sgl-project/sglang

削减三个 CPU 测试的重复加载与串行子进程开销

值得精读。该 PR 展示了如何系统性地诊断 CI 性能瓶颈（逐个文件计时、区分根因、校准基线），并给出三个可复用的优化范式：lru_cache 消除重复对象构建、ThreadPoolExecutor 并行化独立子进程、字符串预过滤减少 AST 解析面。作者对每个优化都提供了实测数据、等价性论证和权衡说明，尤其对预过滤弱点和 -k 行为变化的坦诚披露，是写高质量 CI 优化 PR 的范例。关注 test_import_surface 预过滤后续是否被替换为更强方案，以及 base-c 测试是否跟进 tokenizer 共享。

8 个配置棘轮扫描测试加预过滤与缓存，CI 提速数倍

值得精读。核心价值不在功能交付，而在两个可复用模式：基于“字面标识符必然出现于源码文本”的预过滤，以及“输出等价断言 + 负对照注入”的验证方法。对 CI 维护者和静态分析型测试的作者很有借鉴意义；对只关心推理服务的工程师则优先级中等，因为不涉及任何运行时路径。实现中有两点值得学习：刻意不做过度收紧的边界判断，以及用负对照证明性能优化没有牺牲查全率。

新增组件级量化覆盖与忽略层配置

值得 diffusion 与量化方向的工程师精读：核心设计是「串行化检查点保持 metadata 驱动、在线量化用显式覆盖、不支持则 fail closed」这三条边界；`ServerArgs` 中 `_extract_component_quantization_ignored_layers` 与 `__post_init__` 的规范化/一致性校验模式也可作为新增组件级配置的参考范本。

实现 Comfy 混合 NVFP4/INT8 检查点按层分发量化

值得精读。set_comfy_layer_markers 展示了如何在一份量化配置内按层组合两种量化方法，get_quant_method 的 prefix 分发模式也可复用于其他混合量化检查点。注意本 PR 栈式叠加在 #36044 之上，建议结合父 PR 与 #36066 一起阅读，理解 Diffusion 量化加载的完整演进方向。

合并 NPU 测试修复：进程组收割与挂起检测

值得 NPU 测试维护者精读 run_bench_serving 的看门狗实现：把 'stdout 空转超时 + 排空宽限 + 进程组 SIGKILL' 组合起来管理长跑子进程，是一个可复用的测试进程治理模式。一般开发者可略读，只需关注 DEEPEP_HCCL_BUFFSIZE 这类环境变量约定是否与本仓库 NPU 部署文档一致。

SM120 flash_mla 分页缓冲改在推断模式外分配

值得精读，但仅面向关注 SM120 内核和 CUDA graph 相关机制的工程师。核心设计决策是保持惰性缓冲区分配与使用模式一致性，并修复不对称保护。可借鉴其注释说明写法，但实现简单，无需深度分析。

新增多步 HiSparse swap 内核，一次 gather/commit 完成 MTP 交换

值得精读。本 PR 展示了如何通过双内核 + PDL 设计将多步交换合并为一次启动，并包含跨步骤去重与近似缓存接纳的权衡，对推理引擎开发者有参考价值。同时需关注其后续集成进展与边界测试补强。

预过滤并延迟解析，让棘轮测试提速 2.4 倍

**值得精读**，尽管它只是一个测试优化 PR，但体现了很好的性能分析方法论：精准定位热点（量化耗时分布）、通过最小改动消除 O(n²) 开销、用自校验确保正确性。对于 CI 维护者，可作为后续优化其他慢测试的参考模板。对于普通开发者，可以学习 `get_source_segment` 的性能陷阱和预过滤模式的通用价值。