sgl-project/sglang

替换Pydantic逐元素验证为C循环，API性能提升25倍

值得精读以了解如何利用 Python `array` 模块和 Pydantic `PlainValidator` 实现高性能类型验证。其微基准测试方法也可推广到其他热点路径的优化评估。

为AMD MI355X添加GLM-5.1-MXFP4 TP=2 GSM8K准确率门控测试

该PR结构清晰、用途明确，值得在AMD CI相关维护者中了解。其中 `_raise_nofile_limit` 和 `_get_model_path` 是硬件测试中常见的实用工具，可复用于未来测试。建议关注其CI运行稳定性，并根据实际硬件资源调整 `num_questions` 和 `parallel` 等参数。

为 AMD MI35x 添加 DSR1-0528 FP8 HiCache GSM8K CI 测试

建议合并，该 PR 填补了关键的回归测试空白，且本地验证充分。未来可考虑增加更多数据集或不同 HiCache 配置的测试，以进一步覆盖边缘情况。

仅更新注释和文档，无行为变更

虽然是纯注释变更，但其中的设计解释（为什么 D2H 用独立流）以及 FIXME（统一索引）值得关注，反映了架构决策和未来演进方向。

将 diffusion serve warmup 从请求预热改为服务器预热，并修复多模型边缘情况

**值得精读**。该 PR 展示了服务端预热的设计权衡：如何在不影响用户请求的前提下确保缓存就绪。`should_include_warmup_image` 的策略和 `get_model_sampling_defaults` 的回退机制是值得关注的模式。同时修复了多个模型特定的兼容问题，是理解 sglang diffusion 架构的好入口。

修复重叠调度数据竞争，解除前向占用损失

核心逻辑改动精炼，设计巧妙（用私有流避免屏障串行化），值得深入阅读。但 AMD 和 GB 回归表明跨平台适配不充分，建议后续添加数据竞争测试和跨平台性能基准后再逐步推广。

添加 Ling-2.6 百灵模型支持及推理优化

建议重点关注 `bailing_moe_linear.py` 中的异步 CUDA stream 设计，该模式可推广至其他 MoE 模型；`handle_max_mamba_cache` 的联合求解公式也值得参考。但需督促补充单元测试，并确认 `ispobock` 的 double check 已解决。

修复 V4 Pro Balanced 配方的 MegaMoE 和 DeepEP 后端

可直接合并，逻辑清晰且无争议。