sgl-project/sglang

修正 NPU 性能分析文档错误并补充约束

建议合并。该 PR 提升了 NPU 性能分析文档的准确性和可用性，对 NPU 用户很有价值。值得注意的设计决策是：将 Note 卡片移动到更合理的章节位置，以及明确参数优先级顺序，这些做法提升了文档的可读性和规范性。

更新 Ascend NPU 文档：移除 AISBench、升级依赖、修正命令

属于常规文档维护，值得快速通过。注意 review 中指出的 'two tools' 描述残留应确认已修复；若无，应在合并前补充修正。依赖版本升级建议在发布说明中同步标注。

更新 NPU 文档：新增算子性能优化指南并调整 PD 分离示例

建议 PR 阅读者关注 `ascend_npu_operator_performance_optimizing.mdx` 中 msprof 输出字段的解释，这对性能调优有直接帮助；同时注意 `send_request.mdx` 中的 import 问题尚未彻底修复，若直接复制代码需自行添加 `print_highlight` 的 import。PD 分离文档的 MIMO 环境配置可以作为 NPU 部署的参考。

融合因果 Conv3d 的 cat 与 pad 为 Triton 内核，加速 VAE 解码

建议团队阅读本 PR，尤其是如何通过 Triton 融合简单操作来消除小开销，以及设计回退和守护条件的方式。对于未来类似性能优化（如卷积前置处理），可复用此模式。另外，建议为 Triton 内核添加单元测试，提高回归覆盖。

补充 NPU 部署文档的细节说明

这是一个小范围的文档完善 PR，改动清晰且无争议。对于使用 Ascend NPU 的团队成员或用户，建议阅读更新后的文档以获取最新的配置建议。其他开发者可快速合并或忽略。

更新 Ascend NPU 文档：镜像版本、离线方案及参数修正

此 PR 为纯文档更新，建议部署 NPU 的用户阅读更新后的文档，特别是离线部署和参数配置部分。

修复 NPU 新模型支持文档格式与内容

该 PR 为纯文档修正，技术洞察价值有限。如果负责 NPU 相关开发或文档维护，可以快速浏览确认格式规范；其他工程师可忽略。

新增 NPU MiMo-V2-Flash 手动测试用例

该 PR 为纯测试补充，对生产代码无影响。值得关注的是测试中使用的 EAGLE 投机解码参数配置，可作为 NPU 上类似模型的参考模板。