sgl-project/sglang

启用 DSV4 flashinfer_mxfp4 共享专家融合，显著降低 TTFT 与 ITL

值得精读。这是一个"机制已存在、本 PR 负责启用与防护"的典型范例：源码改动极小（12 行 guard），但通过契约测试把量化 wire format 钉死，并通过 fail-fast 防护避免 EP 下静默错误。可重点关注 `uses_per_rank_fused_shared_slots()` 与 `_maybe_load_fp8_shared_expert_as_fp4` 的交互，以及测试中对 -0.0 编码的断言处理方式。

为 M3 新增 MI35x 夜间性能基准，替换 M2.5 槽位

值得关注的是其 CI 门控与资源配置设计：精度与性能共用 job、复用已验证 recipe、perf 步骤容错运行，这种模式适合在资源受限的 nightly 矩阵中扩展覆盖。对于关注 AMD 或 MiniMax-M 系列的工程师可精读测试文件与 workflow 变更；对一般开发者，可作为 CI 基准组织方式的参考。

锁外迭代前快照 affected rooms 修复竞态

值得精读，尤其是对 `CommonKVManager` 和节点故障处理机制感兴趣的工程师。该 PR 展示了如何通过简单的快照修复隐患，并详细分析了各后端的访问模式，对理解锁内外数据一致性有启发。

修复 prefill 重启后解码端复用旧端口，缓存代际按对象身份失效

值得精读。该 PR 展示了一个典型的“缓存失效需精确到对象身份”的并发设计：通过记录谁引用了哪一代缓存、在失效时用 `is` 比较避免误删并发替换，是处理分布式/多接收者缓存失效的佳例。同时，将 `_connect_to_bootstrap_server` 移入 `try` 块并在发送失败时同步失效，体现了错误恢复与缓存一致性联动的思路。建议重点关注 `_setup_bootstrap_infos` 中 `setdefault` 与对象身份判断的组合用法。

Granite 4.2 cookbook 改用 auto 解析器标记

值得关注的是其作为文档如何正确利用 `auto` 解析器功能。可作为后续其他模型 cookbook 更新的范例，建议整合到现有文档规范中。

调整 MI300 score API 性能阈值

值得快速浏览，但无深度技术内容。关注 AMD CI 性能基线的维护，建议记录放宽阈值的理由，并考虑在性能稳定后收紧。

EXTEND 调优按实际调度器缓冲预热，DP prefill 吞吐提升约 6%

建议精读 `flashinfer_autotune.py` 中 token 预算来源与 `base_runner.py` 断言放宽两处改动，重点学习「预热形状必须对应生产负载的真实 per-rank 缓冲」这一性能分析思路。如果部署并启用 `SGLANG_FLASHINFER_AUTOTUNE_EXTEND`，建议先在小流量验证多模态与投机组合，再逐步扩大。

新增 IBM Granite 4.2 cookbook 文档与基准配置

值得快速翻阅，作为新增 cookbook 的示例，了解配置脚本与基准数据的组织方式。无需深入阅读。