执行摘要

• 一句话：移除量化测试的并行分片配置
• 推荐动作：简单 CI 配置优化，无技术难度，可直接合并。但建议后续观察 CI 耗时变化，若串行运行导致 Pipeline 超时，需考虑其他优化方式（如减少测试范围或增加超时时间）。

功能与动机

PR body 明确指出："This reduces fan-out pressure on the h200_35gb queue. The tests still run in full, but each step runs as one job instead of sharded parallel jobs." 即减少对 H200 GPU 队列的资源争抢，避免过多并行任务导致调度压力。

实现拆解

1. 移除 Quantization 步骤的并行分片：在 .buildkite/test_areas/quantization.yaml 中，删除了 parallelism: 8 配置行，并将 pytest 命令中的 --shard-id=$$BUILDKITE_PARALLEL_JOB --num-shards=$$BUILDKITE_PARALLEL_JOB_COUNT 参数移除，使该测试从 8 个并行 job 降为单个串行 job。
2. 移除 Quantized Models Test 步骤的并行分片：同样删除了 parallelism: 3 配置和对应的 pytest shard 参数，将该测试从 3 个并行 job 降为单个 job。
3. 其他步骤不受影响：Quantized Fusions 和 Quantized MoE Test (B200) 步骤未做改动，保持原有配置。

关键文件：

• .buildkite/test_areas/quantization.yaml（模块 CI配置；类别 config；类型 configuration）: 唯一被修改的文件，删除了两个测试步骤的 parallelism 配置和 shard 参数，是变更的核心。

关键符号：未识别

评论区精华

该 PR 无人工 review 评论，仅有 claude[bot] 的自动提示消息，未产生实质性讨论。

• 暂无高价值评论线程

风险与影响

• 风险：主要风险是测试运行时间增加：原本并行分片的测试将依次执行，可能导致 CI 流水线整体耗时延长。例如 Quantization 步骤从 8 并发变为串行，若单个 job 耗时 75 分钟，总体耗时可能接近 75 分钟（原本 8 个 job 共享 75 分钟阈值，实际每个 job 运行约 10 分钟），现在总耗时可能增加。不过由于测试内容未减少，覆盖率保持不变。其他风险较低。

• 影响：对用户：无直接影响。
  对系统：减轻 h200_35gb 队列的并发压力，可能提高该队列上其他 CI job 的调度效率。但量化测试的 CI 耗时可能增加。
  对团队：需要关注 CI 量化测试步骤的运行时间，避免 Pipeline 超时。同时，此变更仅影响 CI 配置，不涉及代码逻辑。

• 风险标记：CI耗时可能增加, 仅配置变更

关联脉络

• 暂无明显关联 PR