执行摘要
该PR在ROCm CI测试体系中新增了gpt-oss-20b模型的w4a8量化配置测试，通过添加YAML配置文件和更新评估列表，为后续在quark_moe.py中启用CK/Triton后端路由的量化支持工作奠定测试基础。变更仅涉及配置文件，风险极低，是GPT-Oss模型量化CI覆盖构建的初始步骤。
功能与动机
根据PR body描述，主要动机是启用对quark_moe.py第1095行代码的测试覆盖。作者明确指出这是完善GPT-Oss模型量化支持CI测试的"下一步"的第一步：
"Next steps:
- Enable CK backend routing in quark_moe.py. #37128 introduced mxfp4 oracle and CK backend, however it is not routed and untested for w4a4. - Enable triton backend routing in quark_moe.py, for w4a8. - Refactor emulation as backend."
这表明该PR本身不实现功能，而是为后续更实质性的量化后端路由启用提供测试保障。
实现拆解
实现仅涉及两个配置文件的简单修改：
| 文件 |
变更 |
说明 |
tests/evals/gpt_oss/configs/gpt-oss-20b-rocm-mxfp4-fp8.yaml |
新增 |
定义GPT-Oss-20b模型在ROCm平台上的测试配置：
- 使用ROCM_AITER_UNIFIED_ATTN注意力后端
- 设置VLLM_ROCM_USE_AITER=1环境变量
- 指定MXFP4权重、FP8激活、KV缓存FP8的量化方案 |
tests/evals/gpt_oss/configs/models-gfx950.txt |
修改 |
将上述配置文件添加到GFX950 GPU的评估模型列表中，确保CI会执行该测试 |
评论区精华
Review讨论非常简短，仅有两个批准：
- AndreasKaratzas: "LGTM"
- tjtanaa: 空批准
自动审查机器人gemini-code-assist[bot]指出该PR引入了新的gpt-oss-20b配置，但没有提供实质性反馈。无技术争议或设计讨论，表明变更简单直接，符合预期。
风险与影响
风险分析:
- 无运行时风险: 仅添加配置文件，不修改任何执行代码，不会引入回归bug。
- 配置风险低: 使用的
ROCM_AITER_UNIFIED_ATTN后端和VLLM_ROCM_USE_AITER环境变量是ROCm平台标准配置，已在其他测试中验证。
- 唯一风险: 如果配置中的模型路径或参数错误，可能导致CI测试失败，但这只影响测试结果而不影响生产环境。
影响分析:
- 对用户: 无直接影响，纯内部CI基础设施变更。
- 对系统: 扩展了CI测试覆盖，有助于提前发现GPT-Oss模型在ROCm平台上的量化兼容性问题。
- 对团队: 为后续在
quark_moe.py中启用CK/Triton后端路由的PR（如#37128相关）提供了测试基础，确保这些更复杂的变更不会破坏现有功能。
关联脉络
该PR是GPT-Oss模型量化支持CI测试体系构建的起点，与以下PR存在关联：
- #37128（PR body中明确引用）: 引入了MXFP4预言机和CK后端，是本PR后续步骤（"Enable CK backend routing"）的技术基础。
- #38778（近期历史PR）: 同属gpt-oss相关PR，回滚了gpt-oss路由GEMM内核，虽然内容不同，但都针对同一模型系列，反映了团队对GPT-Oss模型支持的持续投入。
从更大的功能演进方向看，vLLM团队正在系统化地扩展对GPT-Oss等大型MoE模型的量化支持，特别是在ROCm平台上。该PR作为CI测试基础设施的补充，为后续更核心的量化内核路由变更提供了安全网。
参与讨论