执行摘要

• 一句话：移除ROCm不支持的FP8测试用例并修复normalize条件
• 推荐动作：此PR为维护性清理，不值得精读。但可以关注ROCm FP8 AITER的支持边界以及fp8_utils中normalize条件的改进思路。

功能与动机

ROCm上AITER仅支持group量化，不支持per-tensor量化融合；另外test_fuse_act_padding存在已知精度问题（见ROCm/aiter#2614）。

实现拆解

1. 在vllm/model_executor/layers/quantization/utils/fp8_utils.py中的三个处理函数（process_fp8_weight_tensor_strategy、process_fp8_weight_channel_strategy、process_fp8_weight_block_strategy）的条件判断中增加weight.dtype == torch.float8_e4m3fn检查，确保只有在权重类型为float8_e4m3fn时才调用normalize_e4m3fn_to_e4m3fnuz，避免重复或错误转换。
2. 在tests/compile/passes/test_fuse_act_padding.py中，将@pytest.mark.skipif替换为@pytest.mark.skip，并关联上游issue，永久跳过该测试；同时移除is_aiter_found_and_supported导入和outputs_unfused = model(x)行。
3. 在tests/compile/passes/test_fusion.py中，从AITER_KERNEL_GROUPSHAPE_COMBINATIONS列表中移除(ROCmFP8ScaledMMLinearKernel, GroupShape.PER_TENSOR, False)条目，因为AITER不支持per-tensor量化融合。

关键文件：

• vllm/model_executor/layers/quantization/utils/fp8_utils.py（模块 量化工具；类别 source；类型 data-contract；符号 process_fp8_weight_tensor_strategy, process_fp8_weight_channel_strategy, process_fp8_weight_block_strategy）: 核心源码变更，在三个FP8 weight处理函数中添加了类型检查条件，防止不必要的normalize操作。
• tests/compile/passes/test_fuse_act_padding.py（模块 融合填充测试；类别 test；类型 test-coverage）: 由于已知精度问题，整个测试被永久跳过；同时清理了相关导入和未使用代码。
• tests/compile/passes/test_fusion.py（模块 FP8融合测试；类别 test；类型 test-coverage）: 移除AITER不支持的per-tensor量化融合测试组合

关键符号：process_fp8_weight_tensor_strategy, process_fp8_weight_channel_strategy, process_fp8_weight_block_strategy

关键源码片段

vllm/model_executor/layers/quantization/utils/fp8_utils.py

核心源码变更，在三个FP8 weight处理函数中添加了类型检查条件，防止不必要的normalize操作。

def process_fp8_weight_tensor_strategy(
    weight: torch.Tensor,
    weight_scale: torch.Tensor,
    logical_widths: list[int],
    input_scale: torch.Tensor | None = None,
) -> tuple[torch.Tensor, torch.Tensor, torch.Tensor | None]:
    """Process weights for tensor-wise quantization strategy."""
    from vllm.model_executor.layers.quantization.utils.w8a8_utils import (
        normalize_e4m3fn_to_e4m3fnuz,
        requantize_with_max_scale,
    )
​
    # 仅当平台是 FP8 fnuz 且权重类型为 float8_e4m3fn 时，
    # 才执行 normalize 操作，避免重复转换。
    if current_platform.is_fp8_fnuz() and weight.dtype == torch.float8_e4m3fn:
        weight, weight_scale, input_scale = normalize_e4m3fn_to_e4m3fnuz(
            weight=weight, weight_scale=weight_scale, input_scale=input_scale
        )
​
    # Requantize with max scale
    weight_scale, weight = requantize_with_max_scale(
        weight=weight,
        weight_scale=weight_scale,
        logical_widths=logical_widths,
    )
​
    weight = _maybe_pad_fp8_weight(weight)
    return weight, weight_scale, input_scale

评论区精华

review中无实质争议。维护者yewentao256与AndreasKaratzas均批准更改。yewentao256表示问题已在主分支修复。charlifu在评论中说明因精度问题跳过了test_fuse_act_padding，并引用了上游issue。

• 暂无高价值评论线程

风险与影响

• 风险：主要风险是测试覆盖减少：test_fuse_act_padding被完全跳过，可能导致未来相关融合pass的回归未被捕获。此外，fp8_utils.py的条件增强虽降低了错误转换风险，但可能掩藏其他类型权重的问题。整体风险低。
• 影响：影响范围限定于ROCm平台的FP8量化功能。测试变更使AITER测试更准确反映实际支持情况；源码修改避免了不必要的类型转换，对CUDA平台无影响。团队需注意测试覆盖率下降，并跟踪上游issue的修复进展。
• 风险标记：测试覆盖减少, 上游issue依赖

关联脉络

• 暂无明显关联 PR