sgl-project/sglang

修复因#22365引入的扩散模型单元测试失败，通过Mock下载函数避免本地路径被误识别为HF仓库。

该PR变更简单，无需精读。对于关注扩散模型量化加载逻辑或CI测试稳定性的工程师，可快速浏览以了解Mock用法和测试修复模式。

修复CI测试时间估算脚本，按测试套件而非后端硬件区分时间统计。

该PR值得CI/基础设施维护者精读，展示了如何从CI日志中提取和关联元数据以优化资源调度。关注点：1. job_name_to_suite函数的设计如何平衡灵活性与鲁棒性。2. 从backend到suite的键变更如何影响时间数据聚合粒度。

修复空闲路径下token_usage统计缺失Mamba使用量的问题，并添加字段命名澄清注释。

该PR值得快速浏览，重点关注：1) 修复逻辑如何确保混合SSM场景下统计一致性。2) FIXME注释揭示的字段命名技术债务，可作为未来API设计参考。对于深入理解内存管理或Mamba集成的工程师有参考价值。

为非流式请求引入文本缓冲机制，避免O(N²)字符串拼接并修复相关逻辑。

建议技术管理者和核心工程师精读此 PR，重点关注： 1. `ReqState` 中 buffer_text 的设计决策，这是避免 O(N²) 拼接的关键。 2. Review 中关于 `stream_output` 与 `incremental_streaming_output` 区别的讨论，有助于理解 SGLang 流式输出配置的设计哲学。 3. 性能优化技巧，如 kwargs 比较优化和 batch_decode 的 zip 合并。 4. 留意作者提到的 `stream-output+stream` 性能回归问题，可能需后续跟踪。

新增GB200集群夜间性能回归测试管道，监控DeepSeek-R1推理基准。

该PR主要涉及CI基础设施，值得团队负责CI的工程师精读，以学习Slurm集成和自动化测试设计。对于核心开发人员，关注配置管理和结果处理部分，但变更对核心代码无直接影响。

添加每周工作流自动化更新CI测试估计时间，优化负载均衡。

该PR值得精读，特别是脚本中的日志解析、中位数计算和正则表达式更新逻辑，这些设计决策展示了CI自动化的最佳实践；建议关注GitHub API集成和错误处理部分，以了解如何稳健处理外部数据源。

修复MUSA GPU的FA3 attention后端支持，集成MATE引擎并修复内核选择逻辑。

此PR值得精读，特别关注MusaFlashAttentionBackend的设计，它展示了如何通过继承和重写集成新硬件后端。建议工程师学习内核选择逻辑的移动（从运行时到初始化）以提升性能，并注意讨论中全球缓冲区和缓存管理的权衡，这些设计决策对多GPU和并发场景有重要启示。

预计算 FA3 scheduler_metadata 以消除每层 prepare_varlen_num_blocks 内核调用，提升解码吞吐量约 2%。

建议精读此 PR，重点关注 _compute_scheduler_metadata 方法的实现和 CUDA 图路径中的逻辑，以及 review 中讨论的滑动窗口注意力处理不一致问题。设计决策展示了性能优化与向后兼容的权衡，适合学习内核调用减少的技巧。