执行摘要

• 一句话：新增 DP 放置节点白名单，避免多引擎争抢设备
• 推荐动作：该 PR 设计简洁，适合需要多 DP 引擎共享 Ray 集群的团队精读。决策思路（环境变量白名单）值得参考，与已有 VLLM_RAY_DP_PACK_STRATEGY 风格一致。

功能与动机

根据 PR 描述，若不设置节点白名单，create_dp_placement_groups 会扫描整个 Ray 集群并贪婪地放置 DP rank。当多个独立 DP 引擎共享集群（如 P/D 分拆或多模型服务）时，引擎会争夺同一设备，导致一个引擎的远程 rank 落到另一引擎的主节点上，并报错 Not enough resources to allocate ... DP ranks on DP master node ...。此 PR 通过可选的白名单机制解决该问题。

实现拆解

1. 环境变量声明：在 vllm/envs.py 中添加 VLLM_RAY_DP_PLACEMENT_NODE_IPS 配置项，类型为 str，默认空字符串；在环境变量解析字典中添加对应的 lambda，支持从环境变量读取。

2. 新增辅助函数：在 vllm/v1/engine/utils.py 中新增 _node_ip_from_resources 函数，从 Ray 的每个节点资源字典中提取节点 IP，过滤掉 node:__internal_head__ 和包含 _group_ 的键，返回 str | None。

3. 修改核心方法：在 CoreEngineActorManager.create_dp_placement_groups 中，在获取节点列表后、计算设备数量之前，插入白名单过滤逻辑：解析环境变量得到 requested_node_ips 集合；若非空，则自动确保主节点在集合中，然后只保留 IP 在白名单内的节点；并输出日志。

4. 副作用重构：将原本内联在 create_dp_placement_groups 中的节点 IP 提取代码替换为统一调用 _node_ip_from_resources，提升可维护性。

5. 单元测试：新建 tests/v1/engine/test_dp_placement_node_allowlist.py，包含五个测试用例，覆盖白名单限制、空白名单无操作、主节点自动添加、引擎隔离、以及节点不足时抛出异常等场景。

关键文件：

• vllm/v1/engine/utils.py（模块 引擎核心；类别 source；类型 core-logic；符号 _node_ip_from_resources, create_dp_placement_groups）: 核心逻辑：新增白名单过滤和辅助函数
• vllm/envs.py（模块 环境变量；类别 source；类型 core-logic）: 声明新环境变量
• tests/v1/engine/test_dp_placement_node_allowlist.py（模块 测试；类别 test；类型 test-coverage；符号 _vllm_config, _resources, _run, fake_pg）: 新增完整测试套件

关键符号：_node_ip_from_resources, create_dp_placement_groups

评论区精华

该 PR 无实质 review 讨论。Claude bot 自动评论指出来自 fork 的 PR 需由仓库维护者触发 review；维护者 robertgshaw2-redhat 直接批准，无其他评论。

• 暂无高价值评论线程

风险与影响

• 风险：
  • 兼容性：默认值空字符串，不影响现有行为；未设置环境变量时完全向后兼容。
  • 配置风险：用户可能设置无效 IP，但会被静默忽略（节点列表过滤后只剩主节点；若主节点 GPU 不足则抛异常）。日志中记录了 allowed_node_ips，定位问题不困难。
  • 环境变量解析：代码通过 ip.strip() 过滤空串，因此 " , " 等同于未设置，行为符合预期。
  • 性能影响：过滤操作为 O(n)，可忽略。
  • 测试覆盖：单元测试覆盖主要路径，但缺少与真实 Ray 环境集成的验证。
  • 影响：-用户：使用 Ray DP 后端且需要多引擎编排的用户可通过设置白名单避免启动冲突；其他用户无影响。
  • 系统：引入条件分支，但逻辑简单，性能开销可忽略。
  • 团队：需文档化新环境变量，并在多引擎部署场景中推荐使用。
  • 风险标记：配置环境变量依赖, 节点白名单不足风险

关联脉络

• 暂无明显关联 PR