#47195 [Hardware][AMD][CI] Bump timeouts of various test groups on AMD CI

原始 PR 作者 mawong-amd 合并时间 2026-07-01 03:30 文件变更 1 提交数 1 评论 0 代码增减 +14 / -14

执行摘要

AMD CI 上因 MI300 集群 Docker 镜像拉取缓慢导致部分测试超时失败。在根本原因调查期间，通过增加超时时间确保测试能运行完成，从而获得有意义的 CI 信号。

作为临时性 CI 稳定性调整，值得合并。但需跟进根本原因调查，避免超时值持续膨胀。

讨论亮点

无实质性讨论。PR 被快速批准（AndreasKaratzas 批准），claude[bot] 的评论提示来自 fork，需维护者手动触发 review。

修改 .buildkite/test-amd.yaml：对 14 个 MI300 测试组的 timeout_in_minutes 字段统一增加 45 分钟。
涉及的测试组包括：Basic Correctness、Distributed Model Tests (2 GPUs)、Distributed Tests (2xH100-2xMI300)、Examples、Kernels Attention Test、Kernels MoE Test、Basic Models Tests (Other)、Spec Decode Eagle、Metrics & Tracing (2 GPUs) 等。
所有 mirror_hardwares 包含 AMD 集群（amdexperimental, amdproduction, amdgfx942nightly, amdmi300）的测试组均受此影响。

文件	模块	状态	重要度
`.buildkite/test-amd.yaml`	CI 配置	modified	4.26

分析完成后，这里会展示 LLM 生成的相对完整源码片段和详细注释。

当前评论区没有形成足够清晰的争议点或结论，后续有更多讨论时会体现在这里。

风险极低：仅调整 CI 超时配时，不影响任何功能代码、测试逻辑或产出正确性。唯一风险是过长的超时可能延迟 CI 失败反馈，但 PR 明确指出不改变门控信号。

直接作用于 AMD CI 的 MI300 测试组，延长其运行时间上限，减少因镜像拉取等环境因素导致的假阳性失败。对 vLLM 主仓库的 CI 门控信号无影响（PR 注明不影响 AMD 镜像组的门控信号）。

仅 CI 配置变更，无功能风险

当前没有检测到明确关联的 Issue 链接，后续同步到相关引用后会出现在这里。