sgl-project/sglang

修复 EAGLE3 多模态 chunked-prefill crash

该 PR 是一个精准的定点 bugfix，改动量小，逻辑清晰，值得精读以理解多模态与 speculative decoding 交互时的边界情况。设计决策中值得关注的是：不对占位符 token 做硬编码过滤，而是依赖 `vocab_size` 作为通用判据——既简洁又与模型无关。

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。