sgl-project/sglang

修复比较器端到端测试：添加polars依赖并修正dp-attention测试逻辑。

该PR值得快速浏览，特别是对于维护测试基础设施的工程师。关注点：1) 依赖管理的完整性；2) 测试中硬件特定假设（如dp-attention模式）的准确性；3) 允许特定张量比较失败的权衡。

为CI维护模式添加合并禁令政策，规范团队在CI不稳定时的操作流程。

此PR值得维护者和CI负责人精读，因为它定义了重要的团队协作规范。关注点包括维护模式的触发机制、政策执行细节以及如何平衡修复CI和开发进度。虽然变更简单，但体现了项目在基础设施管理上的成熟度提升。

为异构TP KV传输引入GPU暂存缓冲区和动态环形分配器，提升高并发下传输吞吐量。

该PR值得精读，展示了高性能异构传输的关键设计决策，如GPU kernels和动态分配器。关注staging_handler的设计以学习生命周期管理，以及review中的设计权衡讨论，如字段移动和代码清理。

为TRT-LLM稀疏MLA内核添加预填充批次支持，提升Blackwell设备性能。

建议技术管理者和工程师精读此PR，重点关注：1) nsa_backend.py中预填充页面表转换的设计决策，理解其与decode路径的差异。2) server_args.py中移除限制的合理性，评估是否已解决底层问题。3) 基准测试结果的可复现性，考虑在类似硬件上验证性能提升。

清理 flashinfer trtllm MoE 冗余代码，统一使用 FusedMoE 类。

建议精读此 PR，作为代码重构和清理的案例，关注如何统一代码路径、避免重复，并学习通过测试验证无回归的方法。对于涉及 MoE 或量化开发的工程师，可从中借鉴维护性提升的设计决策。

为评估数据集下载添加网络超时，避免CI因网络问题无限挂起。

该PR变更直接，适合快速浏览以了解CI优化措施。关注点：超时值30秒的合理性，以及是否需要在其他类似场景中推广此模式。

集成FlashInfer v0.6.7的trtllm mxfp8 gemm后端，提升FP8量化矩阵乘法性能。

该PR值得精读，特别是关注缩放因子处理优化（copy_or_rebind_param使用）和后端路由设计（dispatch_w8a8_mxfp8_linear），这些决策对量化性能和代码维护性有重要影响。工程师可学习FlashInfer集成模式和性能权衡思路。

预初始化tokenizer_manager避免引擎初始化失败时shutdown触发AttributeError。

这是一个简单的防御性修复，无需深入阅读。但可关注atexit注册与资源初始化的时序问题，作为类似场景的参考模式。