sgl-project/sglang

移除 PCG 下 seq_lens_cpu 强制发布

此 PR 值得精读，尤其对于关注 CUDA graph 和异步推流的开发者。它展示了从保守守卫到精准声明的演进，以及如何处理不同场景（ngram）的特例。设计决策（所有消费者在 GPU-only 路径下对 None 安全）值得学习。建议验证目标配置（如 DeepSeek MoE 模型 + PCG）的实际性能提升。

将 bench_one_batch_server 搬迁到 sglang/benchmark/ 并添加 shim

建议简要阅读以了解 SGLang 项目中的 benchmark 代码组织方式及向后兼容 shim 的实践。Gemini 代码审查中提出的稳健性改进值得参考。

升级 GitHub Actions 中 github-script 到 v8

建议合并。低风险维护型 PR，属于依赖升级的最佳实践，有助于保持 CI 基础设施的健壮性。

修复 eager runner 静态缓冲区尺寸不足问题

建议阅读。虽然改动较小，但修复了两个不易察觉的边界条件 bug，体现了作者对调度器逻辑的深入理解。`max_prefill_buffer_tokens()` 的设计可作为后续类似缓冲区尺寸计算的模式参考，值得精读以理解 PP dynamic chunking 和 MLP sync 的交互细节。

复用静态缓冲区替代逐次分配，优化 dummy run 内存管理

该 PR 值得精读，尤其是 `_dummy_run` 的缓冲区接管模式和 `_autotune_buffers` 的适配器设计。review 中提出的问题值得在后续 PR 中跟进修复。建议关注其与 #28387 等 runner 重构 PR 的关联，形成对 SRT 运行器架构演进的全局理解。

统一 kernel warmup 至 BaseRunner 生命周期

精读并理解 warmup 统一的设计；部署前优先修复 pp_proxy_topk_size 缺失问题。

将 EagerRunner 提取为独立类，实现多态分发

建议精读。本 PR 是 runner 层系统重构的重要一步，展示了如何通过多态分发分离执行路径，并统一缓冲管理。自动化审查指出的潜在问题值得在合并前仔细验证，尤其是共享缓冲池的副作用和缓冲区大小估算。建议关注后续的修复 PR（可能基于这些评论）。

将GB300夜间测试接入标准Nvidia工作流

建议批准该PR，但需注意： 1. 首次合并后手动触发`nightly-test-perf-4-gpu-gb300`作业验证全流程。 2. 关注测试timeout风险，若常超时增加timeout-minutes或拆分测试。 3. 审查测试参数调整的准确性（尤其是baseline accuracy改动）。 值得学习的设计点：针对特定硬件的测试策略从全量回归聚焦到最优量化模式（NVFP4），可推广到其他硬件平台。