sgl-project/sglang

修复 PP 下固定 HiCache 容量不同步的问题

该 PR 值得合并，修复了 PP 下 HiCache 的一个潜在正确性问题。设计决策明确：使用 MIN reduce 确保所有 stage 容量不超过最小的 stage，与 device KV 容量同步策略一致。建议阅读 `sync_fixed_hicache_size` 函数的实现，理解其安全退避逻辑。

拆分 fwd occupancy kit 报告为性能与占用双表

值得阅读以了解如何组织测试报告，尤其对于需要设计 CI 可读报告的工程师。设计决策：将不同语义的指标分离到各自表格，并在断言前打印，提高调试友好性。这对后续编写类似测试报告有参考价值。

修复 Ascend NPU 最佳实践文档中的命令示例和环境变量引用问题

该 PR 是一次标准的文档维护，适合需要了解 NPU 平台最佳实践的用户参考。对于开发者来说，改动很直观，无需深入审查。

FlashMLA pin 升级 + CUDA 13 cccl 修复

建议合并。变更范围小，验证充分，且解决了 CUDA 13 兼容性问题。值得关注的是 FlashMLA 的 pin 管理策略，未来类似依赖升级可参考此 PR 的验证流程。

GLM-5.1 EAGLE 支持扩展到 AMD gfx942

此 PR 主要涉及文档和部署配置，适合需要部署 GLM-5.1 在 AMD GPU 上的团队阅读。设计决策中的死锁分析（aiter 自定义 all-reduce 内核问题）值得关注，但在当前 PR 中未深入讨论。

AMD MI355X 2节点1P1D分解式夜间基准测试

值得仔细阅读，特别是其自包含 CI 设计、GSM8K 门控与性能测量的结合方式、以及自动镜像解析策略。该 PR 可作为 AMD 平台后续模型基准测试的模板。

集成 Intel AutoRound 量化，新增 auto-round-int8 支持

值得精读，特别是 `IncModelLoader` 的实现展示了如何将外部量化库集成到 SGLang 的模型加载体系中。设计上采用了继承 `DefaultModelLoader` 的方式，复用权重加载后处理流程，值得借鉴。建议关注离线量化保存路径的约定（scheme 子文件夹）以及在线量化后如何重新初始化模型架构。

为NPU模型教程添加环境前置条件并更新安装指南

值得合并，提升了 NPU 文档的完整性和用户引导性。建议将来在类似教程中保持相同的 Environment 小节模板，并定期检查链接有效性。