sgl-project/sglang

在 CI 中添加 GB300 硬件测试套件并迁移 4-GPU 配置

值得精读，特别是 `test_numa_utils.py` 的重构模式和 `slash_command_handler.py` 中字段传递的设计。展示了如何在不入侵业务代码的前提下扩展 CI 硬件覆盖。对于需要新增 CI runner 的开发者有参考价值。

引入 pp_sync 机制修复 HiCache + PP 崩溃

本 PR 核心设计值得精读，特别是 `_pp_sync` 的设计：利用 `isend/recv` 避免全局 barrier，减少同步开销。关注 `writing_check` 中 ack 队列消费的同步策略，这是一个典型的分布式状态一致性问题。如果团队计划支持 HiCache + PP + L3，建议以此 PR 为基础进行扩展。

注册 #27338 到 pr_fix_toggle 逆向开关

该 PR 变更简单明了，建议合并。对于关注 EAGLE speculative decoding 和 CUDA graph 稳定性的开发者，可了解该 revert 机制及其对应 PR #27338 的修复内容。

修复 fa3 EAGLE draft-decode page_table scatter OOB

值得合并与精读。本 PR 修复了一个隐蔽的静默内存损坏 bug，展示了 cuda-graph 元数据构造中一个微妙的维度不匹配问题。建议关注：1) `cache_loc` 切片与 `page_size == 1` 分支的对齐设计；2) 始终启用断言作为安全网的做法；3) revert 开关的注册方式，这是一种低成本 A/B 调试基础设施。

新增 Apertus2509 工具调用与推理块解析器

该 PR 设计思路清晰，遵循了现有解析器框架的扩展模式，是添加新模型格式的良好范例。建议阅读 `apertus2509_detector.py` 和 `reasoning_parser.py` 的源码，了解如何集成 tool call 与 reasoning 解析。对于需要支持相似自定义格式的开发者，该 PR 提供了可复用的模式。

清理 trtllm_mla backend 中冗余的 init_mha_chunk_metadata 方法

可直接合并，改动清晰、风险低。但建议作者简单说明为何原冗余定义中参数不一致，以便他人理解历史背景。

调大 KL 散度阈值修复测试 flaky

变更简单直接，无需精读。可作为测试稳定性维护的参考案例。

优化 Gemma4 H200 MoE 与 extend attention 性能

推荐精读。尤其注意 kernel dedup 设计方法和 BF16 精度分析。对于 Gemma4 部署有直接收益；对编写数值稳定的 Triton kernel 有参考价值。