执行摘要

此 PR 将 flashinfer-cubin 设为默认 CUDA 依赖，以支持 Blackwell 部署，简化构建流程，但引入版本管理风险，需团队关注同步问题。

功能与动机

• 动机：根据 PR body，由于大部分 Blackwell 部署依赖 cubins，因此考虑将 flashinfer-cubin 设为默认包，减少额外安装步骤，同时评估约 250MB 的镜像体积增加在可接受范围内。
• 背景：无关联 Issue，变更直接基于部署需求驱动。

实现拆解

• 文件改动：共修改两个文件，关键变更如下：
  • docker/Dockerfile：移除 uv pip install --system flashinfer-cubin==${FLASHINFER_VERSION} 命令，仅保留 flashinfer-jit-cache 安装。
  • requirements/cuda.txt：添加行 flashinfer-cubin==0.6.6，使其成为默认依赖。
• 逻辑变化：从 Dockerfile 中分离出 cubin 安装，转而通过 requirements 文件统一管理，但版本控制分散。

评论区精华

• 核心讨论：gemini-code-assist[bot] 评论指出：

  "Hardcoding the version 0.6.6 here makes the dependency management fragile. ... If FLASHINFER_VERSION is updated in the Dockerfile or overridden during a build, flashinfer-cubin will have a mismatched version, which can lead to runtime failures."

• 结论：建议采用单一事实源管理版本，但问题未在合并前解决，凸显依赖设计权衡。

风险与影响

• 技术风险：版本硬编码在 requirements/cuda.txt 中，与 Dockerfile 的构建参数可能不匹配，导致运行时错误；镜像大小略有增加，但影响有限。
• 影响范围：主要影响 CUDA 环境用户，尤其是 Blackwell 部署场景；团队需在后续更新时手动同步版本，增加维护负担。

关联脉络

• 历史 PR：与 PR 35386（添加 Ubuntu 24.04 Docker 支持）相关，两者都涉及 Dockerfile 修改，反映基础设施演进趋势。
• 趋势：近期 PR 多聚焦于性能优化和 bugfix，此变更属于基础设施调整，配合硬件部署需求。