执行摘要

• 一句话：将 B200 CI 作业路由到 Kubernetes 集群
• 推荐动作：建议 CI 维护者重点关注新运行器上的测试通过率，尤其是需要多 GPU 的作业。同时可考虑采纳 review 评论中的建议，显式声明 num_devices 以避免资源分配问题。对于其他后续迁移工作，可参考本 PR 的分批验证策略。

功能与动机

根据 PR 描述，作者基于 Buildkite 构建 63724 和 63735 的验证结果，将已通过的 B200 作业逐步迁移到 b200-k8s 设备上，而未通过或被阻塞的作业仍保留在 b200 设备上，以控制迁移风险。

实现拆解

1. 验证已通过的 B200 作业：通过 bk build view 命令从两个 Buildkite 构建中列出通过验证的 B200 任务。
2. 修改 YAML 配置：在 .buildkite/test_areas/ 下的 10 个 YAML 文件中，将对应作业的 device 字段从 b200 改为 b200-k8s。
3. 保留失败作业：未通过或被阻塞的作业保持原 device: b200，避免影响已有 CI 稳定性。
4. 预提交检查：运行 pre-commit run 和 git diff --check 确保格式正确。
5. 分两次提交：第一个 commit 包含所有配置修改，第二个 commit 单独修正 kernels.yaml 中的额外一处。

关键文件：

• .buildkite/test_areas/compile.yaml（模块 CI配置；类别 config；类型 configuration）: 变更数量最多（4 处），涉及核心编译和融合测试区域。
• .buildkite/test_areas/kernels.yaml（模块 CI配置；类别 config；类型 configuration）: 变更涉及 Kernels (B200) 和 FP4 MoE Test 两个作业，影响内核测试套件。
• .buildkite/test_areas/lm_eval.yaml（模块 CI配置；类别 config；类型 configuration）: 变更涉及 LM Eval Qwen3.5 和 MoE Refactor 两个作业，影响模型评测套件。
• .buildkite/test_areas/attention.yaml（模块 CI配置；类别 config；类型 configuration）: 变更 V1 attention (B200) 作业的设备标识。
• .buildkite/test_areas/benchmarks.yaml（模块 CI配置；类别 config；类型 configuration）: 变更 Attention Benchmarks Smoke Test (B200) 的设备标识。
• .buildkite/test_areas/distributed.yaml（模块 CI配置；类别 config；类型 configuration）: 变更 Distributed Tests (2 GPUs)(B200) 的设备标识。
• .buildkite/test_areas/e2e_integration.yaml（模块 CI配置；类别 config；类型 configuration）: 变更端到端集成测试相关 B200 作业的设备标识。
• .buildkite/test_areas/misc.yaml（模块 CI配置；类别 config；类型 configuration）: 变更杂项测试 B200 作业的设备标识。
• .buildkite/test_areas/quantization.yaml（模块 CI配置；类别 config；类型 configuration）: 变更量化测试 B200 作业的设备标识。
• .buildkite/test_areas/spec_decode.yaml（模块 CI配置；类别 config；类型 configuration）: 变更推测解码测试 B200 作业的设备标识。

关键符号：未识别

评论区精华

gemini-code-assist[bot] 评论指出：迁移到 b200-k8s 时，应显式指定 num_devices: 2，因为 K8s 运行器不会像之前 b200 那样默认分配 2 个 GPU，否则可能导致资源不足。该评论标记为高优先级，但最终 PR 未采纳此建议，未添加 num_devices 字段。simon-mo 对此 PR 给予了 Approve。

• 迁移到 K8s 时需显式指定 num_devices (design): PR 未采纳该建议，最终代码未添加 num_devices 字段。

风险与影响

• 风险：环境差异风险：b200-k8s 运行器的环境（驱动、CUDA 版本、依赖库等）可能与原有 b200 不一致，导致测试结果异常。资源请求风险：fusion-and-compile-unit-tests-2xb200 等作业依赖 2 个 GPU，但未显式声明 num_devices，K8s 运行器可能只分配 1 个 GPU 导致失败。回退困难：如果新运行器大面积失败，需要逐个 YAML 文件回退 device 值，但整体改动轻量，可快速恢复。
• 影响：影响范围：CI 基础设施，覆盖 10 个测试区域，涉及编译、内核、评测、注意力等关键测试套件。影响程度：中等——如果新运行器稳定，可提升资源利用率；如果出现问题，会导致相关 B200 测试阻塞。用户影响：无，仅影响 CI 流程。团队影响：需持续监控 b200-k8s 运行器的通过率，验证迁移效果。
• 风险标记：K8s 环境差异, 资源请求不明确

关联脉络

• 暂无明显关联 PR