PR 的 body 明确指出目的是解决 PR #41234 的评论中的问题，并同步更新文档以匹配 PR #41234 和 #42288 中的实际代码变更。
此 PR 是纯粹的文档同步更新，对大多数工程师无需精读。但若您正在使用或开发 ViT CUDA 图系统，建议查看此文档以了解最新的 API 和流程。
此 PR 没有 review 评论。唯一审核者 Isotr0py 直接批准，表明变更直接且没有争议。
EncoderItemSpec 定义：在术语表中新增 EncoderItemSpec 类的描述，该类用于描述单个编码器输入项（图像或视频）及其输入大小和输出 token 数。BudgetGraphMetadata 中的 input_buffer 和 metadata_buffers 合并为单一的 input_buffers 字典，以反映代码中统一缓冲区设计的变更。input_buffer 和 metadata_buffers 的步骤替换为调用 prepare_encoder_cudagraph_replay_buffers() 方法，然后清零并拷贝合并后的 input_buffers 字典。get_encoder_cudagraph_config() 的返回描述从“supported modalities, input key, buffer keys, output hidden size”更新为“supported modalities, buffer keys, output hidden size, padding logics, max frames per video”，并删除 get_encoder_cudagraph_num_items 和 get_encoder_cudagraph_per_item_output_tokens 方法（它们已从协议中移除）。| 文件 | 模块 | 状态 | 重要度 |
|---|---|---|---|
docs/design/cuda_graphs_multimodal.md |
文档 | modified | 3.08 |
分析完成后，这里会展示 LLM 生成的相对完整源码片段和详细注释。
当前评论区没有形成足够清晰的争议点或结论，后续有更多讨论时会体现在这里。
无风险。此 PR 仅修改文档，不涉及任何代码或配置变更。
影响范围非常有限，仅影响阅读该文档的开发者。文档更新确保了接口变更的正确传达，有助于减少使用者的困惑。
当前没有检测到明确关联的 Issue 链接，后续同步到相关引用后会出现在这里。
参与讨论