执行摘要

• 一句话：移除 MoE fused experts 的 inplace 路径和 disable_inplace 机制
• 推荐动作：本 PR 是清理遗留技术债务的良好范例，值得对 MoE 层有维护责任的工程师精读。展示了如何在 torch 升级后安全移除已废弃的兼容代码，重点关注：版本守卫的消除、自定义算子重命名时的向下兼容策略（通过保留 outplace 别名）、以及测试覆盖的更新方式。

功能与动机

在 torch 2.9+ 环境下，disable_inplace() 始终返回 True，导致 inplace 路径成为死代码（参考 issue #26378）。同时，该路径曾是 torch 自定义算子中输出别名输入的隐患来源。作者有意利用代码清理的契机，提前执行已有的 TODO 注释，以简化 fused_moe 的接口和内部逻辑。

实现拆解

1. 删除 FusedMoEConfig.disable_inplace 配置字段（config.py）；
2. 移除 utils.py 中的 disable_inplace() 函数和依赖的 is_torch_equal_or_newer 导入；
3. 删除 fused_moe.py 中的 inplace_fused_experts / inplace_fused_experts_fake 自定义算子对，并将 outplace_fused_experts 重命名为 fused_experts_op；
4. 更新 modular_kernel.py 中 FusedMoEKernelModularImpl 的构造函数，删除 inplace 参数及相关分支；
5. 移除所有 oracle 后端、量化集成、模型文件（如 arctic、minicpm）和测试文件的 inplace 参数传递和判断逻辑；
6. 特意保留 CPU fused_experts_cpu 算子的 inplace 参数不变，因其为独立 C++ 路径。

关键文件：

• vllm/model_executor/layers/fused_moe/fused_moe.py（模块 MoE 层；类别 source；类型 data-contract；符号 inplace_fused_experts, inplace_fused_experts_fake, outplace_fused_experts, fused_experts_op）: 核心入口，删除 inplace 自定义算子对并重命名 fused_experts_op，影响所有 MoE kernel 的调用路径。
• vllm/model_executor/layers/fused_moe/modular_kernel.py（模块 MoE 层；类别 source；类型 data-contract；符号 inplace）: 定义 FusedMoEKernelModularImpl 和 FusedMoEKernel 类，删除 inplace 属性及相关条件判断，简化构造与 apply 方法。
• vllm/model_executor/layers/fused_moe/utils.py（模块 工具层；类别 source；类型 data-contract；符号 disable_inplace）: 删除 disable_inplace() 函数及其依赖，该函数过去用于禁止 torch>=2.9 下的 inplace 路径。
• vllm/model_executor/layers/fused_moe/config.py（模块 配置；类别 source；类型 data-contract）: 删除 FusedMoEConfig.disable_inplace 配置字段，这是版本守卫的源头。
• vllm/model_executor/layers/fused_moe/layer.py（模块 MoE 层；类别 source；类型 data-contract）: FusedMoELayer 中传入 disable_inplace 和 inplace 参数的地方被清除。

关键符号：inplace_fused_experts, inplace_fused_experts_fake, outplace_fused_experts, outplace_fused_experts_fake, disable_inplace, FusedMoEKernelModularImpl.init, FusedMoEKernel.inplace

关键源码片段

vllm/model_executor/layers/fused_moe/modular_kernel.py

定义 FusedMoEKernelModularImpl 和 FusedMoEKernel 类，删除 inplace 属性及相关条件判断，简化构造与 apply 方法。

# vllm/model_executor/layers/fused_moe/modular_kernel.py
​
@final
class FusedMoEKernelModularImpl:
    def __init__(
        self,
        prepare_finalize: FusedMoEPrepareAndFinalizeModular,
        fused_experts: FusedMoEExpertsModular,
        # 注意：inplace 参数已被完全移除
    ):
        self.prepare_finalize = prepare_finalize
        self.fused_experts = fused_experts
        # 以前这里还有 self.inplace = inplace
        moe_parallel_config = fused_experts.moe_config.moe_parallel_config
        self.moe_parallel_config = moe_parallel_config
        self.is_dp_ep = (
            moe_parallel_config is not None
            and moe_parallel_config.dp_size > 1
            and moe_parallel_config.use_ep
        )
​
    def apply(self, ...):
        # 原来有 if self.inplace: output = hidden_states
        # else: output = torch.empty_like(hidden_states)
        # 现在统一使用新输出
        output = torch.empty_like(hidden_states)
        # ... 后续计算

评论区精华

审查者 bnellnm 建议删除一个已由 PR body 执行的 TODO 注释，并提议将 outplace_fused_experts 重命名为 fused_experts。作者采纳并完成。两个评论均得到快速闭环，未产生争议。

• 删除多余的 TODO 注释 (style): 作者确认删除，TODO 被移除。
• 重命名 outplace_fused_experts 为 fused_experts (design): 作者接受并执行重命名，同时保留 outplace 别名为兼容性。

风险与影响

• 风险：风险极低。移除的代码在 torch>=2.9 时已经完全不可达，且所有测试通过。保留的 CPU 路径未更改。可能的风险在于若未来有人依赖于 inplace 语义或手动配置 disable_inplace=False，但该配置字段从未被公开暴露。
• 影响：对用户无行为影响；显著简化 fused_moe 内部接口（减少一个 bool 参数和若干条件分支）；降低 future work 中意外依赖已废弃 inplace 路径的风险；测试文件随之更新，确保回退一致性。
• 风险标记：死代码删除，风险低, CPU 路径保留 unchanged

关联脉络

• PR #41315 Avoid redundant AITER MoE output copies: PR body 中特别说明本 PR 不与其重复，但两者都是 MoE 层的输出机制清理。
• PR #42649 Unwrap fused_moe for non-shared & non-DBO case: PR body 中说明本 PR 与其范围不同，但共享相同的 fused_moe 代码域。