执行摘要

• 一句话：统一 XPU MoE 内核命名格式
• 推荐动作：本 PR 为纯命名规范化变更，建议快速合并。若仓库有严格的向后兼容要求，可考虑在发布说明中提及类名变更。对于想了解 vllm XPU MoE 内核组织方式的读者，本 PR 可作为索引参考。

功能与动机

PR body 明确说明："This PR unifies XPU moe kernels format and add "XPUExpertsBlockFp8", "XPUExpertsMxFp8", in kernel list."，目的是统一 XPU MoE 内核命名格式，并将缺失的内核名补全到公开导出列表中，确保内核枚举完整可被外部调用。

实现拆解

1. 核心类重命名：在 vllm/model_executor/layers/fused_moe/experts/xpu_moe.py 中将 XPUExpertsMxfp8 重命名为 XPUExpertsMxFp8，将 XPUExpertsMXFp4 重命名为 XPUExpertsMxFp4，仅修改类定义行（+2/-2），保持继承关系和内部逻辑不变。
2. 导入同步：在以下 4 个文件中对重命名后类的导入路径进行同步更新，均为局部导入语句中的类名替换（+9/-9）：
   • compressed_tensors_moe_w4a4_mxfp4.py：更新 XPUExpertsMxFp4 导入和使用。
   • oracle/mxfp4.py：更新 XPUExpertsMxFp4 导入。
   • oracle/fp8.py：更新 XPUExpertsMxFp8 导入。
   • __init__.py：更新导入并扩展 __all__。
3. 导出列表扩展：在 vllm/model_executor/layers/fused_moe/__init__.py 的 __all__ 列表中添加了 "XPUExpertsBlockFp8" 和 "XPUExpertsMxFp8" 两个新条目（+4/-2），使这些类可通过包接口公开访问。
4. 无测试配套：本 PR 未包含测试文件变更，属于纯代码重构和导出合规调整。

关键文件：

• vllm/model_executor/layers/fused_moe/experts/xpu_moe.py（模块 MoE 内核；类别 source；类型 data-contract；符号 XPUExpertsMxfp8, XPUExpertsMxFp8, XPUExpertsMXFp4, XPUExpertsMxFp4）: 核心变更文件，完成类名 XPUExpertsMxfp8 → XPUExpertsMxFp8 和 XPUExpertsMXFp4 → XPUExpertsMxFp4 的重命名，保持继承和逻辑不变。
• vllm/model_executor/layers/fused_moe/__init__.py（模块 MoE 内核；类别 source；类型 data-contract；符号 XPUExpertsBlockFp8, XPUExpertsMxFp8）: 更新导入语句并扩展 __all__ 列表，新增 XPUExpertsBlockFp8 和 XPUExpertsMxFp8 两个公开导出符号，确保内核枚举完整。
• vllm/model_executor/layers/fused_moe/oracle/fp8.py（模块 MoE 内核；类别 source；类型 data-contract；符号 XPUExpertsMxFp8）: 同步更新 XPUExpertsMxfp8 → XPUExpertsMxFp8 导入和引用，保持向后端映射函数的一致性。
• vllm/model_executor/layers/quantization/compressed_tensors/compressed_tensors_moe/compressed_tensors_moe_w4a4_mxfp4.py（模块 量化方法；类别 source；类型 data-contract；符号 XPUExpertsMxFp4）: 更新 XPUExpertsMXFp4 → XPUExpertsMxFp4 导入和使用，保持压缩张量量化 MoE 方法中 XPU 分支的引用同步。
• vllm/model_executor/layers/fused_moe/oracle/mxfp4.py（模块 MoE 内核；类别 source；类型 data-contract；符号 XPUExpertsMxFp4）: 同步更新 xpu.py 中 XPUExpertsMXFp4 → XPUExpertsMxFp4 导入，保持 MXFP4 后端映射的一致性。

关键符号：XPUExpertsMxFp8.init, XPUExpertsMxFp8._supports_quant_scheme, XPUExpertsMxFp4.init, XPUExpertsMxFp4._supports_quant_scheme

关键源码片段

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

核心变更文件，完成类名 XPUExpertsMxfp8 → XPUExpertsMxFp8 和 XPUExpertsMXFp4 → XPUExpertsMxFp4 的重命名，保持继承和逻辑不变。

以下代码展示 XPU MoE 内核类的命名统一变更（仅类名修改，逻辑不变）

# 改前：class XPUExpertsMxfp8(XPUExpertsFp8):
class XPUExpertsMxFp8(XPUExpertsFp8):
    """ 改后类名中 mxfp8 -> MxFp8，与 XPU 其他内核命名风格保持一致 """
    def __init__(
        self,
        moe_config: FusedMoEConfig,
        quant_config: FusedMoEQuantConfig,
        max_num_tokens: int | None = None,
        num_dispatchers: int | None = None,
    ):
        super().__init__(moe_config, quant_config, max_num_tokens, num_dispatchers)
        assert quant_config.quant_dtype == "mxfp8"
        self.is_mxfp8 = True
​
    @staticmethod
    def _supports_quant_scheme(
        weight_key: QuantKey | None,
        activation_key: QuantKey | None,
    ) -> bool:
        SUPPORTED_W_A = [
            (kMxfp8Static, None),
            (kMxfp8Static, kMxfp8Dynamic),
        ]
        return (weight_key, activation_key) in SUPPORTED_W_A
​
​
# 改前：class XPUExpertsMXFp4(XPUExperts):
class XPUExpertsMxFp4(XPUExperts):
    """ MXFP4 内核，类名 MXFp4 -> MxFp4，统一大小写风格 """
    def __init__(
        self,
        moe_config: FusedMoEConfig,
        quant_config: FusedMoEQuantConfig,
        max_num_tokens: int | None = None,
        num_dispatchers: int | None = None,
    ):
        super().__init__(moe_config, quant_config, max_num_tokens, num_dispatchers)
        self.is_mxfp4 = True
​
    @staticmethod
    def _supports_quant_scheme(
        weight_key: QuantKey | None,
        activation_key: QuantKey | None,
    ) -> bool:
        SUPPORTED_W_A = [
            (kMxfp4Static, None),
        ]
        return (weight_key, activation_key) in SUPPORTED_W_A

