执行摘要

• 一句话：Rubin 依赖升级至公开版，修复 MSA 与 Quack 兼容性
• 推荐动作：该 PR 属于构建链维护而非算法演进，不必逐行精读，但建议工程负责人与做新硬件平台支持的同学阅读其 PR body——它演示了一套完整的硬件 bring-up 验证模板：依赖解析（uv pip check）+ 镜像构建 + 双模型 TP4 端到端 smoke + 数值内核对照 + 已知失败如实披露。值得借鉴的设计决策包括：按平台架构分 pin 以匹配 torchvision wheel 约束、用 Dockerfile 剥离 + 专用 requirements 文件双保险避免 pin 冲突、固定外部内核仓库 revision 保证可复现。x86_64 侧缺失运行时验证与 nixl_ep 不可用属于已知风险，后续 Rubin 常规化（#49735）时应补上。

功能与动机

Rubin 平台（SM100 系列）的构建此前依赖预发布包与临时 pin，requirements/rubin-prerelease.txt 文件头的 TODO 明确记录了长期目标：Rubin API 进入常规 PyTorch wheel 后（vllm-project/vllm#49735）删除该文件。PR body 的 Purpose 说明本次要做两件事：'Update public Rubin dependencies and the MSA revision for Quack/CuTe DSL compatibility'——把所有 Rubin 依赖切换到公开发布版，同时推进 MSA revision 以纳入 MSA#12 的兼容修复。此外还处理了三个工程细节：--pre 选项会被 uv 忽略（属于无效配置）；Torch nightly 必须与对应架构的 torchvision wheel 配对；Quack 需要与既有 Rubin 排除项一起从标准 CUDA wheel 元数据中剥离，避免双处 pin 冲突。

实现拆解

本 PR 的变更入口是 requirements/rubin-prerelease.txt，三个文件的修改可拆为四步：

1. 依赖 pin 全面更新（requirements/rubin-prerelease.txt）：删除 --pre 与旧 PyTorch nightly 索引行（uv 忽略 --pre，属于无效配置）；补充 FlashInfer 官方 extra-index-url——cu134 专用与通用两个索引，因为 flashinfer-jit-cache、flashinfer-cubin 这类 wheel 只发布在 FlashInfer 索引上。Torch nightly 从统一的 2.15.0.dev20260903+cu134 改为按 platform_machine 分开 pin（x86_64 用 0909、aarch64 用 0908），以匹配各平台 torchvision wheel 的依赖约束；torchaudio 跟进 0911 的 ABI3 版本。FlashInfer Python 绑定从 0.6.18 升到 0.6.18.post1，并新增 Quack 0.6.5、CUDA Python 13.4.1、CUDA bindings 13.4.1、NIXL 1.4.1 等公开发布版 pin；nvidia-cutlass-dsl[cu13]==4.8.0.dev0 维持不变。

2. Dockerfile 剥离列表扩展（docker/Dockerfile）：sed 匹配正则从 flashinfer-python|nvidia-cutlass-dsl\[cu13\] 扩展为包含 quack-kernels。这样在 INSTALL_RUBIN_PRERELEASE=true 时，标准 requirements/cuda.txt 中这三个包会被剔除，统一改由 rubin-prerelease.txt 精确控制，避免不同文件对同一包出现两个 pin。

3. MSA 外部内核版本前进（cmake/external_projects/fmha_sm100.cmake）：SM100 FMHA 的 FetchContent_Declare 中 GIT_TAG 从 087c161814d4d9c735b46c21212a09e5f8eb92fa 前进到 f355c37eb4e1413f21ee2ad8bbad25079e6bef9d，纳入 MSA 仓库 PR #12（Quack 0.6.5 / CuTe DSL 4.8 兼容修复），这是本次构建兼容性修复的实质内容。

4. 验证与收尾：作者在 aarch64 CUDA 13.4 容器内完成镜像构建，并用 Qwen3.6-35B-A3B-FP8 与 MiniMax-M3-NVFP4（TP4）做端到端 smoke：两组均 20/20 exact-answer、GSM8K 15/16；CI 经数次 retry 后全绿，随后由维护者批准合并。

关键文件：

• requirements/rubin-prerelease.txt（模块 依赖配置；类别 config；类型 dependency-pin）: Rubin 构建依赖的核心配置文件，本次改动主体：依赖全部切换到公开发布版，Torch 按架构配对，并补充 FlashInfer 官方索引。
• docker/Dockerfile（模块 构建镜像；类别 infra；类型 infrastructure）: Rubin 构建的依赖剥离逻辑发生变更，把 quack-kernels 纳入标准 CUDA 依赖剔除列表，是避免双处 pin 冲突的关键配套。
• cmake/external_projects/fmha_sm100.cmake（模块 外部依赖；类别 config；类型 build-config）: MSA 外部内核仓库的 revision 前进，纳入 MSA#12 的 Quack 0.6.5 / CuTe DSL 4.8 兼容修复，是本次兼容性修复的实质内容。

