执行摘要

• 一句话：删除未使用的 ROCm 稀疏注意力内核
• 推荐动作：值得作为死代码清理的参考示例，但无需深入审查代码细节。可以向团队推广类似的定期清理实践。

功能与动机

PR 说明：Remove unused rocm kernel combine_topk_swa_indices_ragged and related test。该内核及其辅助函数在现有代码路径中已无调用，为减少维护负担进行清理。

实现拆解

1. 在 vllm/models/deepseek_v4/amd/rocm.py 中删除两个 Triton JIT 内核函数定义（_compute_combined_lens_kernel、_combine_topk_swa_indices_ragged_kernel）和 Python 封装函数（combine_topk_swa_indices_ragged），共约 147 行。
2. 在 tests/kernels/attention/test_rocm_triton_attn_dsv4.py 中删除对应的参考实现 _ref_combine_topk_swa_ragged 和测试函数 test_combine_topk_swa_indices_ragged，约 89 行。
3. 经 grep 确认无其他模块引用这些符号，提交并合并。

关键文件：

• vllm/models/deepseek_v4/amd/rocm.py（模块 模型层；类别 source；类型 dead-code-removal；符号 _compute_combined_lens_kernel, _combine_topk_swa_indices_ragged_kernel, combine_topk_swa_indices_ragged）: 核心源文件，删除了未使用的 combine_topk_swa_indices_ragged 函数及其 Triton 内核定义，减少 147 行 dead code。
• tests/kernels/attention/test_rocm_triton_attn_dsv4.py（模块 测试；类别 test；类型 test-removal；符号 _ref_combine_topk_swa_ragged, test_combine_topk_swa_indices_ragged）: 测试文件，删除了与上述内核对应的参考实现和测试用例，避免测试引用已删除的代码。

关键符号：_compute_combined_lens_kernel, _combine_topk_swa_indices_ragged_kernel, combine_topk_swa_indices_ragged, _ref_combine_topk_swa_ragged, test_combine_topk_swa_indices_ragged

关键源码片段

vllm/models/deepseek_v4/amd/rocm.py

核心源文件，删除了未使用的 combine_topk_swa_indices_ragged 函数及其 Triton 内核定义，减少 147 行 dead code。

# 本 PR 移除了未使用的 `combine_topk_swa_indices_ragged` 函数及其 Triton 内核。
# 以下函数 `_copy_ragged_to_graph_buffers` 是之前保留的辅助函数，用于
# 将动态 ragged 元数据拷贝到 CUDA graph 持久化缓冲区中。
​
def _copy_ragged_to_graph_buffers(
    ragged_indices: torch.Tensor,
    ragged_indptr: torch.Tensor,
    ragged_indices_buffer: torch.Tensor,
    ragged_indptr_buffer: torch.Tensor,
    num_rows: int,
    max_entries_per_row: int,
) -> tuple[torch.Tensor, torch.Tensor]:
    """Copy dynamic ragged metadata into persistent CUDA graph buffers.
​
    FULL decode graphs capture kernel argument addresses. Keep the returned
    tensors backed by stable storage, while indptr continues to bound reads.
    """
    indptr_out = ragged_indptr_buffer[: num_rows + 1]
    indptr_out.copy_(ragged_indptr, non_blocking=True)
​
    max_entries = max(num_rows * max_entries_per_row, 1)
    ragged_out = ragged_indices_buffer[:max_entries]
    nnz = ragged_indices.numel()
    if nnz > 0:
        ragged_out[:nnz].copy_(ragged_indices, non_blocking=True)
    return ragged_out, indptr_out

tests/kernels/attention/test_rocm_triton_attn_dsv4.py

测试文件，删除了与上述内核对应的参考实现和测试用例，避免测试引用已删除的代码。

# 本 PR 移除了 `_ref_combine_topk_swa_ragged` 和 `test_combine_topk_swa_indices_ragged`。
# 以下函数 `test_decode_num_splits_heuristic` 保持不变，测试 split-K 解码路径的分片数启发式。
​
@requires_gfx950
@torch.inference_mode()
def test_decode_num_splits_heuristic(monkeypatch) -> None:
    """Split-count heuristic added with the flash-decode split-K decode path."""
    from vllm.v1.attention.ops import rocm_aiter_mla_sparse as mod
​
    # Pin the CU count so the heuristic is deterministic off-device.
    monkeypatch.setattr(mod, "_decode_cu_count", lambda: 256)
​
    # A batch that already fills the device should not be split.
    assert mod._decode_num_splits(256, 1, avg_main_len=128.0, avg_extra_len=0.0) == 1
    # A tiny batch on a large device should split to add parallelism.
    assert mod._decode_num_splits(2, 1, avg_main_len=256.0, avg_extra_len=0.0) > 1
​
    # The chosen count always stays within the searched [1, 16] range, and a
    # zero-length workload never splits (no work to parallelize).
    for num_queries in (1, 4, 24, 224, 1024):
        splits = mod._decode_num_splits(
            num_queries, 1, avg_main_len=512.0, avg_extra_len=128.0
        )
        assert 1 <= splits <= 16
    assert mod._decode_num_splits(2, 1, avg_main_len=0.0, avg_extra_len=0.0) >= 1

评论区精华

无实质性讨论。Claude bot 因来自 fork 而自动跳过审查，仅有 maintainer AndreasKaratzas 批准。该 PR 属于纯粹的清理操作，未产生设计争议。

• 暂无高价值评论线程

风险与影响

• 风险：风险极低。被删除的代码经 grep 确认在当前代码库中无任何调用点。唯一潜在风险是未来若需要此功能需重新实现，但该功能已不被需要的可能性极高。此外，vllm/models/deepseek_v4/amd/rocm.py 中新增的 _copy_ragged_to_graph_buffers 函数与删除的代码无关，保持稳定。
• 影响：无用户可见影响。团队减少 236 行需维护的代码，降低了认知负担。CI 中不再运行已删除的测试。
• 风险标记：低风险：删除未使用代码

关联脉络

• 暂无明显关联 PR