以下代码展示 XPU MoE 内核类的命名统一变更（仅类名修改，逻辑不变）

# 改前：class XPUExpertsMxfp8(XPUExpertsFp8):
class XPUExpertsMxFp8(XPUExpertsFp8):
    """ 改后类名中 mxfp8 -> MxFp8，与 XPU 其他内核命名风格保持一致 """
    def __init__(
        self,
        moe_config: FusedMoEConfig,
        quant_config: FusedMoEQuantConfig,
        max_num_tokens: int | None = None,
        num_dispatchers: int | None = None,
    ):
        super().__init__(moe_config, quant_config, max_num_tokens, num_dispatchers)
        assert quant_config.quant_dtype == "mxfp8"
        self.is_mxfp8 = True
​
    @staticmethod
    def _supports_quant_scheme(
        weight_key: QuantKey | None,
        activation_key: QuantKey | None,
    ) -> bool:
        SUPPORTED_W_A = [
            (kMxfp8Static, None),
            (kMxfp8Static, kMxfp8Dynamic),
        ]
        return (weight_key, activation_key) in SUPPORTED_W_A
​
​
# 改前：class XPUExpertsMXFp4(XPUExperts):
class XPUExpertsMxFp4(XPUExperts):
    """ MXFP4 内核，类名 MXFp4 -> MxFp4，统一大小写风格 """
    def __init__(
        self,
        moe_config: FusedMoEConfig,
        quant_config: FusedMoEQuantConfig,
        max_num_tokens: int | None = None,
        num_dispatchers: int | None = None,
    ):
        super().__init__(moe_config, quant_config, max_num_tokens, num_dispatchers)
        self.is_mxfp4 = True
​
    @staticmethod
    def _supports_quant_scheme(
        weight_key: QuantKey | None,
        activation_key: QuantKey | None,
    ) -> bool:
        SUPPORTED_W_A = [
            (kMxfp4Static, None),
        ]
        return (weight_key, activation_key) in SUPPORTED_W_A

vllm/model_executor/layers/fused_moe/__init__.py

更新导入语句并扩展 __all__ 列表，新增 XPUExpertsBlockFp8 和 XPUExpertsMxFp8 两个公开导出符号，确保内核枚举完整。

以下代码展示 init.py 中的导出清单扩展（仅展示关键部分）

# 在 HAS_TRITON 分支中，更新 __all__ 列表
__all__ += [
    "AiterExperts",
    "fused_topk",
    "fused_experts",
    "get_config_file_name",
    "GroupedTopk",
    "CutlassExpertsFp8",
    "CutlassBatchedExpertsFp8",
    "CutlassExpertsW4A8Fp8",
    "TritonExperts",
    "TritonWNA16Experts",
    "BatchedTritonExperts",
    "DeepGemmExperts",
    "BatchedDeepGemmExperts",
    "TritonOrDeepGemmExperts",
    "XPUExperts",
    "XPUExpertsFp8",
    "XPUExpertsBlockFp8", # 新增：此前遗漏的 BlockFp8 内核
    "XPUExpertsMxFp8", # 新增：此前遗漏的 MxFp8 内核 ( 原名 Mxfp8)
    "XPUExpertsMxFp4", # 改名前为 XPUExpertsMXFp4，现统一为 MxFp4
]

评论区精华

未发现实质性技术讨论。唯一 review 来自 claude[bot] 的自动评论（因 PR 来自 fork 而跳过审核），以及 yewentao256 的简单批准 "LGTM, thanks for the work!"，表明变更直接、无争议。

• 暂无高价值评论线程

风险与影响

• 风险：
  1. 兼容性风险（低）：类名变更属于破坏性 API 变动，若外部代码直接通过旧类名（如 XPUExpertsMxfp8）引用，会导致 ImportError。但在 vllm 内部所有引用已同步更新，且 PR 来自主线 contributor，风险可控。
  2. 回归风险（低）：仅涉及类名文本替换和导出列表补充，未改动业务逻辑，回归概率极低。
• 影响：
  1. 用户影响（无）：用户一般不直接引用这些内部 MoE 类，变更为透明。
  2. 系统影响（低）：统一命名格式后，XPU MoE 内核的导出接口更完整，便于后续集成和调试。
  3. 团队影响（低）：节省后续排查内核列表遗漏的认知开销。
     - 风险标记：类名破坏性变更, 缺少测试覆盖

关联脉络

• PR #44540 [XPU] add xpu branch in compressed_tensors_moe_w4a4_mxfp4: 同一个文件 compressed_tensors_moe_w4a4_mxfp4.py 在上一个 PR 中新增了 XPU 分支，本 PR 将其中的类名引用同步统一。
• PR #42953 feat: add DeepSeek-V4 XPU attention decode path: 历史 PR 引入了 XPU MoE 内核的初步支持，本 PR 是对其中命名格式的后续规范化。