执行摘要

• 一句话：修复DP哈希因NUMA自动检测不一致导致的配置检查失败
• 推荐动作：值得快速合入，修复明确且安全。reviewer 建议补充触发条件到 PR 描述，已采纳。无需深层代码审查。

功能与动机

当同时满足以下条件时，启动会报错：RuntimeError: Configuration mismatch detected for engine N. All DP workers must have identical configurations for parameters that affect collective communication。原因在于 numa_bind=True 且 numa_bind_nodes 未指定时，每个 rank 自动检测本地 NUMA 节点并写入配置，导致哈希值不同。详见 PR body 和 reviewer Harry-Chen 的评论。

实现拆解

1. 在 vllm/config/parallel.py 的 ParallelConfig.compute_hash 方法中，向 ignored_factors 集合添加三个 NUMA 相关字段：numa_bind 、 numa_bind_nodes 和 numa_bind_cpus 。
2. 添加内联注释解释原因：NUMA 绑定仅影响主机端内存局部性，属于每个 rank 的本地设置，不影响集合通信语义，因此应排除在哈希计算之外。
3. 该变更仅修改一个文件，共 8 行新增，无删除，功能高度集中。

关键文件：

• vllm/config/parallel.py（模块 配置层；类别 source；类型 core-logic）: 唯一修改的文件；在 ParallelConfig.compute_hash 的 ignored_factors 集合中新增三个 NUMA 相关字段，防止 DP 哈希因 NUMA 自动检测而不一致。

关键符号：未识别

关键源码片段

vllm/config/parallel.py

唯一修改的文件；在 ParallelConfig.compute_hash 的 ignored_factors 集合中新增三个 NUMA 相关字段，防止 DP 哈希因 NUMA 自动检测而不一致。

    def compute_hash(self) -> int:
        """
        Compute a hash based on the fields that affect collective
        communication to detect configuration mismatches between
        workers and prevent hangs.
        """
        ignored_factors = {
            # ... 其他忽略字段 ...
            "_api_process_count",
            "_api_process_rank",
            # NUMA binding is per-rank host-side memory locality; it does
            # not affect collective-communication semantics. When numa_bind
            # is enabled with auto-detection, each DP rank stores its own
            # NUMA node in numa_bind_nodes (see vllm/utils/numa_utils.py
            # `_get_numa_node`), which would otherwise diverge the DP hash.
            "numa_bind",
            "numa_bind_nodes",
            "numa_bind_cpus",
        }
​
        from vllm.config.utils import get_hash_factors, hash_factors
​
        factors = get_hash_factors(self, ignored_factors)
        return hash_factors(factors)

评论区精华

reviewer Harry-Chen 指出该 bug 在以下组合条件下触发：--numa-bind auto detection 使用中，且不同 worker 看到不同的 GPU（通过 CUDA_VISIBLE_DEVICES 或在不同节点上）。并建议将该条件补充到 PR 描述中。另一位 reviewer youkaichao 直接批准。还有评论者 liuzijing2014 询问合并后是否还需要其 patch。

• 触发条件补充 (documentation): PR 作者已将该触发条件信息补充到 PR 描述中。
• 是否保留 numa_bind 到忽略列表 (design): 最终 PR 仍将 numa_bind 加入忽略列表，因为自动检测场景下该值也可能因 rank 不同而不同（尽管通常应一致），保持一致性的需求已通过启动参数统一保证。

风险与影响

• 风险：风险极低：变更仅在 compute_hash 的忽略集合中添加三个字段，不影响其他逻辑。NUMA 绑定确实与集合通信无关，排除是合理的。未引入新依赖或功能分支。
• 影响：影响范围明确且有限：仅修复使用 --numa-bind 且未指定 --numa-bind-nodes 的多 DP rank 场景（如 GB300 4 NUMA 节点、DP=4）。修复后这些配置可以正常启动。对不使用 NUMA 绑定的用户无影响。
• 风险标记：暂无

关联脉络

• 暂无明显关联 PR