sgl-project/sglang

优化NPU文档术语，将separation统一为disaggregation并移除不支持参数描述。

对于一般开发者，无需精读此PR，除非关注NPU文档细节或术语一致性。变更简单直接，主要价值在于维护文档质量。

回滚 MUSA 硬件的 FA3 注意力后端支持，移除相关依赖和代码。

建议工程师查看回滚是否彻底移除所有 MUSA 相关代码，并关注后续是否重新引入 MUSA 支持或替代方案。对于涉及硬件后端的开发，值得关注此 PR 以理解依赖管理风险。

修复bench_one_batch中DP-Attention并行元数据错误，确保性能分析准确性。

该PR值得快速浏览，特别是对于涉及性能分析、DP-Attention配置或调度器开发的工程师。关注从硬编码到使用现有函数的简化设计决策，这体现了代码复用和一致性的最佳实践。

默认启用多模态图像分裂，移除MULTI_IMAGES模态，提升缓存命中率。

建议技术管理者和工程师精读此PR，重点关注_try_simple_split函数的实现和处理器层的变更，以理解多模态缓存优化设计；同时注意向后兼容性风险和后续ViT优化方向，可作为多模态性能调优的参考案例。

修复 Qwen3-VL MoE 模型在启用流水线并行时因加载非本地层权重而崩溃的问题。

该 PR 值得精读，特别是对于从事多模态模型或流水线并行开发的工程师。关注点包括：1) 权重加载中如何优雅处理流水线并行的层分布；2) 视觉语言模型中语言模型与视觉编码器权重的区分逻辑；3) 与非 MoE 版本（qwen3_vl.py）和纯语言 MoE 版本（qwen3_moe.py）的一致性设计。

为 NVFP4 量化模型引入 Marlin fallback 支持，使非 Blackwell GPU（SM75+）能运行 FP4 模型。

建议精读 `marlin_utils_fp4.py` 和内核修复部分，关注设计决策如自动 GPU 检测和条件隔离。注意 review 中提到的测试覆盖率和 PCG 问题，未来可能需补充数值验证和 tracing 支持。

修复函数调用 JSON 模式中 maxItems=1 限制导致的模型停滞问题。

该 PR 值得精读，特别是设计决策如何通过 parallel_tool_calls 参数平衡灵活性与控制，以及 JSON 模式生成的修改方式，展示了 API 兼容性与功能修复的结合。

为MOVA扩散模型添加NPU硬件支持，优化RoPE和内存格式兼容性。

建议涉及NPU开发或Diffusion模型的工程师精读此PR，关注平台检测设计（如current_platform.is_npu）、RoPE优化策略（torch_npu.npu_rotary_mul集成）以及如何处理硬件不兼容性（如channels_last_3d和complex128临时修复）。这些设计决策值得学习，以应对类似跨平台支持场景。