执行摘要

• 一句话：将剩余 MoE experts 类迁移至 experts 子目录
• 推荐动作：该 PR 属于代码组织优化，无功能变化，值得快速合并。建议后续类似重构保持原子 commit，便于回溯。

功能与动机

PR 描述中指出目的是 'Move the remaining experts subclasses to the experts directory'，之前已有部分 experts 类位于 experts/ 下，这次将剩余的几个补全，以实现统一的目录结构，减少混淆。

实现拆解

1. 文件搬迁：将 vllm/model_executor/layers/fused_moe/ 下的 triton_cutlass_moe.py、triton_deep_gemm_moe.py、lora_experts_mixin.py 三个文件移至同一目录下的 experts/ 子目录中，保持文件名不变。

2. 更新 init.py 导入：在 fused_moe/__init__.py 的 HAS_TRITON 分支中，将 BatchedTritonExperts 和 TritonOrDeepGemmExperts 的导入路径从原根级改为指向 experts/ 子模块，确保模块对外接口一致。

3. 更新依赖文件：全局搜索所有引用被移动文件的地方，在 humming.py、triton_moe.py、oracle/fp8.py、oracle/mxfp4.py、oracle/unquantized.py、deep_gemm_warmup.py、experts/gpt_oss_triton_kernels_moe.py、experts/marlin_moe.py 等文件中调整导入路径，并对 HummingConfig 添加了 packed_modules_mapping 的类型注解。

4. 修复文档和 Lint：通过后续提交修复了文档中的引用路径和 lint 错误，确保 CI 通过。

关键文件：

• vllm/model_executor/layers/fused_moe/__init__.py（模块 模型层；类别 source；类型 data-contract）: 核心导出模块，通过调整导入路径将移动后的类暴露给外部，是整个重构的枢纽。
• vllm/model_executor/layers/quantization/humming.py（模块 量化；类别 source；类型 data-contract）: 量化配置类，不仅更新了 BatchedHummingGroupedExperts 等类的导入路径，还添加了 packed_modules_mapping 的类型注解，属于附带改进。
• vllm/model_executor/layers/fused_moe/experts/triton_cutlass_moe.py（模块 模型层；类别 source；类型 rename-or-move）: 被移动的核心文件之一，同时调整了内部导入以引用 experts/ 内的 FallbackExperts。

关键符号：未识别

关键源码片段

vllm/model_executor/layers/fused_moe/__init__.py

核心导出模块，通过调整导入路径将移动后的类暴露给外部，是整个重构的枢纽。

# vllm/model_executor/layers/fused_moe/__init__.py (HAS_TRITON 分支 )
if HAS_TRITON:
    # 原有的导入保持不变，但从同级目录移入子目录
    from vllm.model_executor.layers.fused_moe.experts.batched_deep_gemm_moe import (
        BatchedDeepGemmExperts,
    )
    from vllm.model_executor.layers.fused_moe.experts.cutlass_moe import (
        CutlassBatchedExpertsFp8,
        CutlassExpertsFp8,
        CutlassExpertsW4A8Fp8,
        cutlass_moe_w4a8_fp8,
    )
    from vllm.model_executor.layers.fused_moe.experts.deep_gemm_moe import (
        DeepGemmExperts,
    )
    # 以下两行是从 fused_moe/ 根目录移入 experts/ 的类
    from vllm.model_executor.layers.fused_moe.experts.fused_batched_moe import (
        BatchedTritonExperts,
    )
    from vllm.model_executor.layers.fused_moe.experts.triton_deep_gemm_moe import (
        TritonOrDeepGemmExperts,
    )
    # 其余导入不变 ...

vllm/model_executor/layers/quantization/humming.py

量化配置类，不仅更新了 BatchedHummingGroupedExperts 等类的导入路径，还添加了 packed_modules_mapping 的类型注解，属于附带改进。

# vllm/model_executor/layers/quantization/humming.py
from vllm.model_executor.layers.fused_moe.experts.fused_humming_moe import ( # 原路径改为新路径
    BatchedHummingGroupedExperts,
    HummingGroupedExperts,
    HummingIndexedExperts,
)
​
class HummingConfig(QuantizationConfig):
    # 添加了显式类型注解，提升类型安全性
    packed_modules_mapping: dict[str, list[str]] = {}

vllm/model_executor/layers/fused_moe/experts/triton_cutlass_moe.py

被移动的核心文件之一，同时调整了内部导入以引用 experts/ 内的 FallbackExperts。

# vllm/model_executor/layers/fused_moe/experts/triton_cutlass_moe.py
# 原文件从 fused_moe/triton_cutlass_moe.py 移动至此
# 内部导入指向 experts 子目录下的 FallbackExperts
from vllm.model_executor.layers.fused_moe.experts.cutlass_moe import CutlassExpertsFp8
from vllm.model_executor.layers.fused_moe.experts.fallback import FallbackExperts # 更新后的导入
from vllm.model_executor.layers.fused_moe.experts.triton_moe import TritonExperts
from vllm.platforms import current_platform
​
class TritonOrCutlassExperts(FallbackExperts):
    """Cutlass with fallback to Triton for low latency shapes on SM100."""
    # 类体未变

评论区精华

PR 审核主要由自动化 bot 评论和简单 LGTM 组成，未出现实质性技术争议。Gemini Code Assist 简述了变更内容并确认无反馈。

• 暂无高价值评论线程

风险与影响

• 风险：本次变更为纯重构，不涉及逻辑改动，风险较低。主要风险在于导入路径更新是否全面，漏改可能导致运行时导入错误。PR 在 CI 中已通过，证明了改动完整性。但仍有极低概率因条件导入（如 HAS_TRITON）覆盖不全导致问题。
• 影响：对用户无影响，对外部 API 和运行时行为无变化。对开发者而言，后续新增或修改 experts 类时需放在 experts/ 目录下，代码结构更清晰。维护者需要确保所有引用路径已正确更新。
• 风险标记：导入路径变更涉及文件多，需确保无遗漏

关联脉络

• 暂无明显关联 PR