执行摘要

• 一句话：FlashInfer MXINT4 MoE 后端支持 gated SiLU 激活
• 推荐动作：建议精读（约 2 分钟）。该 PR 虽小但值得关注以下设计点：
  1) 如何通过 _supports_activation 等静态方法实现后端选择能力声明；
  2) 纯元数据修复与 kernel 无关的优化策略；
  3) 测试文件中针对静态方法的单元测试写法。

功能与动机

使 FlashInfer MXINT4 MoE 后端能够被 Kimi-K2.5 等采用标准 gated SiLU 激活的模型选中。PR body 指出：当前 TrtLlmMxint4ExpertsMonolithic rejects MoEActivation.SILU，导致 vLLM 不会为 Kimi-K2.5 风格的 gated SiLU MoE 层选择该后端，而底层 FlashInfer 路径实际支持标准 gated SiLU 计算。

实现拆解

1. 修改激活支持断言（vllm/model_executor/layers/fused_moe/experts/trtllm_mxint4_moe.py）：将 _supports_activation 从单一比较 activation == MoEActivation.SWIGLUOAI 改为检查 activation in (MoEActivation.SILU, MoEActivation.SWIGLUOAI)，并更新注释说明 FlashInfer 内部使用 "SwiGLU" 名称而 vLLM 配置映射到 SILU。
2. 新增回归测试（tests/kernels/moe/test_marlin_vs_trtllm_mxint4.py）：添加 test_trtllm_mxint4_activation_supports_vllm_gated_silu 函数，断言 _supports_activation(MoEActivation.SILU) 返回 True、_supports_activation(MoEActivation.SWIGLUOAI) 返回 True、_supports_activation(MoEActivation.RELU2_NO_MUL) 返回 False，防止后续回归。同时补充了必要的 import。

关键文件：

• vllm/model_executor/layers/fused_moe/experts/trtllm_mxint4_moe.py（模块 MoE 内核；类别 source；类型 data-contract；符号 _supports_activation, TrtLlmMxint4ExpertsMonolithic）: 核心变更文件，修改 _supports_activation() 方法以接受 MoEActivation.SILU，使得 FlashInfer MXINT4 后端能被 gated SiLU 模型选中。
• tests/kernels/moe/test_marlin_vs_trtllm_mxint4.py（模块 MoE 测试；类别 test；类型 test-coverage；符号 test_trtllm_mxint4_activation_supports_vllm_gated_silu）: 新增回归测试，验证 _supports_activation 对 SILU 返回 True、对 RELU2_NO_MUL 返回 False，并补充了必要的 import。

关键符号：_supports_activation, test_trtllm_mxint4_activation_supports_vllm_gated_silu

关键源码片段

vllm/model_executor/layers/fused_moe/experts/trtllm_mxint4_moe.py

核心变更文件，修改 _supports_activation() 方法以接受 MoEActivation.SILU，使得 FlashInfer MXINT4 后端能被 gated SiLU 模型选中。

# vllm/model_executor/layers/fused_moe/experts/trtllm_mxint4_moe.py
​
@staticmethod
def _supports_activation(activation: MoEActivation) -> bool:
    # FlashInfer MxInt4 内部将标准 gated SiLU 路径命名为 "SwiGLU".
    # 在 vLLM MoE 配置中，该路径映射到 SILU / silu_and_mul;
    # 保留 SWIGLUOAI 作为别名，以保持与其他 FlashInfer 后端的兼容性 .
    return activation in (MoEActivation.SILU, MoEActivation.SWIGLUOAI)

tests/kernels/moe/test_marlin_vs_trtllm_mxint4.py

新增回归测试，验证 _supports_activation 对 SILU 返回 True、对 RELU2_NO_MUL 返回 False，并补充了必要的 import。

# tests/kernels/moe/test_marlin_vs_trtllm_mxint4.py
​
def test_trtllm_mxint4_activation_supports_vllm_gated_silu():
    # 验证 SILU （标准 gated SiLU） 被支持
    assert TrtLlmMxint4ExpertsMonolithic._supports_activation(MoEActivation.SILU)
    # 验证 SWIGLUOAI （别名） 仍被支持
    assert TrtLlmMxint4ExpertsMonolithic._supports_activation(MoEActivation.SWIGLUOAI)
    # 验证非 gated 激活 （RELU2_NO_MUL） 不被支持
    assert not TrtLlmMxint4ExpertsMonolithic._supports_activation(
        MoEActivation.RELU2_NO_MUL
    )

评论区精华

评论仅有一条：审核者 AndreasKaratzas 建议在后续 PR 中为测试文件添加平台跳过装饰器（如 ROCm 等非 CUDA 或不支持 TRT 的平台），以确保 CI 健壮性。该提议非阻塞，PR 已合并。

• 添加平台跳过装饰器以增强测试健壮性 (testing): 非阻塞意见，PR 已合并；作者将在后续 follow-up PR 中处理。

风险与影响

• 风险：风险低。变更仅涉及 Python 静态方法中枚举值判断的逻辑，底层 kernel 不变。测试覆盖了正向和负向断言。主要潜在风险：若未来新增激活类型被误判为支持（如误将 non-gated 激活传入），但现有代码已保持了对 RELU2_NO_MUL 的拒绝，且函数返回值直接控制后端选择，影响范围集中在模型加载阶段。
• 影响：影响范围小。仅影响 FlashInfer TRT-LLM MXINT4 MoE 后端的激活选择逻辑，使得 Kimi-K2.5 等模型在满足其他条件（NVIDIA Blackwell GPU、VLLM_USE_FLASHINFER_MOE_INT4=1）时能自动启用该后端。不影响其他 MoE 后端或非 MXINT4 路径。
• 风险标记：测试缺少平台跳过

关联脉络

• PR #46408 [Bugfix] Support -1 (invalid/non-local) slots in topk_ids for Triton MoE: 同为 MoE 内核中的 bugfix，涉及 MOE 激活路径
• PR #46406 [Bugfix] Support non-power-of-2 top_k in legacy triton_kernels routing: 同为 MoE 内核修复，涉及路由与激活