sgl-project/sglang

在AMD HIP平台上使用aiter CK layernorm2d内核替代torch实现，减少NSA索引器中的内核启动次数以提升性能。

建议AMD平台开发者精读此PR，重点关注forward_hip()中的条件判断逻辑和dtype处理策略。对于性能敏感项目，可以借鉴这种通过环境变量控制优化路径的设计。同时，注意测试覆盖的完整性，确保所有dtype和平台组合都被验证。

将DeepSeek V3/R1的共享专家融合到DeepEP MoE分发路径，作为本地附加专家。

建议技术管理者和核心工程师精读此PR，特别是 `deepep_shared_expert_fusion.py` 和 `deepseek_v2.py` 中的改动。关键设计决策如专家ID重映射策略和topk扩展机制值得关注，对于使用DeepEP的开发者来说，理解这些变更对性能和行为的影响至关重要。

更新 NPU 平台文档，修正参数描述和版本信息。

对于大多数工程师，无需精读此 PR。建议 NPU 平台的用户或负责 NPU 相关开发的工程师快速浏览 `ascend_npu_support_features.md` 的变更，以了解参数选项的更新和功能限制的澄清。重点关注参数默认值和可选值的更新，确保与自己的使用场景一致。

为 NPU 平台添加 Qwen3-32B 和 Qwen3-8B 模型的低延迟配置文档。

对于技术管理者，此 PR 可快速浏览以了解新增的 NPU 配置选项，无需深入代码分析。对于工程师，如果涉及 NPU 部署或优化，值得参考文档中的具体命令和环境设置，注意 review 中提到的清晰度改进点。

新增HiSparse-DSA模型的夜间CI测试，验证GLM-5-FP8在8-GPU H200上的HiSparse功能。

该PR值得CI/测试维护者精读，关注HiSparse配置参数和资源分配策略。设计决策中，将HiSparse测试集成到现有8-GPU套件是合理选择，但需确保资源配置与实际环境匹配。

统一prefill-only模型测试目录结构，提升代码维护性和CI覆盖。

建议精读以了解测试组织最佳实践，特别是如何按功能模块（如prefill-only vs input-embedding）划分测试目录。重点关注`test_score_engine.py`和`test_score_api.py`的设计，它们展示了不同API层（引擎vs HTTP）的测试策略和验证方法。

支持 FLUX.2 小解码器的 VAE 配置，扩展扩散模型组件兼容性。

对于从事扩散模型或多模态生成的工程师，建议精读 VAE 配置的扩展设计，了解如何通过添加可选字段来优雅支持模型变体。文档变更也值得关注，以理解组件兼容性矩阵的更新模式和用户指引。

为MemoryPoolConfigurator添加CPU单元测试，验证内存池配置逻辑。

建议开发者阅读此PR以了解内存池配置的测试方法，特别是模拟技术的使用和多种配置路径的验证策略。