关键符号：未识别

关键源码片段

cmake/external_projects/fmha_sm100.cmake

MSA 外部内核仓库的 revision 前进，纳入 MSA#12 的 Quack 0.6.5 / CuTe DSL 4.8 兼容修复，是本次兼容性修复的实质内容。

# SM100 FMHA 内核来源于 vllm-project/MSA 仓库。固定 revision 保证可复现
# 构建；本次前进到 f355c37e 以纳入 MSA#12，修复与 Quack 0.6.5 /
# CuTe DSL 4.8 的兼容问题。
FetchContent_Declare(
  fmha_sm100
  GIT_REPOSITORY https://github.com/vllm-project/MSA.git
  GIT_TAG f355c37eb4e1413f21ee2ad8bbad25079e6bef9d
  GIT_PROGRESS TRUE
  CONFIGURE_COMMAND ""
  BUILD_COMMAND ""
)

评论区精华

本 PR 没有 review 级的技术争论（review comments 为 0），值得记录的讨论点集中在协作流程：

• fork 自动 review 被禁用：claude[bot] 提示该 PR 来自 fork，automated review 被禁用，需要维护者显式调用 @claude review 才会执行一次性 review；最终未触发，改由维护者直接批准。
• CI 多次重试收尾：作者在两次 merge main 后分别触发 Buildkite CI #88914 与 #88942；#88942 首轮 5 个失败 job，经两次 /ci retry（5→2→1）收敛为全绿。

• 批准结论：tlrmchlsmth 以 APPROVED 状态通过，未附任何修改意见。

• CI 触发与失败重试 (other): CI 最终通过，未遗留失败项；维护者 tlrmchlsmth 随后批准合并。

• fork PR 的自动 review 策略 (other): 未触发额外的 bot review，改由维护者 tlrmchlsmth 直接批准。

风险与影响

• 风险：
  1. 跨架构行为分叉：rubin-prerelease.txt 按 platform_machine 把 Torch nightly 分成 0909（x86_64）与 0908（aarch64）两个版本，两平台算子行为与缓存格式可能不一致；且 GPU 运行时验证只在 aarch64 完成，x86_64 仅做过依赖解析与 wheel 元数据检查。
  2. 可选组件不可用：NIXL 1.4.1 没有为 Torch 2.15 提供 nixl_ep 扩展，该可选导入会失败，TP4 部署并不代表 EP 支持已建立；MiniMax 日志反复出现 multicast / CUDA_ERROR_NOT_PERMITTED workspace 警告和 FlashInfer all-reduce norm fusion 初始化错误，相关集合通信优化处于不可用状态。
  3. 上游打包问题：aarch64 上 uv pip check 会拒绝 cuSPARSELt 0.8.1 wheel 的 manylinux2014_sbsa 平台标签（其库本身是 AArch64 ELF），会卡住严格的静态检查管线。
  4. 外部源码 pin 的维护债：fmha_sm100.cmake 指向 MSA 仓库固定 revision，后续 Quack / CUTLASS DSL 升级若不同步推进 MSA，会出现构建期不兼容。
  5. 索引可用性依赖：flashinfer-jit-cache==0.6.18.post1+cu134 这类带本地版本标识的 pin 依赖 FlashInfer 官方索引持续可用，离线或受限网络环境无法解析。
     - 影响：影响面集中在 INSTALL_RUBIN_PRERELEASE=true 的 Rubin 镜像构建路径，标准 CUDA 构建不受影响（Dockerfile 的剥离逻辑仅在 Rubin 分支执行）。对用户而言，Rubin 构建从预发布依赖切换为公开发布版，可复现性提升，MSA 与 Quack 0.6.5 / CuTe DSL 4.8 的兼容问题得到修复；对团队而言，本 PR 是 Rubin 平台 bring-up（#49735）链路中的依赖收敛节点，承接 NIXL 1.4.1（#54355）与 CUTLASS DSL 4.7+（#54927）的后续演进，也为 #56489 的批量依赖更新划清了 Rubin-specific 边界。由于没有生产代码逻辑变更，模型行为与线上 serving 不受影响。
     - 风险标记：跨架构 Torch nightly 配对差异, 可选 nixl_ep 扩展缺失, cuSPARSELt wheel 平台标签不兼容, 外部 MSA 仓库 pin 依赖, GPU 验证仅覆盖 aarch64, FlashInfer collective 优化未确认可用

关联脉络

• PR #54355 [NIXL] Bump NIXL version to 1.4.1: 关联 Issue，本 PR 将 nixl==1.4.1 正式写入 rubin-prerelease.txt，完成该版本升级的落地。
• PR #54927 [CI] Bump CUTLASS DSL to 4.7: 同为 Rubin / CuTe DSL 依赖链升级，本 PR 保持 4.8.0.dev0 并配套 Quack 0.6.5 与 MSA 兼容修复。
• PR #56489 Bump the minor-update group across 1 directory with 182 updates: 全局依赖批量更新，与本 PR 的 Rubin-specific pin 形成对照；批量 PR 先合入会改变本 PR 的解析基线。