执行摘要

• 一句话：移除废弃的 minimax_allreduce_rms 内核
• 推荐动作：值得阅读以学习如何安全清理自定义操作（op 绑定、fake 函数、C++ 声明、内核实现）。该 PR 模式可复用至其他死代码清理场景。

功能与动机

PR 描述中提到 'We are using minimax_allreduce_rms_qk instead.' 因此删除不再使用的旧内核，清理代码库。

实现拆解

1. Python 绑定清理 (vllm/_custom_ops.py)：删除 if hasattr(torch.ops._C, "minimax_allreduce_rms") 块及其内部的 @register_fake 装饰的 _minimax_allreduce_rms_fake 函数。
2. C++ 头文件清理 (csrc/libtorch_stable/ops.h)：移除 minimax_allreduce_rms 的函数声明。
3. PyTorch op 注册清理 (csrc/libtorch_stable/torch_bindings.cpp)：在 TORCH_LIBRARY_FRAGMENT 中删除对应 op 的 def，在 TORCH_LIBRARY_IMPL 中删除对应的 impl。
4. CUDA 内核实现清理 (csrc/libtorch_stable/minimax_reduce_rms_kernel.cu)：删除整个 minimax_allreduce_rms 函数实现（约 29 行），该函数调用 MiniMaxReduceRMSParams 并执行 allreduce + rms_norm。

不涉及测试或配置配套改动，仅执行删除操作。

关键文件：

• vllm/_custom_ops.py（模块 自定义Op；类别 source；类型 core-logic；符号 _minimax_allreduce_rms_fake）: Python 端自定义操作入口，删除了 minimax_allreduce_rms 的 hasattr 检查及 fake 函数注册。
• csrc/libtorch_stable/ops.h（模块 C++头文件；类别 source；类型 core-logic）: C++ 头文件，删除了 minimax_allreduce_rms 的函数声明。
• csrc/libtorch_stable/torch_bindings.cpp（模块 Torch绑定；类别 source；类型 core-logic）: PyTorch op 注册文件，删除了 minimax_allreduce_rms 的 def 和 impl 绑定。
• csrc/libtorch_stable/minimax_reduce_rms_kernel.cu（模块 CUDA内核；类别 other；类型 core-logic）: CUDA 内核实现文件，删除了整个 minimax_allreduce_rms 函数（约 29 行）。

关键符号：_minimax_allreduce_rms_fake, minimax_allreduce_rms

关键源码片段

vllm/_custom_ops.py

Python 端自定义操作入口，删除了 minimax_allreduce_rms 的 hasattr 检查及 fake 函数注册。

# 在 vllm/_custom_ops.py 中，删除了 old minimax_allreduce_rms fake 函数，
# 现在只保留 qk 版本的 fake 函数。
​
if hasattr(torch.ops._C, "minimax_allreduce_rms_qk"):
    @register_fake("_C::minimax_allreduce_rms_qk")
    def _minimax_allreduce_rms_qk_fake(
        qkv: torch.Tensor,
        norm_weight_q: torch.Tensor,
        norm_weight_k: torch.Tensor,
        workspace: torch.Tensor,
        q_size: int,
        kv_size: int,
        rank: int,
        nranks: int,
        eps: float,
    ) -> tuple[torch.Tensor, torch.Tensor]:
        token_num = qkv.shape[0]
        return (
            torch.empty([token_num, q_size], dtype=qkv.dtype, device=qkv.device),
            torch.empty([token_num, kv_size], dtype=qkv.dtype, device=qkv.device),
        )

评论区精华

无实质性讨论。两位 reviewer（sfeng33、mgoin）直接 approve，Claude bot 自动 comment 未触发人工 review，变更被快速合并。

• 暂无高价值评论线程

风险与影响

• 风险：风险极低。该函数已无任何调用者（已在别处替换为 minimax_allreduce_rms_qk），删除后不会影响运行时行为。但需确认第三方或下游代码未直接引用该符号（本仓库内已确认无引用）。若存在外部依赖，可能需同步移除。
• 影响：对用户：无影响。对系统：减少二进制体积和编译时间（约 29 行 CUDA 代码），降低维护成本。对团队：明确使用单一内核实现，避免混淆。影响范围仅限于 minimax 模型的自定义操作部分。
• 风险标记：低风险, 无功能影响, 代码清理

关联脉络

• 暂无明显关联 PR