sgl-project/sglang

更新 ROCm Docker AITER 版本并适配新 API

此 PR 为常规基础设施更新，建议阅读 `docker/rocm.Dockerfile` 中的版本变更，了解 AMD GPU 构建的最新依赖。`aiter_backend.py` 的 1 行改动值得留意：当第三方库 API 变更时，如何以最小改动兼容新签名。

将 HiCache L3 哈希生成从 Python per-token 循环改为 C++ native 扩展，实现约 70× 加速

值得精读。该 PR 展示了一种典型的热点路径优化模式：识别 Python 循环瓶颈，通过 C++ 扩展和 AVX2 指令集大幅加速，同时保持 Python 调用的便利性。设计决策中关于 per-page scratch buffer 的使用、bigram 重叠对的生成、以及优先利用已有 `array` 缓冲区避免额外拷贝的思想，值得在其他性能敏感模块中借鉴。

加强 JIT 和 sgl-kernel 测试的形状覆盖

值得阅读的 PR。它展示了如何为 kernel 测试建立高效的生产环境覆盖策略——通过 `get_ci_test_range` 分离 CI 和本地/nightly 测试范围。与 RFC #29630 的关系进一步说明了测试基础设施对架构演进的重要性。建议所有 kernel 贡献者学习此模式，在新增 kernel 时同步添加 production-like shape 测试。

清理 diffusion 模块的未使用导入和死代码

作为常规清理 PR，不必强制精读；但 `vmoba/__init__.py` 中的显式 re-export 模式值得在其他模块推广，可提升 IDE 跳转和静态分析准确性。

拆分 AMD 夜测任务避免超时

值得合并，解决了夜测稳定性痛点，不影响任何生产代码，且已在两个 ROCm 版本上验证通过。对于 CI 维护者，可参考此模式拆分其他超时 job。

修复 DSA fp8 trtllm CP 下 KV gather 形状不匹配崩溃

本 PR 修复了关键的 shape mismatch 崩溃，设计思路清晰（延迟 gather 直到形状正确）。建议精读 `_should_defer_dsa_cp_kv_gather` 的条件判断和 `_all_gather_dsa_trtllm_fp8_kv` 中拼接-通信-切分的实现。合并后应关注非连续张量的潜在问题。

修复 NPU GLM-4.6V 处理器参数名变更

建议合并。确认上游 transformers 版本兼容性。

为 HTTP 入口添加 zstd 解压缩与头部覆盖

此 PR 设计清晰，采用环境变量门控、ASGI 中间件模式，值得参考。建议阅读实现中的错误处理和类型转换细节，特别是 `wrapped_receive` 模拟 ASGI 完整体的技巧。