执行摘要

• 一句话：XPU DP改用rank偏移分配设备，移除环境变量隔离
• 推荐动作：建议XPU后端开发者与评审仔细阅读，此PR是重要的正确性修复。lazy init模式值得借鉴；未来可考虑将activities提取为父类方法以统一profile实现。

功能与动机

原有XPU DP依赖ZE_AFFINITY_MASK限制每个worker可见设备，但DP+EP时EP需要看到全部设备，导致设备号错乱。此PR改用与GPU worker一致的方式：在init_device中根据DP local rank和TP/PP world size调整local_rank，从而每个worker使用独立的xpu设备号。见PR body及评论。

实现拆解

1. 在XPUWorker.init_device中，当满足条件（非ray/external_launcher后端且nnodes_within_dp==1）时，通过data_parallel_rank_local或data_parallel_index获取DP local rank，乘以tp_pp_world_size后累加到self.local_rank上，并添加边界断言。
2. 将profiler初始化从__init__移至新增的profile方法中，采用lazy init模式：仅在profile(is_start=True)且self.profiler is None时创建TorchProfilerWrapper实例，最后调用父类profile。
3. 在vllm/v1/engine/utils.py中，将DP设备环境隔离条件由not current_platform.is_cuda_alike()扩展为not (current_platform.is_cuda_alike() or current_platform.is_xpu())，即XPU与CUDA一样使用torch.accelerator.set_device_index而非环境变量隔离。
4. 无自动化测试新增，但作者提供手动命令行验证。

关键文件：

• vllm/v1/worker/xpu_worker.py（模块 XPU工作器；类别 source；类型 core-logic；符号 init_device, profile, init）: 主要变更文件：实现DP rank调整、lazy profiler初始化、profile方法重写
• vllm/v1/engine/utils.py（模块 引擎工具；类别 source；类型 core-logic）: 调整DP设备分配条件，将XPU排除在环境变量隔离之外

关键符号：init_device, profile

关键源码片段

vllm/v1/worker/xpu_worker.py

主要变更文件：实现DP rank调整、lazy profiler初始化、profile方法重写

# xpu_worker.py - init_device 中 DP rank 调整段
def init_device(self):
    # 在 DP 模式下，XPU workers 能看到所有可见设备。
    # 通过 DP local rank 偏移 local_rank 来分配不同设备。
    parallel_config = self.parallel_config
    if (
        parallel_config.distributed_executor_backend not in ("ray", "external_launcher")
        and parallel_config.data_parallel_backend != "ray"
        and parallel_config.nnodes_within_dp == 1
    ):
        dp_local_rank = parallel_config.data_parallel_rank_local
        if dp_local_rank is None:
            dp_local_rank = parallel_config.data_parallel_index
        tp_pp_world_size = (
            parallel_config.pipeline_parallel_size
            * parallel_config.tensor_parallel_size
        )
        # 核心：将 DP 偏移加到 local_rank 上
        self.local_rank += dp_local_rank * tp_pp_world_size
​
        visible_device_count = torch.accelerator.device_count()
        assert self.local_rank < visible_device_count, (
            f"DP adjusted local rank {self.local_rank} is out of bounds. "
        )
        # ... 后续设置设备
​
# xpu_worker.py - profile 方法（lazy init 模式）
def profile(self, is_start: bool = True, profile_prefix: str | None = None):
    # 确保 profiler 已配置，否则抛异常
    if self.profiler_config is None or self.profiler_config.profiler is None:
        raise RuntimeError(
            "Profiling is not enabled. Please set --profiler-config to enable "
            "profiling. ..."
        )
    # lazy 初始化：只有在第一次 start 时才创建 profiler
    if is_start and self.profiler is None:
        from vllm.distributed.utils import get_worker_rank_suffix
        rank_suffix = get_worker_rank_suffix(global_rank=self.rank)
        trace_name = (
            f"{profile_prefix}_{rank_suffix}" if profile_prefix else rank_suffix
        )
        self.profiler = TorchProfilerWrapper(
            self.profiler_config,
            worker_name=trace_name,
            local_rank=self.local_rank,
            activities=["CPU", "XPU"],
        )
    # 调用父类进行实际的 start / stop
    super().profile(is_start=is_start, profile_prefix=profile_prefix)

评论区精华

1. 正确性bug：gemini-code-assist[bot]指出local_rank在init_device中调整后profiler已在构造函数初始化，导致profiler设备不匹配。作者将profiler改为lazy init解决。
2. 设计讨论：jikunshang建议复用父类profile方法，作者指出需提取activities列表，当前保留override，未来可提炼。
3. 代码简化：jikunshang建议utils.py中条件写法更清晰，作者接受并更新。

• profiler初始化时机 (correctness): 作者将profiler初始化从__init__移除，改为在profile方法中lazy init，解决不匹配问题
• 复用父类profile方法 (design): 作者表示需将activities提取为父类方法才能复用，当前保留override，未来可重构
• utils.py条件简化 (style): 作者接受建议并更新代码

风险与影响

• 风险：
  1. profiler lazy init：若profile方法不被调用，profiler不会被创建，但现有调用路径均通过外部触发，风险低。
  2. DP rank调整条件排除了ray/external_launcher后端及nnodes_within_dp != 1场景，这些场景仍使用旧环境变量隔离，可能引起不一致。
  3. 缺少单元测试覆盖新的rank计算逻辑，未来修改可能退化。
  4. 用户若依赖旧ZE_AFFINITY_MASK行为可能受影响，但新行为与GPU worker一致，更符合预期。
     - 影响：影响仅限XPU平台上使用DP（可能结合EP）的用户，修复了设备分配错误。不使用DP或仅CUDA用户无影响。团队维护成本降低，因新方式复用GPU worker设计。
     - 风险标记：缺少测试覆盖, profiler延迟初始化风险, DP rank假设条件敏感

关联脉络

• 暂无明显关联 PR