sgl-project/sglang

为混合Mamba模型添加Mamba状态卸载支持和混合缓存控制器，提升缓存命中率。

建议工程师重点阅读`hybrid_cache_controller.py`和`hi_mamba_radix_cache.py`，关注`PoolTransfer`设计如何抽象多池传输，以及`MambaPoolHost`的布局优化对性能的影响。此PR展示了缓存系统可扩展性的重要演进，适合学习分层缓存设计。

修复Z-Image序列并行sharding，支持肖像和填充分辨率，避免图像损坏。

建议技术管理者和工程师精读此PR，特别是_build_zimage_sp_plan的设计决策和denoising.py中的gather逻辑修改，以理解序列并行中处理图像几何形状的技术权衡。关注风险点，确保测试充分覆盖新路径，并评估对其他管道的潜在影响。

更新GitHub Actions工作流权限并删除过时的版本升级脚本。

对于负责CI/CD的工程师，可以快速浏览以了解权限更新；对于其他开发者，无需深入关注。

修复 GLM-V 和 GLM-OCR 模型中的配置检测错误和 MTP 接受率问题，提升与 transformers 5.x 的兼容性。

建议工程师精读此 PR，特别是 `weight_utils.py` 中的配置检测逻辑和 `glm_ocr.py` 的设计修正，以了解模型兼容性处理的最佳实践。关注 MTP 相关权重的加载顺序调整，这对于 speculative decoding 性能优化有参考价值。

将 CI 测试工作流拆分为多个文件，提升维护性。

建议工程团队，特别是负责 CI 的开发者，精读此 PR 以了解 GitHub Actions 可重用工作流的设计模式，重点关注环境变量继承机制和变化检测更新。对于技术管理者，可关注其作为基础设施重构的最佳实践案例。

修复 DeepSeek V3.2 上下文并行中 in-seq-split 方法的计算错误并标准化测试。

建议工程师精读 server_args.py 的修改，了解上下文并行计算逻辑；测试重构部分可作为测试迁移的参考。

改进 CI 和测试文档，提供清晰指导并修复相关测试文件。

该 PR 值得快速浏览，特别是 test/README.md 的更新，对于理解项目 CI 结构和测试指南有直接帮助。代码变更部分如 sys.exit 修复和路径调整值得关注，可检查类似问题在其他地方是否已解决。对于技术管理者，可参考文档改进作为最佳实践。

为AMD平台添加GemmaRMSNorm的fused HIP前向方法，提升Qwen3.5模型性能。

建议精读此PR以学习AMD平台上的性能优化策略，关注forward_hip方法中的kernel路由设计、回退机制和Gemma特定偏移处理，这些是设计决策的核心。对于从事硬件后端优化的工程师，此PR提供了融合kernel集成的实际案例。