执行摘要
本 PR 修复 vLLM 捆绑的 DeepGEMM 扩展在非 Python 3.12 环境下静默不可用的问题。通过在 CMake 构建中启用 Stable ABI（USE_SABI），使生成的 .so 文件跨 CPython 3.10-3.13 可加载，同时保留 free-threaded Python 的回退路径。
功能与动机
PR body 指出："The bundled _deep_gemm_C is built with WITH_SOABI only, producing _C.cpython-312-x86_64-linux-gnu.so (since the wheel-build container is Python 3.12). That .so won't load on any other CPython, so users on Python 3.10/3.11/3.13 install vLLM and silently fall through to DeepGEMM backend is not available." 即 user 安装 wheel 后 DeepGEMM 后端因扩展加载失败而不可用，除非手动运行 tools/install_deepgemm.sh。此 PR 旨在让 wheel 开箱即用，与 cmake/external_projects/flashmla.cmake 模式一致。
实现拆解
- 检测 free-threaded Python：使用
run_python 执行 Python 脚本检测 sysconfig.get_config_var("Py_GIL_DISABLED")，动态决定是否启用 USE_SABI。
- 启用 Stable ABI：对于非 free-threaded 情况，
Python_add_library 添加 USE_SABI 3 参数，使其生成 .abi3.so 后缀；同时保留 WITH_SOABI 以保持标准命名方案。
- 调整输出目录：设置
LIBRARY_OUTPUT_DIRECTORY 为 ${CMAKE_CURRENT_BINARY_DIR}/deep_gemm，防止与 vLLM 自身的 _C.abi3.so 冲突。
- 限定 Py_LIMITED_API 范围：通过在 CXX 和 CUDA 源文件编译选项中添加
-UPy_LIMITED_API，确保 pybind11 和 torch_python 使用的完整 Python C API 不受影响；模块的 Stable ABI 后缀由链接标志保持。
无源码修改，仅 CMake 逻辑变更。
评论区精华
- gemini-code-assist[bot] (high priority)：指出
run_python 输出的 IS_FREETHREADED_PYTHON 可能包含换行符，导致 CMake 条件判断异常。建议在底层 execute_process 中使用 OUTPUT_STRIP_TRAILING_WHITESPACE。
- gemini-code-assist[bot] (high priority)：建议为 CUDA 语言也添加
-UPy_LIMITED_API，与 _flashmla_C 模式一致，增强未来兼容性。该建议已被采纳，最终代码包含该行。
风险与影响
- 兼容性风险：
USE_SABI 3 对应 Python 3.2 limited API，若 DeepGEMM 内部使用更新版本 API，可能在旧版 Python 上崩溃。但实测表明当前代码在主流版本上工作。
- 构建冲突：输出目录调整后，若其他模块也生成同名目标，可能仍有冲突，但可能性低。
- 影响范围：仅影响 wheel 安装的非 Python 3.12 用户，修复后 DeepGEMM 自动可用，降低用户手动安装成本。
关联脉络
无直接关联 PR，但此 PR 遵循 flashmla.cmake 中已存在的跨 Python 版本兼容模式。
参与讨论