2026-08-20
ROCm 融合 DSV4 mHC 与 RMSNorm 内核，吞吐约增 1%
值得精读，尤其是对 kernel 融合接入模式和 ROCm 后端开发有兴趣的工程师。重点关注三点：`_aiter_ops.py` 中 `mhc_fused_post_pre` 的返回值顺序转换与空 token 分支、`model.py` 中融合能力的条件探测（`hc_mult == 4` + hidden size 白名单）、以及 `mhc.py` 各 `forward_hip` 中 AITER/TileLang/torch 的三级回退结构。若后续推广类似融合，建议补上覆盖 fake/meta 与回退路径的单元测试，并考虑把 hidden size 白名单收敛为 AITER 侧的查询接口，避免多处硬编码。
修复 ROCm CUDA graph capture 时 CPU query offset 被清除
值得精读，尤其是关注 ROCm CUDA graph capture 细节的开发者。该 PR 揭示了一个隐藏在共享 metadata 状态下的时序问题，并提供了最小化的修复方案，展示在性能和安全捕获之间的权衡。可作为处理类似共享状态清理问题的参考案例。
统一 193 个 AMD CI 任务命名，修复 MI300 超时
建议 CI / 测试基础设施负责人精读：本文是大规模 CI 配置重构的样板，重点看命名唯一性策略、CPU 任务转 GPU 的取舍与注释保留方式；khluu 对 PR body 与 diff 不一致的核查也值得作为 review 流程范例。普通工程师仅需了解超时与路径修复即可，无需深入。
裁剪 ROCm 融合测试参数化，耗时从 2.5 小时降至 6 分钟
值得一读，尤其是大型参数化测试的加速思路：裁剪冗余参数、用模块级清理替代逐用例清理、收集期跳过与版本门槛。不过要关注覆盖度变化，未来若要新增参数组合应充分评估必要性。
ROCm 基础镜像升级 Triton 3.7 修复回归并锁定 pybind11
值得阅读，因为它是基础设施层面的关键变更，展示了版本锁定与临时修复的典型做法。可关注其与 #50605 的关联，以及后续 pybind11 解锁和 Triton 3.8 升级的演进。
为 ROCm 启用 OAI Triton MoE 测试并修复布局
给 ROCm EngineCore 关闭增加 15 秒清理宽限
建议关注该 PR 的双层超时解耦设计与 gc.freeze() 应用边界。它对理解 vLLM V1 EngineCore 进程生命周期、ROCm teardown 特殊性以及 Python 解释器最终化阶段的 GC 行为都有参考价值。若团队维护 ROCm 或需要自定义进程退出宽限逻辑，值得精读。
修复 OCP MX MoE 模拟静默跳过 mxfp6 激活量化
值得精读。该 PR 是典型的“数据契约脱节”修复：上层映射表用了 dispatcher 不认识的键，导致功能静默失效。可借鉴两个设计决策：一是把映射提取为模块级纯函数以支持低成本单元测试；二是对未知 scheme 显式抛 NotImplementedError，让未来新增 scheme 立即暴露而非再次静默。建议同步查看 `moe_kernel_quantize_input` 的分发实现，理解键的契约来源。
