sgl-project/sglang

新增 Ascend NPU 上 GLM-5.2 部署文档

建议维护者验证并确保文档中的命令示例已按 Review 建议修正。对于需要部署 GLM-5.2 的用户，此文档是必要参考，值得精读。

更新 Ascend NPU 文档，补充环境变量并删除旧 best practice

这是一次常规的文档维护更新，对于 Ascend NPU 用户和部署 DeepSeek 模型的团队有参考价值。建议部署 W8A8 量化的用户查看环境变量文档，了解 `DEEP_NORMAL_MODE_USE_INT8_QUANT` 的用法和弃用计划。对于代码贡献者，可观察 review 中关于 low_latency vs normal mode 的讨论，理解 DeepEP 的配置设计。

修复ROCm 7.0上FP8 GEMM的NaN问题

该PR是一个针对特定硬件/软件组合的精准修复，设计思路清晰——按形状和M动态选择后端，而不是全局弃用CK。值得关注其**优雅的降级策略**，可作为后续同类硬件差异修复的参考模式。如果团队在生产AMD gfx950 + ROCm 7.0，建议立即合并。

同步 LMSYS SGLang 博客卡片链接到首页

可直接合并，无技术风险。

为 Intel XPU CI 添加每日作业监控工作流

值得对工作流模式和速率限制策略进行参考。关注 XPU 后端的团队应了解此监控机制，并在上游 `query_job_status.py` 变更时及时 cherry-pick。

PD 路由：prefill 失败时立即取消 decode 请求

值得精读，特别是 `tokio::select!` 在 PD 路由中的用法和断路器归属设计。merge 前建议补充测试覆盖 prefill 失败、decode 先完成、客户端断开等场景。

修复 draft 模型共享 logits buffer 形状不匹配

建议精读该 PR，特别是 `_copy_logits_to_buffer` 的最终实现，它展示了一种在性能优化与正确性之间平衡的实用模式：只在形状完全匹配时复用缓冲区，否则回退到安全路径。review 中关于条件切片的建议也值得学习。

修复 AMD ROCm 下 DeepSeek-V4-Flash 默认启用稀疏 prefill 导致的崩溃

该 PR 值得快速了解设计思路：平台条件默认值、保留用户覆盖能力、与现有模式保持一致。但实现中的条件逻辑 bug 提醒需要仔细审查环境变量的解析时机。建议阅读 #30237 作为后续修正。