执行摘要

本次 PR 更新了 vLLM 项目中 FP8 在线量化的文档，移除了关于需要内存加载原精度模型的警告，以反映 PR #31914 中 meta device 的优化。此变更仅涉及文档，不影响系统功能，风险极低，已通过 review 确认。

功能与动机

根据 PR body，变更的目的是更新文档，因为 PR #31914 中使用 meta device 后，不再需要内存来保持原始模型权重。这解决了文档与实现不一致的问题，确保用户获得准确的内存使用信息，避免误导。

实现拆解

仅在 docs/features/quantization/fp8.md 文件中删除了以下警告段落：

!!! warning
    Currently, we load the model at original precision before quantizing down to 8-bits, so you need enough memory to load the whole model.

评论区精华

Review 中，gemini-code-assist[bot] 确认了变更的准确性，指出“This change accurately reflects the current state of the feature.” Isotr0py 批准了 PR，无其他讨论。这表明变更无争议，直接基于已有优化。

风险与影响

• 风险：文档更新可能导致不准确信息，但 review 已核实正确性，风险极低。无性能、安全或兼容性问题。
• 影响：用户文档更新，消除误导；系统功能无变化；团队需维护文档同步，影响范围小且程度轻微。

关联脉络

本 PR 直接关联 PR #31914（优化内存使用），文档变更基于其实现。同时，与 FP8 量化相关的 PR 如 #32929（FP8 内核抽象）间接相关，反映了 vLLM 在量化技术上的持续演进和文档维护的重要性。