sgl-project/sglang

在 AMD ROCm 平台上跳过 ModelOpt FP8 和 NVFP4 量化测试，修复 CI 失败。

该 PR 变更简单直接，适合快速了解如何通过平台检测调整测试覆盖。值得关注的设计决策是选择在测试配置层而非运行时处理硬件不兼容问题，这降低了核心代码复杂度，但可能牺牲测试完整性。建议结合 review 中的讨论，思考未来如何更精细地管理跨平台测试策略。

预计算 GemmaRMSNorm 的 gemma_weight，避免每次前向重复加法开销。

该 PR 值得精读，尤其是 `_weight_loader` 的实现和缓冲区管理部分，展示了在 PyTorch 模块中如何安全地预计算并缓存张量，以及如何处理权重加载时的同步问题。关注设计决策：使用 `register_buffer` 缓存非持久化张量，并通过 `weight_loader` 回调确保缓存值与参数同步。

修复 ModelOpt B200 diffusion CI 覆盖，优化权重文件选择和 artifact 保存。

建议工程团队精读 `transformer_load_utils.py` 中的 `_prefer_mixed_safetensors_files` 函数，理解其设计权衡：在遇到混合和非混合文件共存时，优先选择混合版本以避免重复张量名问题。同时，关注测试 artifact 保存机制，确保在 CI 中正确配置环境变量以利用此功能。

修复扩散模型 CI 自动分区逻辑，支持多配置文件并防止空套件。

对于负责 CI 基础设施或扩散测试的工程师，建议精读以了解动态配置解析的设计。关注 `resolve_case_config_path` 函数和 `validate_suite_case_coverage` 验证逻辑，这些是防止 CI 回归的关键设计决策。

为 AMD CI 新增内网 Docker registry 镜像和 LAN 优先拉取策略，解决 Docker Hub rate limit 问题。

该 PR 值得运维和 CI 工程师精读，重点关注镜像拉取策略的设计决策（如优先级顺序和重试逻辑），以及硬编码 IP 和代码重复等可维护性改进点。

修复 AMD CI 门控逻辑，确保调度/全量测试模式下所有子测试都能执行。

此 PR 主要面向 CI 维护者和 AMD 平台开发者。建议关注 `.github/workflows/pr-test-amd.yml` 中 `sgl-kernel-unit-test-amd` 作业的条件逻辑和 `run` 步骤的变更，理解其如何通过 `CONTINUE_ON_ERROR` 环境变量区分 PR 模式与调度/全量模式。对于一般开发者，无需深入研读。

为LoRA嵌入层暴露num_embeddings属性，修复多模态模型加载失败问题。

该PR值得快速浏览以理解LoRA包装类的属性暴露模式。虽然改动简单，但展示了在包装器类中保持与基础层接口一致性的重要设计原则。对于从事LoRA或多模态模块开发的工程师，可关注`VocabParallelEmbeddingWithLoRA`类中关于TP并行和input_scattered模式的注释，这些涉及更复杂的分布式计算约束。

新增流水线并行与混合分块预填充的GSM8K精度测试，验证功能兼容性。

该PR值得快速浏览，重点关注`TestPPMixedChunk`测试类的设计，它展示了如何为特定配置组合（PP+混合分块）添加端到端精度测试。对于涉及流水线并行或预填充优化的开发者，这个测试可作为参考模板。