vllm-project/vllm

AITER 依赖升级至 v0.1.19

值得快速浏览以了解 ROCm 依赖升级流程；核心关注点是 AITER 0.1.19 的 gpt-oss 回归是否已在后续 PR 修复。若使用 ROCm 平台，阅读时应结合 `test_gpt_oss.py` 与 AITER 内核变更记录。

修复 Kimi K3 下 DeepGEMM BLOCK_D 断言崩溃

改动虽小但值得精读：它以最小变更修复了一个真实的高 TP 模型崩溃，揭示了 DeepGEMM EP 路径对 hidden_size 的隐含对齐约束；math.gcd 求块大小的做法也可作为类似 kernel 对齐问题的通用解法。若后续继续扩展 DeepGEMM 支持的非 1024 约数形状，建议顺手排查 deep_gemm_utils.py 中其他同类 min(...) 计算。

修复音频流测试 flaky 问题

建议合并。该 PR 以最小改动解决了 CI flaky 问题，但建议未来考虑更根本的修复（如放宽 token 级别匹配为语义匹配）或调查 prefix caching 对 ultravox 模型数值结果的影响程度。对于阅读者，可作为测试稳定性修复的参考案例。

新增多模块 MTP 推测器，支持逐层独立 draft

值得精读。核心看点包括：`MultiModuleMTPSpeculator` 如何通过缓存上一 decode 步输入与 hidden state 实现 re-prefill、`_build_draft_attn_metadata` 如何支持非均匀 query 布局，以及 issue 中作者对 KV 读侧/写侧/释放侧三层机制的阐述。对 spec decode 开发者而言，这是一个多模块状态修复的典型设计案例。建议合入后跟进 #50062、#50306，并着手补充单元测试与复用性重构。

更新 PR 自动标签规则：退役 v1 标签，新增 mrv2 标签

配置本身清晰合理，建议直接合并。但需确保在合并前完成标签重命名操作。

修复 Marlin 内核工作区和排序索引在权重重载时地址失效

建议量化相关开发者精读，了解 Marlin 内核的工作区模式和权重重载契约。FP8/NVFP4/MXFP4 等回退路径的同步修复模式值得学习。其他开发者可跳过。

优化 Rust 前端启动失败日志与就绪日志

建议精读，尤其是错误处理模式（从 `Result` 到 `ExitCode` 的迁移）和就绪日志的设计思路。对于类似需要统一错误输出格式的场景，本 PR 提供了良好参考。

禁用 B200 RMS 归约 warp 特化避免编译失败

该 PR 是值得注意的修复，特别是对于在 B200 上部署 Helion 内核的团队。建议关注 Triton 上游修复进展，以便未来重新启用 warp 特化。