执行摘要

此PR将AMD CI中的Entrypoints集成测试作业拆分为三个并行作业，以便在ROCm硬件上更有效地跟踪回归，优化测试执行时间，但引入了配置重复的维护风险。

功能与动机

动机源于需要在AMD CI中应用类似的测试拆分，以匹配其他CI配置（如PR #37882）。PR body明确表示：“Applies the splitting in AMD CI external signal as well, so that we can easily track regressions on ROCm hardware too.” 这有助于隔离故障并加速CI流程，特别是在多硬件平台上。

实现拆解

实现仅修改了.buildkite/test-amd.yaml文件：

• 原作业拆分：将“Entrypoints Integration (API Server 1)”作业拆分为三个新作业：
  • Part 1: 运行entrypoints/openai/chat_completion测试（排除特定文件如test_chat_with_tool_reasoning.py）
  • Part 2: 运行entrypoints/openai/completion和entrypoints/openai/speech_to_text测试
  • Part 3: 运行剩余的entrypoints/openai测试（排除已覆盖的子目录）
• 代理池应用：为mi325和mi355两个代理池都实施相同拆分，确保测试执行一致性。

评论区精华

review中，gemini-code-assist[bot]提出了关键设计问题：

“There is significant configuration duplication between the newly introduced Part 1, Part 2, and Part 3 jobs. This makes the CI configuration harder to maintain, as any change to common settings will need to be applied in three places.”
建议使用YAML anchors创建可重用模板。然而，PR被批准合并，未显示是否采纳此建议，留下了可维护性隐患。

风险与影响

风险：

• 配置重复：公共设置（如timeout_in_minutes、source_file_dependencies）在多个作业中重复，增加维护错误风险。
• 测试覆盖：拆分可能意外遗漏某些测试，但基于现有PR #37882的模式，风险较低。

影响：

• 对用户：无直接影响。
• 对团队：改进ROCm测试回归跟踪，可能减少CI运行时间，提升开发效率。
• 对系统：CI执行更细化，但配置复杂性增加，需额外维护。

关联脉络

此PR是仓库中CI优化趋势的一部分：

• PR #37882：直接在另一个CI配置中实施相同拆分，是本PR的灵感来源，显示跨平台测试拆分的一致性需求。
• PR #37016：早期拆分V1 Others测试的PR，表明团队持续通过并行化测试作业来提升CI效率，特别是在多硬件支持场景。整体来看，vllm-project正致力于优化测试基础设施以应对复杂硬件环境。