sgl-project/sglang

融合 Qwen-Image 最终 adaLN，bit-exact 自校验回退

值得精读。虽然端到端收益为 parity，但 `_qwen_norm_out` 展示了如何在生产推理引擎中安全地启用 bit-exact kernel 融合：以签名驱动验证、异常和未验证签名自动回退、compile 与 CUDA graph 场景隔离。对于想在 sglang 中做类似融合的开发者，这是很好的参考模板。建议关注后续是否将同类 gate 应用到更多 diT 模型的 final norm。

Qwen-Image FP8 norm 激活量化融合，GB300 端到端提速约 21%

值得精读。该 PR 是“窄快路径 + 位精确 + 逐项门控”融合工程的高质量样例：1）用 PTX 级对齐解决量化器的 ULP 差异，比“近似一致”的常规做法更严谨，且把两个真实 checkpoint 中点敏感 scale 放进回归矩阵；2）双输出（BF16 + FP8）同时满足性能与生命周期语义，避免了激活内存行为改变带来的隐性问题；3）configure_fp8_norm_quant 的门控集中在 post_load_weights，所有不支持场景静默回退，工程上非常稳健。建议后续融合类 PR 复用这套门控模板与 5+5 平衡基准协议。关注点：无 review 讨论、AMD ROCm CI 失败未解释，合并前建议补一条说明。

重新启用 DSV4-Flash W8A8 8p 两个夜间性能测试用例

值得快速浏览，但无需精读。该 PR 展示了 SGLang 使用 `register_npu_ci` 的 `disabled` 标志作为轻量 CI 开关的模式：临时禁用用例、问题修复后移除标志即可恢复注册。对于需要管理长时间夜间性能测试的团队，这是一个值得复用的开关设计。

修复 NPU 精度测试解析与超时，并调整显存参数

值得快速浏览，不建议精读。对 NPU 测试维护者有参考价值：一是 evalscope 多版本输出格式的兼容处理方式（正则顺序 + `finditer` + 百分比归一化）；二是 kimi_k2_6 显存参数调参时把"KV 池上限 vs prefill OOM"的权衡写进 commit 的做法，是测试配置变更的良好实践。核心逻辑直白，无架构性内容。

测试夹具补 component_precisions，修复扩散 CI 失败

该 PR 本身不值得精读，但它是“新增配置字段后测试替身漂移”的教科书案例，值得浏览 diff 并结合 PR#36991、PR#36907 理解 component_precisions 字段的实际消费点。可以借鉴的设计改进是：把散落在多个测试类里的 _Args 测试双精度抽成统一的 fixture 工厂，或直接基于 dataclass 生成，避免再次手工同步遗漏。

AMD gfx1250 镜像改从 main 构建并转正式发布

值得快速浏览而非精读。对维护 AMD 发布流水线的成员有参考价值，重点注意两个设计决策：(1) 用独立 job 隔离 bring-up 构建失败，避免影响正式发布；(2) tag 从 dev 到 release 的切换时机以构建 stage 是否合入 main 为准。若后续 gfx1250 镜像被 MI450 集群实际消费，应重新评估是否仍需要独立 job，并考虑为发布镜像增加冒烟验证步骤。

daemon 路径改按 GPU UUID 键控，隔离跨作业误连

值得精读，尤其是三处设计：其一，发现身份与权重兼容性解耦——用 GPU UUID 回答“连哪个 daemon”，用 CacheConfig 回答“权重是否匹配”，职责清晰；其二，模板占位符缺失即 fail-fast，堵住 str.format 静默忽略导致的路径收敛隐患；其三，客户端把 socket 推导下沉到加载时刻，避免在逻辑 rank 上建立错误绑定。对在共享主机上部署多作业的团队有直接参考价值。

gfx1250 接入 ROCm 10，含内核修复与 MI45x 精度测试

值得精读，尤其是 `aiter_mxfp4_w4a8_moe.py` 与 `triton_qk_rmsnorm.py`。值得关注的决策：1) 对不可用内核采取“成熟 triton 内核 + 布局转换”替代而非修内核；2) 用 IS_GFX1250 constexpr 阻止平台 workaround 泄漏到通用路径；3) 用环境变量矩阵管理多模型精度测试的可复现配置。对维护者：aiter 版本升级（aiter#2958 之后的统一 `fused_qk_rmsnorm` 入口）与 gfx1250 触发条件 `AITER_FORCE_A8W4` 耦合较紧，建议后续引入设备级开关集中管理平台特化逻辑。