执行摘要

• 一句话：清理 batch_invariant 模块的死代码与无用导入
• 推荐动作：该 PR 属于纯粹的代码清理，无功能性变更，不值得深入阅读。但作为代码维护的正面例子，可启发团队成员主动清理死代码。

功能与动机

作者 yewentao256 在 PR Body 中明确表示目的为“Cleanup batch invariant dead code”。通过移除死代码和未使用的导入/头文件，提高代码可维护性和可读性，减少混淆。

实现拆解

1. 清理 Python 导入和日志：在 vllm/model_executor/layers/batch_invariant.py 中，移除未使用的导入（init_logger、Callable、Any）和对应的日志初始化代码。
2. 简化 _matmul_launch_metadata 函数：移除对 tiles_per_update 和 FP8_OUTPUT 的兼容逻辑，直接假定 c_ptr 始终存在并获取其 element_size，简化元数据处理。
3. 移除全局状态缓存变量：删除 enable_batch_invariant_mode 中用于保存原始状态（_original_torch_bmm、_original_fp16_reduction_precision 等）的全局变量和对应保存逻辑，因为该模式不再需要回滚这些状态。
4. 清理 C++ 头文件：在 csrc/core/batch_invariant.hpp 中移除未使用的 <cctype> 包含。
5. 补全 log_softmax 文档字符串：增加缺失的 Returns 说明字段，提高代码文档完整性。

关键文件：

• vllm/model_executor/layers/batch_invariant.py（模块 模型执行器；类别 source；类型 cleanup）: 核心清理文件，移除大量死代码、未使用导入、全局变量和注释
• csrc/core/batch_invariant.hpp（模块 核心库；类别 source；类型 cleanup）: 移除未使用的 头文件包含

关键符号：未识别

关键源码片段

vllm/model_executor/layers/batch_invariant.py

核心清理文件，移除大量死代码、未使用导入、全局变量和注释

# --- 清理后的 _matmul_launch_metadata ---
def _matmul_launch_metadata(
    grid: Callable[..., Any], kernel: Any, args: dict[str, Any]
) -> dict[str, Any]:
    ret = {}
    m, n, k = args["M"], args["N"], args["K"]
    ret["name"] = f"{kernel.name} [M={m}, N={n}, K={k}]"
    # 直接使用 c_ptr.element_size()，不再处理 tiles_per_update 或 FP8_OUTPUT
    bytes_per_elem = args["c_ptr"].element_size()
    ret[f"flops{bytes_per_elem * 8}"] = 2.0 * m * n * k
    ret["bytes"] = bytes_per_elem * (m * k + n * k + m * n)
    return ret
​
# --- 清理后的 enable_batch_invariant_mode（移除全局状态缓存）---
def enable_batch_invariant_mode():
    global _batch_invariant_MODE, _batch_invariant_LIB
    global _fp16_block_size_n
    if _batch_invariant_MODE:
        return
    # ... 省略环境变量设置部分 ...
    # 注意：不再保存和恢复 _original_torch_bmm 等状态

评论区精华

Review 过程无实质性讨论。gemini-code-assist[bot] 自动评论确认了清理内容，无反馈。sfeng33 和 LucasWilkinson 均 approve，作者本人最后评论“Land it as all CI pass”后合入。

• 暂无高价值评论线程

风险与影响

• 风险：风险极低。变更仅移除死代码、未使用的导入和注释，不影响任何运行时逻辑。可能的风险在于：若未来需要恢复 enable_batch_invariant_mode 的回滚逻辑，可能需要重新实现，但当前该逻辑已不再需要。
• 影响：影响范围仅限于 batch_invariant.py 和 batch_invariant.hpp 两个文件，对用户和系统无功能影响，仅减少代码体积和编译依赖。
• 风险标记：无功能变更

关联脉络

• 暂无明显关联 PR