sgl-project/sglang

量化 VAE 仓库安全路由至 Diffusers，原生侧 fail closed

值得精读，尤其是 `_require_native_loader_for_quantized_vae` 的三分支准入逻辑和 `ComponentLoader.load()` 中 `NativeComponentLoaderRequired` 的异常驱动 fallback 控制流。对 diffusion 组件加载器、量化 checkpoint 兼容性和 srt 与 multimodal_gen 之间共享工具函数的维护者最为相关。建议在合并前确认 CI Extra 的失败原因是否与量化路由相关。

修复多组 layerwise offload 启动内存峰值问题

值得精读。该 PR 展示了一个典型的多组件共享模型的初始化协调问题：通过延迟初始化 + 按资源占用排序，消除了执行顺序对内存峰值的影响。对类似场景（如多组参数需要分批卸载/加载）有很好的借鉴价值。

修复 Cosmos3 NPU 守卫默认设备硬编码问题

该 PR 值得快速阅读，主要价值在于展示了如何利用 SGLang 已有的平台抽象来消除硬编码假设，对后续在非 CUDA 硬件上适配其他模块有参考意义。关注点应放在 `current_platform` 的使用模式上，可考虑为其补充单元测试以覆盖不同平台。

为 MI355X MXFP4 配方补上 fp8 KV 缓存参数

该 PR 为低风险的文档修正，值得快速合入。可留意 cookbook 中其他硬件/量化组合（如 H200、MI300X 等）是否也存在命令与基准配置不一致的情况，以便一并修正。

为 Qwen2-Audio / GLM-ASR / Granite Speech 补齐真实 ASR 转录

值得精读。该 PR 展示了在多模态服务框架中为“不同架构的同类任务”做适配器隔离的典型做法：适配器注册 + 契约方法（build_sampling_params / build_verbose_response）+ 空提示兜底 + 时长预算缩放。尤其建议关注 resolve_adapter 的子串匹配风险、以及 Qwen2-Audio 固定窗口截断这类“上游约束下放”到 warning 的设计取舍。

DSV4 decode wo_a 路由 aiter GEMM，AMD gfx95 opt-in

值得精读。重点看三点：(1) 热路径 kernel 路由设计——为何把资格判定与 kernel 导入收敛到模块 import 期；(2) 两段式 fallback（import 失败 vs 运行期失败）如何避免关键路径重试与日志风暴；(3) 性能验证的诚实方法论——内核 trace 证明替换、数值 bit-check、GSM8K 精度、端到端 A/B 分层呈现，且 review 明确要求把「对齐」与「提速」两种论断分开。对 AMD/DeepSeek-V4 相关工程师是必读，其他人可作为 kernel 改动类 PR 的验收范本。

DSV4 MI355X dense w8a8 消除 fp8 scale 重排拷贝，bit 级一致

值得精读。PR 虽小，但展示了一个典型的「zero-copy 布局优化 + 双层测试防护 + 真实硬件验证」闭环：在热路径中精确理解内核的 scale 字节序，用视图替代拷贝，并通过 bit-exact 对比与 dispatch spy 防止未来改动让覆盖失效。建议 AMD 或内核优化团队重点关注 M == 1 退化分支的处理方式和 CI 门控真实性检查（确保测试真正执行而非 skip）。

为 NPU 新增 DSV4-Flash 性能与 GLM-5.2 精度测试

不值得精读，属于纯测试与 CI 配置变更。但值得保存为模板：在 NPU 上新增模型性能/精度用例时，可参考其环境变量组合、多节点拓扑与启动参数配比。若需复用，建议将绝对路径与固定端口抽取为可配置项，降低维护成本。