sgl-project/sglang

移除未使用的多模态批处理类定义和引用。

该PR简单直接，无需深入精读。建议关注是否还有其他类似未使用的代码可清理，并确认删除的类无意外依赖。

重新启用并简化 routed experts 测试，将 base64 编码移至 tokenizer manager 以优化 IPC 序列化。

建议工程师精读 `test_return_routed_experts.py` 和 `tokenizer_manager.py` 的变更，关注测试配置的优化策略（如 GPU 需求减少和阈值放宽）以及 base64 编码逻辑的移动设计，以理解 IPC 边界序列化的改进。对于核心开发者，可检查编码移动是否与其他 IPC 组件（如 ZMQ 传输）协调一致。

修复移除冗余allreduce融合块，跳过TP=1以消除误导性日志。

建议工程师快速浏览以了解配置调整逻辑，特别是处理GPU特定优化时。对于涉及allreduce融合或日志系统的开发人员，此PR提供了简洁的修复示例。

修复CUDA IPC传输与多模态分割同时启用时的兼容性问题。

建议工程师精读此PR，重点关注`schedule_batch.py`中的reconstruct方法和from_dict逻辑变更，学习如何优雅处理CUDA IPC代理与多模态分割的交互。同时，review中关于video路径和copy.deepcopy的讨论值得借鉴，以预防类似设计缺陷。

通过缓存CUDA IPC池句柄优化多模态传输性能，提升调度效率。

建议技术管理者和工程师精读此PR，重点关注缓存机制的设计（如线程安全实现、失效处理）和多模态数据传输路径的优化策略，这对理解SGLang性能调优和关键路径优化有参考价值，同时注意测试覆盖不足的风险。

在NVIDIA GPU上优化JPEG输入解码，直接转GPU张量以减少CPU-GPU传输。

建议精读此PR，重点关注GPU解码优化设计（如回退机制）、兼容性处理（开关标志使用）以及性能测试方法（latency测量）。对于涉及多模态处理的工程师，可借鉴如何平衡性能提升与模型兼容性。

修复EAGLE3模型因缺少layers属性导致piecewise CUDA graph崩溃的bug。

该PR值得快速阅读，以了解SGLang中piecewise CUDA graph与非标准模型兼容性的设计决策。重点关注review中关于代码顺序的权衡讨论，这揭示了团队在处理robustness和readability时的优先考虑。

修复SM120 MXFP8 Triton路径中CUDA图捕获错误，通过预计算GPU支持标志。

建议负责GPU优化或量化模块的工程师阅读此PR，了解CUDA图与动态编译交互的常见陷阱；变更虽小，但揭示了避免在编译路径中调用非纯函数的重要性，值得学习设计决策。