sgl-project/sglang

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。

为diffusion服务器添加uvicorn访问日志前缀排除功能，减少噪声日志。

该PR值得快速浏览，关注日志过滤器的实现细节（如`_UvicornAccessLogFilter`类中从`record.args`提取路径的方法），但无需深入分析，因变更较小且直白。

修复spec_step=1时CUDA图支持判断错误，确保草稿扩展使用正确后端。

该PR值得精读，展示了草稿扩展中后端选择与CUDA图支持的耦合关系。关注点：1. draft_attn_backend与draft_extend_attn_backend的职责分离；2. HIP代码块未修复的潜在问题；3. 后端类名重构的上下文。

添加测试网络超时和动态并行度配置以优化 CI 稳定性。

对于技术管理者和工程师，此 PR 值得关注以了解 CI 基础设施的优化模式，特别是超时设置和并行度配置；对于核心开发者，无需深究代码细节，但可借鉴类似维护实践。

修复gRPC服务器导入错误链，避免真实异常被屏蔽，提升调试体验。

该PR变更简单直接，适合快速review；对于理解Python异常链和错误处理最佳实践有参考价值，值得关注错误消息设计的清晰性。

重构NVFP4 GEMM内核以优化SM120性能，新增CUTLASS后端选项。

此PR值得精读，尤其对于参与量化或内核开发的工程师。建议关注： 1. SM120内核设计中的tile size选择和配置结构（如 `sm120_fp4_config_small_m`），以学习架构特定优化方法。 2. workspace分配从CUDA切换到PyTorch的决策过程，了解多流安全性的考量。 3. 新后端集成模式，作为未来添加其他后端（如cuDNN）的参考模板。

优化 fused_qknorm_rope JIT 内核，通过减少冗余计算和降低寄存器压力提升性能。

建议工程师精读 `fused_qknorm_rope.cuh` 中的内核优化逻辑，特别是循环重构和模板参数设计，关注寄存器优化技巧和编译时分支消除，这些对 CUDA 内核性能调优有借鉴价值。同时，可参考基准测试扩展方法以验证实际工作负载性能。