sgl-project/sglang

优化 NSA 后端元数据生成逻辑，提升推测解码场景下的 GPU 性能。

建议关注新 Triton 内核 `seqlens_expand_triton` 的设计，以及如何将 CPU 端逻辑迁移到 GPU 以提升性能。该 PR 值得精读，学习 GPU 优化技巧和推测解码下的元数据处理策略。

通过调优 fused_moe_triton 内核并添加 int4_w4a16 支持，显著提升 Kimi K2.5 模型在 AMD 硬件上的性能。

建议工程师精读此 PR，特别是关注 int4_w4a16 量化支持的具体实现（如权重初始化和尺度计算）和调优配置的选取策略，这对高性能计算和量化优化有参考价值。

修改MultiPlatformOp中forward_npu方法默认调用原生实现以支持NPU模型。

建议阅读此PR以理解MultiPlatformOp中平台特定方法的默认实现模式，关注设计决策：在兼容性和性能之间的平衡。对于从事NPU或多平台开发的工程师，这是一个基础但重要的变更，值得学习如何通过基类修复影响广泛的兼容性问题。