sgl-project/sglang

为 Ideogram 4 添加 Cache-DiT 加速支持

值得精读。该 PR 展示了如何通过基类抽象方法为不同模型扩展通用优化技术，评审中关于去重、SCM 修复和抽象化的讨论提供了实际工程权衡。

diffusion speed 模式默认开启 torch.compile

值得合并，逻辑简洁且测试覆盖充分。CI 状态显示 Extra 测试失败，需确认是否与此变更相关。

热补丁修复 AMD 镜像 transformers 符号链接 bug

该 PR 是典型的临时热修复，适合快速合入以解除 AMD 部署阻塞。建议精读 hot-patch 的实现方式，特别是其自跳过和断言保护模式，可作为同类紧急修复的参考模板。

为 NPU 添加空实现的 clear_unaccepted_c128_draft_states

值得快速合并以修复 NPU 兼容性。建议未来添加注释说明为何留空，方便后续维护。

默认禁用 DSA indexer fusion 以避免流爆炸

建议阅读。本 PR 明确阐述了临时关闭特定功能的理由，体现了处理生产环境问题的务实态度。对于关注 DSA 后端或 DeepSeek 模型稳定性的团队，值得作为参考案例了解如何用环境变量控制风险功能。

XPU 使用 sgl-kernel 的 flash_mla_with_kvcache

值得精读，尤其是对于参与 XPU 或 DeepSeek V4 多平台支持的工程师。关注 XPU 上 sgl-kernel 的 flash_mla_with_kvcache 实现与 CUDA 版本的差异，建议进行准确度回归测试。此外，后续考虑统一分块逻辑到通用实现以减少重复代码。

为 fused_topk_torch_native 新增 sqrtsoftplus 评分函数

小型功能性 PR，逻辑清晰简单，但缺少单元测试覆盖，建议在后续整合中补充针对 `sqrtsoftplus` 的简单测试。值得关注的是 DeepSeek V4 模型对 MoE 评分函数的定制需求。

移除冗余XPU Graph后端并默认禁用

值得精读。本 PR 展示了在多硬件后端中如何安全地废弃旧实现、调整默认配置以及处理不同设备的 API 兼容性问题。`server_args.py` 中的 `_lock` 机制和 `_handle_xpu_backends` 的配置回退逻辑，是构建健壮配置系统的良好参考。同时，`mem_get_info` 的 try-except 模式值得在类似场景下复用。