sgl-project/sglang

优化HiSparse解码备份调度，通过异步备份减少CPU气泡，提升TPOT性能5%。

建议技术管理者和工程师精读此PR，重点关注流调度设计如何减少CPU气泡，以及review中讨论的Tensor Parallelism支持和性能优化点，以借鉴异步备份模式。

修复NPU后端MLAPO融合内核在非MLA模型下错误禁用KV缓存保存的问题。

该PR值得NPU后端开发者精读，虽然改动小但揭示了MLAPO与模型类型耦合的设计决策。关注self.use_mla属性的使用方式，以及未来是否应重构重复逻辑。

通过 Granian 支持 HTTP/2 服务器，提升高并发客户端吞吐量。

建议技术管理者和后端工程师精读此 PR，重点关注如何优雅地集成第三方 ASGI 服务器、处理多进程初始化的设计决策，以及命令行参数验证的逻辑，这些对类似基础设施改进有借鉴价值。

修复MambaRadixCache v1 (no_buffer)模式下page_size>1导致的崩溃，添加自动校正逻辑。

该PR值得快速浏览，主要关注点： 1. 理解MambaRadixCache不同模式（no_buffer vs extra_buffer）的配置约束 2. 注意gemini-code-assist[bot]提出的覆盖问题，这可能需要在后续PR中解决 3. 作为配置验证模式的一个案例，展示了如何在server_args中处理不兼容参数

优化Mamba状态跟踪，消除D2H操作，提升TTFT性能6%。

建议技术管理者和工程师精读此PR，学习如何通过预计算索引优化D2H操作；关注`init_forward_metadata`中的设计决策，以及review中关于性能权衡的讨论。

为NIXL解耦后端添加Mamba状态切片传输支持，使混合Mamba模型在异构TP下正常运行。

该PR值得技术管理者关注，因为它扩展了NIXL后端的异构TP支持，是解耦推理演进的重要步骤。工程师可精读`_send_mamba_state_slice()`函数以学习状态切片和RDMA传输的设计模式，但需注意参数传递的可读性改进空间。

修复扩散模型CI一致性检查，移除不稳定测试用例并调整阈值配置。

建议精读以理解扩散模型测试的稳定性处理策略，关注阈值管理和测试用例选择的设计决策，以及CI环境优化的实践。

将Ring-2.5-1T模型测试从常规CI移至夜间测试套件，并添加软看门狗超时参数。

此PR变更简单，无需精读。值得关注的是review建议未被采纳，软看门狗配置可能无效，但鉴于这是测试配置调整，风险可控。建议后续如有类似测试迁移，可考虑采纳review建议以完善超时处理。