sgl-project/sglang

Flash Vision 低延迟配方启用 DSpark，B200 精度更新为 75.14%

作为纯文档 PR 无需精读业务逻辑，但对 cookbook 配置面板维护者与 DeepSeek-V4 系列跟进者值得浏览。值得关注的设计：1) 用 hide / disable 规则集中表达"功能间不兼容约束"（DP Attention × DSpark、CUDA only），比散落在正文的说明更不易失真；2) `verified` 与 `verificationStatus` 双字段让 target-only 配方可以随验证进度平滑演进；3) 基准数据页把"测得分数"与"测量命令"绑定在同一单元格，降低误读风险。

unified 池泛化至 N 子池，新增浮动池支撑 mamba+SWA 三态 KV

值得精读。三个设计决策尤其值得关注：一是 `_CapacityField` 用数据描述符 + epoch 让容量 memo 失效"按构造"发生，避免了散落的失效钩子；二是 `_float_open_short_side` 的 demand-vector 策略，使单带宽短供、耦合多带分配、未来组合准入向量统一为一种表达；三是 `_relieve_for_alloc` 将 flush/relocate/evict 收敛为单一 ladder。建议结合 test_unified_capacity_memo.py 与 test_multi_ended_allocator.py 的测试方法论阅读，这两份测试的防御深度（属性测试 + 反射扫描 + 伪装写入探测）本身就值得借鉴。

统一内存按字节预算定容，新增守恒校验与 bs=1 可行性检查

值得精读。核心设计决策包括：allocator-owned hook + 默认逐位兼容、诊断只读不 raise 的可用性取舍、`_reserved_floor_bytes` 单一事实来源、方向无关的 chain 排序、flooring 而非 rounding 的 4096 B 对齐。对想理解 SGLang 统一内存池演进方向（N 子池、字节准入）的工程师，这是很好的中间态样例，建议结合 #35154 与 #35177 一起阅读。

统一内存混合模型路径 4 项启动与正确性修复

值得精读。这是 unified-memory 混合模型路径上线后第一批系统性缺陷修复，对以下读者尤其有价值：① 维护 mem_cache / 分配器相关代码的工程师——释放路径的 host 同步分析（标量 RHS H2D 阻塞、torch.unique D2H 计数）与 free_segment 步长推导是通用 GPU 内存管理经验；② 关注内核契约与 matcher 关系的读者——「matcher 强于内核真实契约」的判断方法可迁移到其他 JIT 内核；③ 测试设计爱好者——AST 源码扫描 + mock.patch 拦截 torch.unique + 功能测试三层护栏的组合非常值得借鉴。建议重点阅读 multi_ended_allocator.py 的 free/free_segment/_page_reps_pieces 与 swa_component.py 的 _page_pairs/_transfer_swa_pages，以及两个对应测试文件的 docstring（它们本身就是完整的设计文档）。

DeepSeek-V4 文档新增 Flash Vision 多模态变体

该 PR 属于文档站变更，不涉及引擎运行时，不值得精读；但两个设计决策值得关注：一是“向后兼容的配置解析链扩展”（新键插在链首、旧键顺序不变），作为数据契约演进的范例；二是“验证状态三态治理”（verified / in-progress / pending + warn banner），适合推广到任何带基准数据的文档场景。若后续要改动 cookbook 引擎，务必记住 `_deployment.jsx` 与 `_playground.jsx` 需同步修改这一 Mintlify 约束。

KV 释放、复用断言与存在性检查统一走 KV record

值得精读。重点看 `memory_pool.py` 的 `alloc` / `free` 断言设计与 `scheduler_pp_mixin.py` 的统一释放路径。本 PR 是“断言应基于记录状态而非派生字段”的样板：`holds_kv` 与 `kv_allocated_len` 的语义可以直接复用到后续 unified-memory 改造中。若团队正在做 KV ownership 或 radix cache 相关重构，建议合入后密切观察 dllm / disagg / pp 路径是否有新断言触发。

66 项低频测试移入 weekly，workflow 矩阵化

值得精读。这是 sglang CI 体系的一次系统性梳理：测试频率分层策略、无效注册清理、GitHub Actions matrix 化与 runner_filter 下沉，以及 compute_partitions.py 的 matrix 静态解析。对维护多 runner 测试矩阵的团队有直接参考价值。重点关注：注册即声明 (suite, stage, runner) 的约定、静默丢失的防御（白名单校验 + 人工核对）、以及"从不执行的注册比报错的注册更危险"这一运维洞察。

精简 GenerateBody 反序列化注解并文档化 batch header ABI

值得快速阅读，重点看两处：请求体 Option 字段删除 serde(default) 的清理模式，以及 BatchHeader 的 direction_family_shape 命名契约文档。如果后续要改 batch header 或新增 extras 列，应严格遵循该命名语法并保持与 Python header_cols 顺序一致。