sgl-project/sglang

添加 SANA-WM 扩散模型 cookbook

对于技术管理者，此 PR 表明团队在完善扩散模型文档生态，值得关注。对于需要使用 SANA-WM 的工程师，此 cookbook 是权威参考，建议精读。对于文档维护者，需注意实时配置的及时更新。

修复 PCG warmup 因 context_length 过小导致的崩溃

这是针对关键启动崩溃的最小化修复，值得精读以理解 PCG 配置与 context-length 的耦合。建议在 #30206 落地后确认最终方案。

给实验性路由器添加 /flush_cache 端点

值得精读。该 PR 实现清晰，设计决策明确（如绕过断路器、并发限制、错误报告格式）。对于需要扩展类似管理端点的开发者，是很好的参考。

为 Intel XPU 添加 xpu_attn 多模态编码器注意力后端

该 PR 值得详细阅读，尤其关注 `resolve_max_seqlen` 的缓存设计和 XPU 后端的注册流程。建议在合并前确认 `sgl_kernel.flash_attn.flash_attn_varlen_func` 对 `window_size` 和 `sinks` 的支持情况，并考虑增加更完善的测试覆盖。

在Intel XPU上启用Nemotron-3-Nano混合Mamba+MoE模型

此 PR 改动简洁，适合学习如何在 SGLang 中为 XPU 适配混合 Mamba+MoE 模型。重点关注跨平台算子绑定（`elif is_xpu()`）和激活函数白名单扩展的模式。

改进 CPU 图编译自定义 op 注册与显式 fallback 加速

值得精读设计：通过显式 `make_fallback` 规避 Inductor 诊断慢路径的思路可复用于其他算子编译场景。缺少测试配套，建议后续补充 fallback 注册的单元测试。

重新启用 XPU CI 的 stage B 测试并拆分测试套件

值得关注 CI 配置模式（预构建镜像拉取 + 多阶段拆分）的实践，可作为其他硬件后端 CI 优化的参考。核心开发人员无需深入阅读代码细节。

XPU 启用 fused_experts 量化支持

建议阅读以了解 XPU 支持的扩展方式。后续应补充模型级测试（如 reviewer 提到的 gpt-oss 20B）以验证正确性。