sgl-project/sglang

为Blackwell SM100添加CuTeDSL GDN预填充内核

建议Blackwell工作负载的用户启用 `--linear-attn-prefill-backend cutedsl` 以获取性能收益。开发者应重点关注 `gdn_cutedsl.py` 中的集成模式以及 `GDNKernelDispatcher` 的回退机制设计，这为后续添加其他后端提供了参考模式。同时，建议为 `extend()` 添加更多单元测试以增强鲁棒性。

规范化工具参数中非标准 JSON Schema 类型映射

该 PR 设计清晰，测试完备，建议合并。后续可考虑： 1. 增加最大深度限制以防御堆栈溢出。 2. 将 `_PREFIX_BOUNDARY_CHARS` 与前缀规则文档化，供用户参考。 3. 在 CHANGELOG 中标注此兼容行为。

融合 kernel 优化 MoE FP4 后处理性能

该 PR 是典型的性能优化案例，展示了如何通过 kernel 融合减少 MoE 后处理开销。推荐精读 `cutlass_moe.py` 中的融合策略，以及对应的 `apply_shuffle_mul_sum` 内核实现。对于正在优化 MoE 推理的工程师有直接参考价值。

AMD DSV4 压缩与注意力 Triton 内核融合优化

建议精读 fused kernel 的设计和 autotune 策略，尤其 `_should_use_fused_dual_scope` 的决策逻辑和基于 workload size 的分级 dispatch。对于涉及 online softmax 的 kernel，review 中的 NaN 修复模式值得推广。

修复 FA3 跨注意力对变长编码器的批处理支持

建议精读该 PR，尤其是 `init_forward_metadata` 中 fancy indexing 的构造方式。这是一个典型的注意力元数据构建 bug 修复，设计简洁，且验证充分，对于理解 SGLang 中跨注意力的批处理实现有很好的参考价值。

更新 CUDA 12 安装命令到文档

可直接合并，文档变更轻量且无副作用。建议后续维护者关注 cu129 索引 URL 是否正确指向 CUDA 12 包。

WNA16 MoE Marlin 工作空间复用优化

该 PR 是一个小而有效的性能优化，值得合并。建议关注 workspace 大小参数是否应可配置，以及是否可推广到其他 MoE 后端。

GLM-4.7-Flash 独立 MLA 实现及 NextN 推测解码

建议仔细审查 `glm4_moe_lite_nextn.py` 的 `__init__` 是否按 review 建议修复；若未修复，应及时补充。此 PR 的独立模型设计思路值得参考，尤其 MLA NextN 的 zero_allocator 传递模式。建议合并后补充针对模型加载和 pipeline 的测试。