根据 PR body，当前双流执行需要自定义操作传递层名作为字符串，导致冷编译时间回归约 4 倍，因此暂时禁用此优化以恢复编译性能。
建议技术管理者关注此 PR，因为它展示了性能优化与编译时间的权衡，以及临时回退的策略。工程师可学习如何安全地移除自定义操作以避免编译回归。
review 讨论有限，主要来自自动化工具；zou3519 批准并道歉，表示理解临时回退的麻烦。没有深入的技术争议或未解决疑虑。
修改了两个模型文件：qwen3_5.py 和 qwen3_next.py。移除了对 torch.ops.vllm.gdn_in_proj 的调用，代之以直接调用 self.in_proj_qkvz 和 self.in_proj_ba 方法。同时删除了辅助函数 _forward_in_proj、maybe_execute_in_parallel 的使用以及相关事件和流对象。
| 文件 | 模块 | 状态 | 重要度 |
|---|---|---|---|
vllm/model_executor/models/qwen3_5.py |
model_executor/models | modified | 6.0 |
vllm/model_executor/models/qwen3_next.py |
model_executor/models | modified | 6.0 |
分析完成后，这里会展示 LLM 生成的相对完整源码片段和详细注释。
zou3519 批准并道歉，表示理解麻烦，但未深入讨论技术细节。
结论：PR 被批准合并，作为临时解决方案。 · 已解决
风险包括：1) 性能下降：移除双流优化可能降低推理时的并行执行效率；2) 兼容性：代码修改可能影响其他依赖自定义操作的组件；3) 临时解决方案：回退是暂时的，未来需重新启用，可能引入维护复杂性。具体到文件，修改了模型核心逻辑，需确保正确性。
影响范围局限于 Qwen3 和 Qwen3.5 模型。用户可能注意到冷编译时间改善，但推理性能可能略有下降。对系统来说，减少了自定义操作依赖，简化了代码路径。团队需关注后续 #38123 的进展以重新启用优化。
当前没有检测到明确关联的 Issue 链接，后续同步到相关引用后会出现在这里。
根据 PR body，当前双流执行需要自定义操作传递层名作为字符串，导致冷编译时间回归约 4 倍，因此暂时禁用此优化以恢复编译性能。
修改了两个模型文件：qwen3_5.py 和 qwen3_next.py。移除了对 torch.ops.vllm.gdn_in_proj 的调用，代之以直接调用 self.in_proj_qkvz 和 self.in_proj_ba 方法。同时删除了辅助函数 _forward_in_proj、maybe_execute_in_parallel 的使用以及相关事件和流对象。
关键文件：
vllm/model_executor/models/qwen3_5.py（模块 model_executor/models）: 修改 Qwen3.5 模型的输入投影逻辑，移除双流执行代码，直接调用 in_proj_qkvz 和 in_proj_ba。vllm/model_executor/models/qwen3_next.py（模块 model_executor/models）: 修改 Qwen3 Next 模型的输入投影逻辑，移除自定义操作 gdn_in_proj、并行执行辅助函数和相关事件对象。关键符号：forward (in qwen3_next.py), gdn_in_proj (removed), _forward_in_proj (removed)
review 讨论有限，主要来自自动化工具；zou3519 批准并道歉，表示理解临时回退的麻烦。没有深入的技术争议或未解决疑虑。
参与讨论