vllm-project/vllm

移除冗余 torch.full 内核调用，提升 1.88x

建议精读该 PR。它展示了在 CUDA kernel 层面消除冗余启动的典型模式：通过预留工作空间和 out 参数复用缓冲区。设计决策（如 round_up 对齐、warmup 阶段的 workspace 预留）值得学习。

消除 DeepSeek V4 PP 末尾冗余的 MTP buffer 分配与拷贝

该 PR 值得直接合入，改动清晰且已审核通过。建议关注的是其与历史 PR #50298（移除冗余 torch.full 内核调用）构成的 DeepSeek V4 性能优化系列，展示了在 kernel 层面和内存管理层面减少不必要操作的思路。

XPU CI 跳过 Kimi-K3 测试

该 PR 是简单的 CI 修复，值得快速合并以恢复 XPU CI 稳定性。但建议关联一个 issue 来跟踪未来对 Kimi-K3 的 XPU 支持，以便及时移除该排除项。

修复 FlexAttention 编码器块掩码编译爆炸

该 PR 解决了实际的编译性能问题，改动简洁且附带完善的测试覆盖。虽然 FlexAttention 未来可能被废弃，但在当前阶段合并此 PR 是值得的，特别是对使用 AMD GPU 进行编码器推理的用户。建议在合并后关注是否有用户报告编码器注意力下的精度问题。

迁移 IPC 权重传输至有状态 Trainer 引擎

值得精读，尤其关注如何将分散的静态 API 重构为有状态引擎 + 工厂模式，以及如何在 init info 中编码 backend 选择。`__init_subclass__` 强制子类声明 backend 的设计值得借鉴。review 中发现的 merge handles 发送者问题应作为后续修复的重点。

融合残差加法与 RMSNorm 提升推理吞吐

值得精读，特别是 `AddRMSNormPattern` 和 `RMSNormReshapePattern` 的实现展示了 vLLM 编译模式匹配和内核融合的典型模式，对于希望扩展编译管道或理解优化 pipeline 的开发者是很好的参考。

统一 Mistral 推理与工具调用解析器

值得精读，尤其是 `MistralParser` 如何通过 `ParserEngine` 统一管理推理和工具调用的状态机，以及如何通过 `mistral_config` 动态选择推理编码格式。设计模式对后续其他模型的自定义 parser 有参考价值。

迁移 DeepSeek V3.2 模型至独立模块并新增 AMD ROCm 支持

建议架构和模型开发者阅读此 PR，特别是目录设计策略和平台抽象模式。AMD 用户可直接使用。关注后续是否有更多模型采用类似 multi-platform 布局。