sgl-project/sglang

修复上下文并行中当 tp_size 等于 attn_cp_size 时残余张量大小不匹配导致的推理崩溃。

对于维护 sglang 并行通信模块的工程师，建议精读此 PR 以理解 CP 中模式匹配和数据布局一致性的细节。变更虽小，但揭示了在并行计算中条件逻辑顺序的重要性，值得关注以防止类似错误；对于管理者，可快速合并以确保系统稳定。

移除显式Blackwell环境变量，改为通过CUDA能力自动检测。

这是一个小型基础设施变更，对核心业务逻辑影响有限。建议CI维护者关注此变更，以理解自动化检测机制和配置简化方向；对于一般工程师，精读价值不大，但可作为CI配置优化的案例参考。

修复 NPU CI 中 git 安全检查导致的失败问题。

此 PR 变更简单，建议快速浏览以了解 CI 配置修复方法，无需深入代码分析。对于负责 CI 维护的工程师，可参考此修复处理类似 git 安全检查问题。

将 Ngram 推测解码参数从 branch-length 重命名为 max-trie-depth，作为重构系列的一部分。

对于参与 Ngram 重构或维护推测解码功能的开发者，建议浏览此 PR 以了解参数名称变更，但变更相对机械，无需深入分析设计决策。关注点应放在确保所有文件更新一致，并检查是否有遗漏的重命名。

撤销 PR #19804 对 PPMissingLayer 的 bugfix，可能重新引入 AttributeError。

对于关注 PP 层实现或错误处理机制的工程师值得简要查看，但变更简单，重点在于理解 revert 的原因并监控潜在问题。建议结合 PR #19804 分析以了解上下文。

引入 HiSparse 机制，通过 CPU 内存存储空闲 KV 缓存，提升稀疏注意力模型的批大小和吞吐量。

建议技术管理者和工程师精读此 PR，重点关注 `HiSparseCoordinator` 的设计决策和 CUDA 内核的优化技巧。值得学习的包括高效的 GPU-CPU 缓存交换机制和 JIT 内核集成模式。对于部署，需验证配置兼容性并考虑添加测试覆盖。

修复 CI 中 cutlass 导入错误，恢复 nvidia-cutlass-dsl 强制重新安装。

这是一个简单的 CI bugfix，工程师可以快速浏览以了解 pip 依赖升级时的常见陷阱（如 .pth 文件问题），但无需深入分析。建议关注点在于 CI 脚本的依赖管理实践，但无重大设计决策值得精读。

启用ROCm上JIT内核支持，优化clamp_position和resolve_future_token_ids性能。

建议快速阅读以了解设备支持扩展的模式，特别是TensorMatcher设备选项的更新和Python入口点条件逻辑的简化设计；对于关注多平台支持的工程师，可注意未采纳的重命名建议，以改进代码可读性。