执行摘要
- 一句话：禁用 V2 模型运行器的并行草稿解码
- 推荐动作：该 PR 是必需的 bug 修复，内容简洁、风险低。值得所有涉及 V2 模型运行器和推测解码的团队成员关注。它为 V2 并行草稿功能的后续实现提供了一个清晰的追踪点。
功能与动机
PR #39337 将某些 dense 模型默认切换到 V2 模型运行器。然而，V2 EagleSpeculator 缺少对 parallel_drafting 的支持，导致 P-EAGLE 模型以顺序模式运行，造成了多 token 接受率的崩溃。speculators-correctness 测试在 CI 中持续失败（参考 https://buildkite.com/vllm/ci/builds/66633）。该 PR 通过显式标记 parallel_drafting 为 V2 不受支持的特性来解决问题，确保此类模型回退到 V1 运行器。
实现拆解
本次变更仅涉及一个文件 vllm/config/vllm.py。在函数 _get_v2_model_runner_unsupported_features 中，新增了一段条件判断：当 speculative_config.parallel_drafting 为 True 时，向不受支持列表中添加字符串 "parallel drafting for speculative decoding"。该函数返回的列表用于决定是否启用 V2 模型运行器。具体位置在原有的 speculative 方法检查之后、EAGLE3 流水线并行检查之前。
关键文件：
vllm/config/vllm.py（模块 配置；类别 source；类型 core-logic；符号 _get_v2_model_runner_unsupported_features）: 在 V2 模型运行器的不受支持特性检查中添加了 parallel_drafting 检测。这是该 PR 仅有的变更文件，直接决定了运行器的选择。
关键符号：_get_v2_model_runner_unsupported_features
关键源码片段
vllm/config/vllm.py
在 V2 模型运行器的不受支持特性检查中添加了 parallel_drafting 检测。这是该 PR 仅有的变更文件，直接决定了运行器的选择。
# vllm/config/vllm.py 中 _get_v2_model_runner_unsupported_features 方法
# 在 speculative 方法检查之后，EAGLE3 流水线并行检查之前插入以下代码：
if speculative_config is not None:
# ... 已有的 ngram / eagle / mtp 检查 ...
# 新增：V2 EagleSpeculator 不支持 parallel_drafting（PEagle 需要）
if speculative_config.parallel_drafting:
unsupported.append("parallel drafting for speculative decoding")
if (
speculative_config.method == "eagle3"
and self.parallel_config.pipeline_parallel_size > 1
):
unsupported.append("EAGLE3 with pipeline parallelism")
# ... 其余检查 ...
评论区精华
该 PR 没有实质性的审核讨论。审核人 mgoin 批准了 PR，yewentao256 评论 "LGTM, thanks for the work!"，gemini-code-assist[bot] 提供了自动评审但未提出需要处理的问题。
风险与影响
- 风险：风险极低。变更仅添加了一个新的条件分支到不受支持的特性列表中，且仅在
parallel_drafting 为 True 时触发。如果所有使用了 parallel_drafting 的模型都已在 V1 下正常工作，则该变更只是巩固了已有的回退行为。潜在的微小风险是未来 V2 实现 parallel_drafting 功能后，若忘记更新该函数，会导致无法正常启用。
- 影响：直接影响：启用 parallel_drafting（如 P-EAGLE 模型）的模型将不再被错误地分配到 V2 模型运行器，而是回退到 V1，从而恢复正确的多 token 接受率和生成性能。对不使用 parallel_drafting 的模型无影响。测试套件中相关的 speculators-correctness 测试应当恢复通过。
- 风险标记：修复回归问题, 单文件低风险变更
关联脉络
- PR #39337 [Model Runner v2] Oracle for model runner v2 - qwen3 dense model by default [1/N]: 该 PR 将某些 dense 模型默认切换到 V2，暴露了 V2 不支持 parallel_drafting 的问题，是本次 bug 修复的直接原因。
参与讨论