执行摘要

• 一句话：精简 PyTorch Fullgraph 测试矩阵与 CI 步骤
• 推荐动作：该 PR 属于常规测试维护，值得快速浏览 diff 了解测试裁剪决策；不建议精读。关注点在于合并后的超时风险与覆盖缩减是否可接受。

功能与动机

PR 标题与提交信息表明意图是裁剪（Prune）Fullgraph 测试。原配置中 smoke test 与 fullgraph 分离导致重复运行，且测试矩阵包含大量低价值组合（GPTQ、w8a8、旧模型）。body 未提供详细说明，但从 diff 看是为了降低 CI 开销并集中维护。

实现拆解

1. 精简正确性测试矩阵（tests/compile/fullgraph/test_basic_correctness.py）：删除 GPTQ 量化用例与 BAAI/bge-base-en-v1.5 的 ROCm 跳过用例；将 MoE 模型从 ibm/PowerMoE-3b（tp=2）替换为 ibm-granite/granite-3.0-1b-a400m-instruct（tp=1）；将原先按三种编译模式分别与 NONE 配对比较的 inductor 循环重构为一次性比较全部四种模式，compare_all_settings 调用次数从 3 次降为 1 次。
2. 精简全图测试模型列表（tests/compile/fullgraph/test_full_graph.py）：从 models_list 删除 Llama-3.2-1B-Instruct、w8a8/w8w8 量化模型和 GPTQ 模型，仅保留 opt-125m、FP8 dynamic 模型及 gptq_marlin/AWQ（按平台支持）；FP8 模型由 neuralmagic 的仓库替换为 RedHatAI 的同一模型镜像；由于不再覆盖 int8 模型，移除了 Blackwell 上的 w8a8/w8w8 跳过分支，custom_ops 融合测试的关键字从 ['FP8-dynamic', 'quantized.w8a8'] 缩减为 ['FP8-dynamic']。
3. 合并 CI 步骤（.buildkite/test_areas/pytorch.yaml）：将“PyTorch Fullgraph Smoke Test”重命名为“PyTorch Fullgraph Test”，key 改为 pytorch-fullgraph-test，命令由排除 test_full_graph.py 改为仅排除 test_full_cudagraph.py，使 test_full_graph.py 纳入统一扫描；删除独立于 h200_18gb 的“PyTorch Fullgraph”步骤，全部用例集中在 h200_35gb（超时 90 分钟）运行。
4. 配套说明：无新增测试或文档；依赖原有 tests/compile/utils.py 中的 compare_all_settings 与 create_new_process_for_each_test 机制。

关键文件：

• tests/compile/fullgraph/test_basic_correctness.py（模块 正确性测试；类别 test；类型 test-coverage；符号 test_compile_correctness, TestSetting）: 核心测试矩阵调整，删除了量化与 embedding 用例，重构编译模式比较逻辑，直接影响正确性测试的覆盖范围与运行效率。
• tests/compile/fullgraph/test_full_graph.py（模块 全图测试；类别 test；类型 test-coverage；符号 models_list, test_full_graph, test_custom_compile_config）: 模型列表精简与 FP8 模型替换，移除 Blackwell skip 逻辑，缩小了 fullgraph 测试的模型覆盖。
• .buildkite/test_areas/pytorch.yaml（模块 测试配置；类别 config；类型 configuration）: 合并 smoke test 与 fullgraph 步骤，删除独立 fullgraph step，统一测试入口。

关键符号：test_compile_correctness, models_list, test_full_graph, test_custom_compile_config

关键源码片段

tests/compile/fullgraph/test_basic_correctness.py

核心测试矩阵调整，删除了量化与 embedding 用例，重构编译模式比较逻辑，直接影响正确性测试的覆盖范围与运行效率。

# tests/compile/fullgraph/test_basic_correctness.py（head 版本核心逻辑）
    final_args = [
        *model_args,
        '-pp', str(pp_size),
        '-tp', str(tp_size),
        '-cc.cudagraph_mode=none',
        f'--attention-backend={attn_backend}',
    ]
​
    all_args: list[list[str]] = []
    all_envs: list[dict[str, str] | None] = []
​
    # Test all compilation modes with inductor backend
    for mode in [
        CompilationMode.NONE,
        CompilationMode.STOCK_TORCH_COMPILE,
        CompilationMode.DYNAMO_TRACE_ONCE,
        CompilationMode.VLLM_COMPILE,
    ]:
        all_args.append(final_args + [f'-cc.mode={mode.name}', '-cc.backend=inductor'])
        all_envs.append({})
    # inductor 会更改输出，因此比较时使用 generate_close 方法
    compare_all_settings(
        model,
        all_args,
        all_envs,
        method=method if method != 'generate' else 'generate_close',
        force_v1_runner=True,
    )
​
    all_envs.clear()
    all_args.clear()
​
    # Test all compilation modes with eager backend
    for mode in [
        CompilationMode.NONE,
        CompilationMode.STOCK_TORCH_COMPILE,
        CompilationMode.DYNAMO_TRACE_ONCE,
        CompilationMode.VLLM_COMPILE,
    ]:
        all_args.append(final_args + [f'-cc.mode={mode.name}', '-cc.backend=eager'])
        all_envs.append({})
    compare_all_settings(model, all_args, all_envs, method=method, force_v1_runner=True)

评论区精华

PR 无实质审查讨论；claude[bot] 因来自 fork 自动跳过审查，仅提示维护者可触发人工审查。作者 mgoin 触发了 Buildkite CI（#82527）作为验证。

• 自动化审查被禁用 (other): 无后续实质讨论，作者直接触发 CI 并合并。

风险与影响

• 风险：主要风险：一是测试覆盖缩减可能遗漏量化路径（GPTQ、w8a8）与 Blackwell int8 支持问题；二是合并后的 fullgraph step 在 h200_35gb 上仍设 90 分钟超时，若 test_full_graph.py 用例变多可能超时；三是模型源替换（RedHatAI/Llama-3.2-1B-Instruct-FP8-dynamic）可用性与 license 依赖外部服务。
• 影响：对用户无直接功能影响；对 CI 系统减少约一个 GPU 测试步骤和运行时长；对开发团队，fullgraph 测试的维护入口从两个 step 变为一个，降低了配置复杂度，但测试覆盖面有所收窄。
• 风险标记：测试覆盖缩减, 合并 CI 步骤超时风险, 外部模型依赖替换

关联脉络

• PR #51177 [CI Bug] Fix Chunked prefill is required for mamba cache mode 'align'.: 同为 CI 测试修复，体现测试矩阵维护的持续工作。
• PR #51153 [Bugfix] Enable chunked prefill for qwen3.5-0.8B ppl test: 调整测试配置修复 CI 失败，与本次精简测试目标一致。