执行摘要
本PR修复了V1中_dummy_run函数将NaN写入KV缓存null block的bug，该bug影响所有使用数据并行（DP）和专家并行（EP）的部署，导致模型精度显著下降（如DeepSeek R1从97%降至55%）。修复通过填充slot mapping为-1使内核跳过KV写入，与V2行为对齐，已通过现场测试验证NaN消除。
功能与动机
问题背景：在DP+EP部署中，空闲的DP rank会执行_dummy_run以保持同步。由于#25954重构后，_dummy_run无条件调用_get_slot_mappings，而slot mapping缓冲区初始化为torch.zeros，导致slot_idx=0映射到KV缓存的null block（block 0），使concat_and_cache_mla内核写入NaN。
影响：所有使用DP+EP的V1部署均受影响，无论量化类型（FP8、NVFP4、BF16），表现为精度严重回归。PR body中提到在DeepSeek R1 NVFP4部署中观察到精度从97%跌至55%。
实现拆解
主要改动集中在vllm/v1/worker/gpu_model_runner.py的_dummy_run函数中：
-
参数更正：将_get_slot_mappings调用中的num_tokens_padded参数从num_tokens（未填充计数）改为num_tokens_padded（填充后计数），确保内部填充逻辑正确执行。
python
slot_mappings_by_group, slot_mappings = self._get_slot_mappings(
num_tokens_padded=num_tokens_padded, # 原为num_tokens
...
)
-
slot mapping填充：在获取slot mapping后，遍历slot_mappings_by_group中的所有张量，使用fill_(-1)设置为PAD_SLOT_ID。
python
if slot_mappings_by_group is not None:
for sm in slot_mappings_by_group.values():
sm.fill_(-1)
这使concat_and_cache内核跳过KV写入，避免污染null block。
评论区精华
review中主要讨论了修复的完整性：
- gemini-code-assist[bot] 指出：“Filling the slot mappings with
-1 is a correct approach... However, this fix appears to be incomplete due to an existing issue... _get_slot_mappings is called with num_tokens_padded=num_tokens, where num_tokens is the unpadded count.”
- elvircrn 回应：“I added this change
num_tokens_padded=num_tokens_padded now as it seemed like a typo. But the reason why this wasn't an issue was because... slot_mapping[num_tokens_unpadded:num_tokens_padded].fill_(-1) already handles the rest of the data.”
- tlrmchlsmth 最终批准修复。
风险与影响
风险分析：
- 回归风险低：修复针对性强，且通过现场测试验证（slot mapping从[0]变为[-1]，NaN消除）。
- 性能影响可忽略：
fill_(-1)操作开销小，dummy run本身频率较低。
- 兼容性良好：与V2的
get_dummy_slot_mappings行为一致，无breaking change。
影响评估：
- 用户：修复后模型推理准确性恢复，避免因NaN传播导致的错误输出。
- 系统：消除KV缓存污染，提升DP+EP部署的稳定性。
- 团队：揭示了slot mapping初始化与dummy run交互的设计缺陷，提示需加强相关测试覆盖。
关联脉络
- 历史PR #25954：该PR重构了slot mapping逻辑，使
_dummy_run无条件调用_get_slot_mappings，引入了本bug。
- 近期PR 38794：同属v1 worker模块优化，涉及GPU模型运行器性能改进，可对比学习核心路径变更模式。
- 近期PR 39169：同为bugfix，涉及预热逻辑与真实路径对齐，展示了类似“修复不完整”讨论模式。
演进趋势：本PR是V1核心worker模块的持续稳定性改进的一部分，反映了团队对DP+EP等复杂并行场景下边缘案例的深入排查。
参与讨论