执行摘要

• 一句话：重构测试编译缓存禁用方式，修复 CI 不稳定
• 推荐动作：值得快速合并。该 PR 解决了实际 CI 问题，且重构后代码更清晰、更 DRY。建议团队在后续类似测试中优先使用 disable_vllm_compile_cache fixture。

功能与动机

修复 tests/compile/test_compile_ranges.py 在持久化 CI Agent 上的间歇性失败。根本原因是 warm vLLM compile cache 导致已编译图从磁盘加载，从而跳过了自定义 post-grad passes，使得测试无法正确计数。

实现拆解

1. 新增 fixture disable_vllm_compile_cache（tests/conftest.py）：组合 use_fresh_inductor_cache 和 monkeypatch.setenv('VLLM_DISABLE_COMPILE_CACHE', '1')，一次性确保每次测试都使用全新 Inductor 缓存并禁止 vLLM 级联缓存，强制编译过程实际执行。
2. 迁移 test_compile_ranges.py 的三个测试：将 test_compile_ranges、test_compile_sizes_produce_static_shapes、test_inductor_cache_compile_ranges 的 fixture 从 use_fresh_inductor_cache 改为 disable_vllm_compile_cache，并移除 test_inductor_cache_compile_ranges 中手动的 monkeypatch.setenv('VLLM_DISABLE_COMPILE_CACHE', '1')。
3. 迁移 test_fusion_attn.py：将 test_attention_quant_pattern 的参数从 monkeypatch, use_fresh_inductor_cache 替换为 disable_vllm_compile_cache，并删除函数体内的手动 monkeypatch.setenv('VLLM_DISABLE_COMPILE_CACHE', '1')。
4. 迁移 test_mla_attn_quant_fusion.py：类似地，将 test_mla_attention_quant_pattern 的参数从 monkeypatch, use_fresh_inductor_cache 替换为 disable_vllm_compile_cache，并删除手动环境变量设置。

关键文件：

• tests/conftest.py（模块 测试配置；类别 test；类型 test-coverage；符号 disable_vllm_compile_cache）: 新增核心 fixture disable_vllm_compile_cache，作为本次重构的基础设施，供其他测试复用。
• tests/compile/test_compile_ranges.py（模块 编译范围；类别 test；类型 test-coverage；符号 test_compile_ranges, test_compile_sizes_produce_static_shapes, test_inductor_cache_compile_ranges）: 主要修复对象：三个测试因 warm compile cache 间歇性失败，通过 fixture 替换修复。
• tests/compile/passes/test_fusion_attn.py（模块 融合注意力；类别 test；类型 test-coverage）: 迁移注意力融合测试，移除重复的环境变量设置，使用新 fixture 简化代码。
• tests/compile/passes/test_mla_attn_quant_fusion.py（模块 MLA 量化融合；类别 test；类型 test-coverage）: 迁移 MLA 注意力融合测试，与 test_fusion_attn.py 类似的简化。

关键符号：disable_vllm_compile_cache, test_compile_ranges, test_compile_sizes_produce_static_shapes, test_inductor_cache_compile_ranges, test_attention_quant_pattern, test_mla_attention_quant_pattern

关键源码片段

tests/compile/test_compile_ranges.py

主要修复对象：三个测试因 warm compile cache 间歇性失败，通过 fixture 替换修复。

# Before:
# def test_compile_ranges(use_fresh_inductor_cache):
# ...
# def test_inductor_cache_compile_ranges(monkeypatch, use_fresh_inductor_cache):
# monkeypatch.setenv("VLLM_DISABLE_COMPILE_CACHE", "1")
​
# After: 统一使用 disable_vllm_compile_cache fixture
def test_compile_ranges(disable_vllm_compile_cache):
    # ... 测试使用 post_grad_range_checker 验证编译范围
    pass
​
def test_compile_sizes_produce_static_shapes(disable_vllm_compile_cache):
    """Verify that compile_sizes entries are compiled with fully concrete
    shapes (no SymInts), while compile_ranges entries retain dynamic shapes."""
    # ...
    pass
​
def test_inductor_cache_compile_ranges(disable_vllm_compile_cache):
    # disable_vllm_compile_cache sets VLLM_DISABLE_COMPILE_CACHE=1 to force
    # multiple compilations by disabling vLLM's on-disk compile cache.
    # ...
    pass

评论区精华

AndreasKaratzas 审核时只回复了 "LGTM"，没有实质讨论。Claude Bot 自动评论提醒这是 fork 来的 PR，未执行自动审查。因此本 PR 没有显著的争论或设计权衡讨论。

• 审核流程 (other): 无实质技术讨论，直接合并。

风险与影响

• 风险：风险极低。所有变更仅限于测试代码，且只是对已有逻辑的封装和 de-dup。新 fixture 的语义与之前的手动设置完全一致，不影响任何非测试流程。唯一需要注意：若未来有人修改 VLLM_DISABLE_COMPILE_CACHE 的行为，需同步更新 fixture 注释。
• 影响：直接影响四个测试文件中的编译测试，消除 CI 上的间歇性失败，提高 CI 稳定性。对其他系统模块无影响。团队在后续编写需要强制重新编译的测试时应直接使用 disable_vllm_compile_cache fixture，而不是手动设置环境变量。
• 风险标记：测试变更, CI 稳定性修复

关联脉络

• PR #49739 [ROCm][CI] Wait for ROCm VRAM to settle between compiled and eager LL…: 同为修复 ROCm 编译测试 CI 稳定性的 PR，与该 PR 关注点类似。
• PR #49749 [CI] Stabilize memory-sensitive compile and structured output tests: 同为稳定 CI 编译测试的 PR，改了同一测试目录下的文件。