sgl-project/sglang

为 Mamba SSM 缓存添加随机舍入支持

值得关注的设计决策是随机舍入在两个后端中的统一抽象——通过 `ssu_dispatch.py` 的工厂函数将 SR 参数注入后端构造，使得上层调度器无需关心具体精度策略。同时，PR 中 Triton 内联 PTX 的用法为未来类似低精度运算提供了参考模式。但必须强调，PTX 操作数顺序的 bug 尚未确认是否已在合并前修复（代码 head 仍为错误顺序），建议尽快审查并修复该问题。

修复 MiMo-V2.5 模型 NPU 上 softmax 归一化错误

值得合并的一行修复，无技术争议。可作为后续添加 NPU 专用单元测试的参考点。

修复disaggregation receiver ZMQ socket未清理

值得精读，体现了分布式系统中socket生命周期管理的设计权衡：通过ZeroMQ选项实现故障快速发现与资源回收。但必须理解`RECONNECT_IVL=-1`配合`SNDTIMEO`的必要性，否则可能导致整个调度循环卡死。建议与后续修复#31025一并阅读。

修复 PP 通信中缺失 CP 维度导致的 rank 偏移错误

值得精读，尤其是了解分布式 rank 布局和多维度并行交织的通信设计。对理解 sglang 的 (dp, cp, tp) 维度布局有启发。

修复 DSA indexer 测试因 device 参数错误导致的 CI 失败

该 PR 是纯粹的 CI 修复，简单直接。值得关注的是其揭示了测试代码应尽量贴近真实运行环境（如 device 参数），建议后续测试编写时注意此类细节。

为 DFLASH 添加基础 sanity CI 测试

值得关注 DFLASH 测试基础设施的搭建方式。对于其他推测解码路径（如 EAGLE3）的测试有借鉴意义。fwd_occupancy_kit 的格式改进也有参考价值。

修复 NPU 调度器因缺少 in_capture 参数启动失败

该 PR 是典型的最小修复（1 行），可直接合并。对于阅读者，它展示了在多后端架构中，当基类接口演化时如何快速修复子类签名不匹配。值得注意的设计点是使用可选参数 `in_capture: bool = False` 而非强制参数，以保持向后兼容。

修复 weight checker comparator 中 ue8m0 填充块截断和测试断言

此 PR 是常规 bugfix，变更小且目标明确，建议合入。可关注 ue8m0 截断逻辑在其他使用场景中是否一致。