实现；其他读者可直接合并。