sgl-project/sglang

升级flashinfer依赖至0.6.7版本，修复多项issue并同步外部变更。

建议团队仔细审查此PR，特别是测试文件的修改是否合理（如禁用测试和调整容差），并关注相关issue和PR（如#21452和#21625）以确保兼容性。对于工程师，值得关注engine.py中的版本检查逻辑和依赖升级的潜在breaking changes，以预防生产环境问题。

融合KDA预填充流水线中的三个内核，减少内核启动开销和中间内存使用。

对于关注内核优化和性能提升的工程师，此PR值得精读，特别是融合策略和token-parallel设计。建议重点审查chunk_intra.py中的内核实现假设，并注意review中未解决的循环依赖问题。

修复macOS上Python 3.12+中Triton stub子模块导入失败的bug。

该PR值得精读，尤其对于处理Python导入系统兼容性、macOS/MPS环境集成或代码重构的工程师。关注点包括： - `find_spec`方法的实现细节，展示了如何动态模拟模块和子模块。 - 从`find_module`/`load_module`到`find_spec`的迁移决策，体现了对Python版本演进的适应。 - 讨论中如何通过测试验证修复，确保跨Python版本的兼容性。

修复CI失败分析脚本，仅使用最近运行数据避免旧runner干扰，并添加失败job列表用于调试。

建议负责CI基础设施或监控的工程师精读此PR，重点关注数据范围缩小的设计权衡（如何平衡历史覆盖与性能），以及新增失败记录功能的实现细节，以借鉴于类似监控脚本优化。

修复 Docker 镜像中的安全漏洞和构建错误，显著降低 CVE 数量。

建议安全团队和 DevOps 工程师精读此 PR，特别是关注 Dockerfile 中构建优化和清理机制的设计，以及依赖升级的版本管理，有助于提高容器化部署的最佳实践。

修复GLM-4V模型在VisionAttention中因num_dummy_heads计算缺失导致的dist_utils.divide异常。

对于从事NPU开发、多模态模型维护或视觉语言模型集成的工程师，建议精读此PR以理解num_dummy_heads参数传递和硬件兼容性处理；同时关注测试准确性问题的后续解决。

为扩散测试添加URL下载重试和超时错误处理，提高CI稳定性。

建议阅读者关注重试机制的设计和异常处理细节，注意review中提到的潜在问题，对于类似CI改进项目，此PR展示了如何通过代码优化提升测试稳定性。

为 run_eval 添加延迟和吞吐量指标，支持 CI 回归检查。

建议对 CI 工程师和测试开发者精读，以了解新的 metrics 计算方式；对于其他开发者，快速浏览即可。