执行摘要

本 PR 修复了 ROCm 统一注意力后端在 FP8 量化融合测试中的块大小错误，将硬编码值改为动态查询后端偏好，确保测试通过并提高可维护性，对用户无直接影响。

功能与动机

该 PR 的动机是纠正 ROCM_AITER_UNIFIED_ATTN 后端在 FP8 注意力+量化融合测试中使用的块大小。根据 PR body，后端要求 block_size=64，但测试中使用了 16，这可能导致测试失败或行为不正确，引用了 PR #37606。修复确保测试符合后端规格，避免潜在错误。

实现拆解

实现集中在 tests/compile/passes/test_fusion_attn.py 文件，主要改动如下：

• __init__ 方法修改：添加 block_size 参数，移除硬编码值 16，使块大小可配置。
  

  def __init__(..., block_size: int, ...):
      self.block_size = block_size
  

• test_attention_quant_pattern 函数更新：通过 backend.get_class().get_preferred_block_size(16) 动态获取块大小，并传递给模型初始化。
  

  backend_cls = backend.get_class()
  block_size = backend_cls.get_preferred_block_size(16)
  

这使测试能自适应后端需求，避免未来硬编码变更带来的维护开销。

评论区精华

Review 中，gemini-code-assist[bot] 提出关键建议：

“Instead of hardcoding the block size for ROCM_AITER_UNIFIED_ATTN, it would be more robust to query the preferred block size from the attention backend class itself. This would make the test automatically adapt to future changes in backend requirements, reducing maintenance overhead.”

作者 vllmellm 回复“good idea!”，并采纳建议修改代码。讨论强调通过抽象配置获取提高测试健壮性，体现了设计决策中的最佳实践。

风险与影响

风险分析：变更仅涉及测试代码，风险较低。潜在风险包括动态查询方法 get_preferred_block_size 可能不存在于所有后端或返回不兼容值，但 PR 使用默认值 16 作为后备，降低了此风险。测试逻辑变更可能引入新边缘情况，但基于后端要求修改，风险可控。

影响分析：对用户无直接影响。对系统，确保 ROCm 统一注意力后端的测试通过，提升测试套件可靠性。对团队，改进测试维护性，使其更能适应后端变化，减少未来测试失败。

关联脉络

该 PR 直接关联 PR #37606，可能 #37606 引入了相关变更或上下文。从同仓库近期历史 PR 看，其他 ROCm 相关 PR（如 #37787）也涉及 ROCm 平台修复，但本 PR 专注测试层面的块大小调整，反映了对 ROCm 后端兼容性的持续优化趋势。修复通过动态查询而非硬编码，与代码健壮性改进方向一致。