sgl-project/sglang

为Kimi-K2.5模型添加LoRA支持，并优化量化MoE兼容性。

建议技术管理者和工程师精读此PR，关注LoRA与量化MoE集成的设计决策，如get_triton_quant_info的重构和运行器后端选择逻辑，这些对于理解框架扩展机制有价值。同时，注意review中未解决的风险点，可能在后续开发中需要额外测试或修复。

修复SWA驱逐边界bug，防止页面大小大于滑动窗口时radix树插入错误导致的负使用和双重释放。

建议精读以了解SWA驱逐边界处理的预防与防御设计模式，这对于分布式缓存系统有借鉴意义。关注`_evict_swa`和`_insert_helper`的协同修复方式。

修复EAGLE推测解码在TP>1和非贪婪采样时因浮点非确定性导致的NCCL AllGather死锁问题。

该PR是解决分布式推测解码死锁问题的关键修复，值得所有涉及分布式推理和推测解码的工程师精读。重点关注浮点非确定性在分布式采样中的影响，以及通过广播确保一致性的设计模式。

移除ci-auto-bisect工作流中的Slack通知步骤，简化CI通知流程。

此PR变更简单直接，无需深入精读。值得关注的点是CI通知流程的简化决策，体现了从多渠道通知向集中化仪表板的演进趋势。建议团队确认仪表板访问便捷性和可靠性。

更新64个CI测试的估计时间，基于实际耗时优化分区平衡。

对于一般工程师，此PR无需精读，除非关注CI优化方法。值得注意的决策是使用严格标准（≥2数据点且≥50%差异>60s）来确保更新可靠性，可借鉴于类似估计调整场景。

为 gRPC 模式新增 Prometheus metrics HTTP 端点，默认端口为主端口加一。

对于关注可观测性、gRPC 集成或 Prometheus metrics 的开发者，建议精读 `_start_metrics_server()` 函数的实现，特别是错误处理和资源管理部分。设计决策如使用 OpenMetrics 格式和 try/except 包装整个 metrics 初始化值得学习。

为Kimi K2.5视觉语言模型添加Encoder-Prefill-Decode (EPD) 解耦支持，扩展多模态推理架构。

建议技术管理者精读此PR，以理解EPD架构的扩展机制和模型特定适配模式，关注设计权衡。工程师可重点关注 `encode_server.py` 中的属性处理逻辑和 `kimi_k25.py` 中的条件初始化策略，作为处理类似多模型支持时的参考案例。

修复非 x86 平台构建错误，将 AVX512 专用结构体包装在条件编译宏内。

该 PR 变更简单直接，适合快速浏览以了解跨平台构建问题的典型修复模式。值得关注的是讨论中提到的 ARM CI 引入计划（PR #22123），这反映了团队在提升跨平台测试覆盖方面的持续投入。