执行摘要

• 一句话：修复 docs 构建失败问题
• 推荐动作：建议快速合并，属于基础设施修复，无需深入审查。

功能与动机

由于已停止在每个 PR 上构建文档，需要在主分支上定期修复文档构建问题。

实现拆解

1. 修复 docstring 格式：在 vllm/model_executor/layers/fused_moe/experts/cpu_moe.py 中将返回类型描述中的多行元组格式合并为一行，以符合文档构建解析要求。
2. 添加空文件：新增 vllm/model_executor/layers/fusion/__init__.py 文件（空内容），修复模块导入时的文档生成问题。

关键文件：

• vllm/model_executor/layers/fused_moe/experts/cpu_moe.py（模块 模型执行器；类别 source；类型 data-contract；符号 prepare_int4_moe_layer_for_cpu）: 修复了 prepare_int4_moe_layer_for_cpu 函数的 docstring 格式，将返回元组从多行改为单行，消除了文档构建的解析错误。
• vllm/model_executor/layers/fusion/__init__.py（模块 模型执行器；类别 source；类型 data-contract）: 新建空文件，修复 vllm.model_executor.layers.fusion 模块的文档生成，避免因缺少 __init__.py 导致导入错误。

关键符号：prepare_int4_moe_layer_for_cpu

关键源码片段

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

修复了 prepare_int4_moe_layer_for_cpu 函数的 docstring 格式，将返回元组从多行改为单行，消除了文档构建的解析错误。

    Returns:
        (blocked_w13, blocked_w2, blocked_s13, blocked_s2, blocked_z13, blocked_z2)
    """
    E = w13_packed.size(0)
​
    # No qzeros are available in compressed-tensors symmetric checkpoints.
    # The GPTQ unpack kernel (unpack_4bit_to_32bit_signed) adds +1 to stored zeros,
    # so we store 7 per nibble: 0x77777777 -> +1 -> 8.
    if w13_zeros is None:
        num_groups_w13 = w13_scale.size(1)
        N_w13 = w13_scale.size(2)  # 2*I
        _zp = 0x77777777
        w13_zeros = torch.full(
            (E, num_groups_w13, N_w13 // 8),
            _zp,
            dtype=torch.int32,
        )
​
    if w2_zeros is None:
        num_groups_w2 = w2_scale.size(1)
        N_w2 = w2_scale.size(2)  # K
        _zp = 0x77777777
        w2_zeros = torch.full(
            (E, num_groups_w2, N_w2 // 8),
            _zp,
            dtype=torch.int32,
        )
​
    blocked_w13, blocked_z13, blocked_s13 = convert_weight_packed_scale_zp(
        w13_packed, w13_zeros, w13_scale, quant_algo
    )
    blocked_w2, blocked_z2, blocked_s2 = convert_weight_packed_scale_zp(
        w2_packed, w2_zeros, w2_scale, quant_algo
    )

评论区精华

无 review 评论。

• 暂无高价值评论线程

风险与影响

• 风险：风险极低：变更仅为 docstring 格式调整和新增空文件，不影响运行逻辑。
• 影响：直接影响：修复了主分支的文档构建管道，使开发者文档保持可用。间接影响：防止新 PR 因文档构建失败而被阻塞。
• 风险标记：暂无

关联脉络

• PR #44260 Add the QuantizedActivation linear-kernel contract: 可能引入了 vllm/model_executor/layers/fusion/__init__.py 模块，但缺少该文件导致文档构建失败。