sgl-project/sglang

为GPU清理验证添加重试循环，减少CI不稳定失败。

建议CI维护人员精读此PR，了解重试机制的设计，特别是如何处理GPU内存检查和进程清理的协同。同时，注意代码重复问题，可作为未来重构的参考点。

修复Mistral模型格式检测误判，避免服务器崩溃。

该PR值得精读，以了解模型格式检测的微妙设计决策，特别是如何处理混合格式模型的兼容性问题。关注`_is_mistral_native_format`方法的改动，这揭示了在原生与HuggingFace格式之间权衡的实践。

整合SGLang Diffusion文档结构，优化用户导航并强调sgl-kernel使用。

对于技术管理者，无需深入代码审查，但可关注文档组织的改进思路以指导其他模块；对于工程师，建议浏览新结构以熟悉文档布局，特别是sgl-kernel的强调部分，但无需精读细节。

修复 HiCache 测试失败，将测试拆分为独立文件以优化 CI 执行。

对于技术管理者，此 PR 无需深入评审，可快速合并以稳定 CI。对于工程师，可作为测试文件重构的简单案例，但无关键技术洞察，不建议精读。建议关注类似 CI 修复 PR（如 #21305）以积累测试稳定性优化经验。

更新 Ascend NPU 平台文档，删除已弃用参数并添加新功能参数。

对于技术管理者和工程师，此 PR 值得快速浏览以了解文档更新内容，特别是新添加的参数和模型名称变更，但无需深入代码审查。建议关注 `ascend_npu_support_features.md` 中的新参数，确保在使用 Ascend NPU 功能时参考最新文档。

重写 killall_sglang 为 Python 脚本，实现 GPU 范围限制的 CI 清理，避免跨容器进程误杀。

该 PR 值得精读，特别是其 GPU 隔离机制和双模式设计（CI 与本地），对优化多 GPU CI 环境有参考价值。关注关键函数如 _get_target_gpus 和 _kill_pids 的实现细节，以及内存检查逻辑，有助于理解如何处理跨容器资源冲突。

更新扩散模型量化文档，提供更清晰的使用指南。

对于技术管理者，此PR值得快速浏览以了解量化功能的更新；对于工程师，建议阅读新文档`quantization.md`以熟悉量化选项和使用方法，无需精读代码变更。

更新 TestQwen35PPAccuracy 跳过条件以解决 H100 和 AMD 上的精度回归导致的 CI 阻塞。

建议快速浏览以了解 CI 稳定性维护的临时策略，重点关注跳过条件变更背后的权衡决策。