执行摘要

• 一句话：修复 MNNVL one-sided 测试 workspace 不足
• 推荐动作：此 PR 为一个测试 bugfix，代码简单，对理解 FlashInfer one-sided 机制有一定参考价值，但无需深度精读。

功能与动机

test_one_sided_dispatch_combine 测试在初始化 FlashInfer one-sided MoeAlltoAll workspace 时未指定 fp8 block-scale payload（a1q_scale）的字节数，导致 dispatch 区域预留不足，后续 combine 段溢出触发 FlashInfer 内部断言失败："workspace insufficient for combine payload region"。

实现拆解

在 tests/distributed/test_mnnvl_alltoall.py 的 _one_sided_data_worker 函数中，调用 manager.initialize() 时增加参数 dispatch_scale_bytes_per_token=hidden_size // 16，使 workspace 预留大小与后续 dispatch 的实际 payload 匹配。

关键文件：

• tests/distributed/test_mnnvl_alltoall.py（模块 分布式通信；类别 test；类型 test-coverage）: 修复测试用例 _one_sided_data_worker 中 workspace 初始化参数缺失问题，是唯一变更文件。

关键符号：未识别

关键源码片段

tests/distributed/test_mnnvl_alltoall.py

修复测试用例 _one_sided_data_worker 中 workspace 初始化参数缺失问题，是唯一变更文件。

# File: tests/distributed/test_mnnvl_alltoall.py
​
def _one_sided_data_worker(rank, world_size):
    from vllm.distributed.device_communicators.all2all import (
        FlashInferNVLinkOneSidedManager,
    )
    # ... 省略上下文代码 ...
    hidden_size = 256
    tokens_per_rank = 32
    experts_per_token = 2
    num_experts = world_size * 8
​
    # Initialize the one-sided manager
    manager = FlashInferNVLinkOneSidedManager(cpu_group)
    manager.initialize(
        max_num_tokens=tokens_per_rank,
        top_k=experts_per_token,
        num_experts=num_experts,
        hidden_size=hidden_size,
        # 关键修复：声明 fp8 block-scale payload 按每 token 的字节数，
        # 之前缺省为 0 导致 dispatch 区域预留不足，combine 段溢出。
        dispatch_scale_bytes_per_token=hidden_size // 16,
    )
    # ... 后续创建 a1q, a1q_scale, topk_ids 等数据进行 dispatch/combine ...

评论区精华

无 review 讨论。

• 暂无高价值评论线程

风险与影响

• 风险：低风险：仅改动测试文件逻辑，不涉及生产代码。但如果 dispatch_scale_bytes_per_token 的计算方式（hidden_size // 16）与未来实际 payload 不一致，可能再次出现类似问题。
• 影响：仅限于 tests/distributed/test_mnnvl_alltoall.py::test_one_sided_dispatch_combine 这一测试用例，修复后该用例可正常通过。不影响其他测试或功能。
• 风险标记：测试配套, 低影响

关联脉络

• 暂无明显关联 PR