sgl-project/sglang

NPU 后端确定性推理适配

值得精读，特别是 `npu_batch_invariant_ops.py` 和 `batch_invariant_ops.py` 中的条件注册逻辑，展示了如何在 SGLang 框架中为不同硬件后端提供操作符替换。采样器中的种子化改造也是一个可重用的模式。

修复 XPU NIXL 地址溢出问题

值得精读，尤其是在 Intel XPU 上运行分离式推理的团队。展示了 NumPy 类型提升陷阱以及如何处理高 64 位地址。

将 1.3MB 的 tokenizer 测试 fixture 缩小为几 KB

这个 PR 是测试基础设施的清理工作，值得所有关注仓库健康度的开发者了解。它展示了如何在不影响测试覆盖的前提下，通过细心分析测试依赖来安全地移除大型二进制/JSON 文件。

修复 FA3 EAGLE draft decode 的 page_table scatter OOB

本 PR 已合并，无需额外操作。建议开发者在涉及 FA3 后端和 speculative decoding 时，关注 #27360 的修复逻辑，并确保类似场景在其他后端也得到测试。

规范 Spec V2 代码命名，accepted→accept，page_size_1→contiguous

此 PR 是代码规范化的良好实践，值得精读以理解团队命名约定。对于关注 speculative decoding 的实现细节的工程师，重命名后的函数名更易理解其语义（accept 而非 accepted）。

融合 Spec 中 4 个 gather 算子，TPOT 提升 1-2%

值得精读，展示了如何用 Triton 手动融合 gather 操作绕过 torch.compile 融合限制，并附有高质量的测试设计，可作为 Triton kernel 开发的范例。

重命名函数并删除废弃的 Spec V1 辅助代码

该 PR 为常规清理维护，值得简要了解其删除逻辑，确认无意外引用即可快速合并。不包含复杂设计决策，无需深入阅读。

支持 DSV4 DP Attention 可断点 CUDA 图

建议所有 DeepSeek V4 相关开发者精读此 PR，重点关注： 1. `DSV4AttnMetadata.refresh_for_breakable_cuda_graph_replay_` 中的字段分类设计，这是图捕获地址稳定的核心。 2. BCG 运行器中 DP rank 同步保护的模式，可复用于其他分布式后端。 3. 注意力后端接口的扩展方式，后续为其他模型添加 BCG 支持时可参考 `DeepseekV4AttnBackend` 的 opt-in 实现。 对于运维团队，建议先在低风险预发布环境进行 A/B 性能对比，确认工作负载符合预期后再推广。