vllm-project/vllm

将开发模式入口点统一移至 dev/ 目录

该 PR 是良好的代码组织重构示例，值得阅读以理解如何通过分离职责来模块化入口点。建议在代码审查中关注 `register_vllm_dev_api_routers` 的设计以及文件移动后的导入更新，确保没有遗留的硬编码路径。

修复DFlash前缀缓存因缺lookahead块的损坏

建议精读此PR及关联PR #43733，理解DFlash与EAGLE在KV写入时序上的根本差异，以及为何需要调整lookahead分配策略。设计上将条件抽取为独立方法并区分bonus token的做法值得借鉴。对于维护者，建议在合并后运行DFlash的端到端测试（如`test_dflash.py`）验证无回归。

为 XPU 添加 Triton 实现的 Mamba selective scan 前向操作

**值得精读**：对 Triton kernel 的开发者和硬件移植团队有参考价值，展示了如何将 CUDA 自定义算子移植到 Triton 并在新硬件上运行。**设计决策关注点**：选择 Triton 而非原生 SYCL 或 Level Zero，降低了开发成本但牺牲了部分性能；并行化策略的取舍（访存 vs 计算）是典型 trade-off，读者可对比仓库中其他 Triton kernel（如 `fused_moe`）的维度安排。**后续跟进**：建议作者或社区优先优化访存模式（如交换 dim/seqlen 的并行维度），并补充 Triton kernel 的单元测试。

为 KV offload 添加 on_schedule_end() 钩子

建议精读，尤其是理解生命周期分离的设计模式。该 PR 展示了如何通过添加明确的生命周期钩子来改善模块内部职责划分，值得在类似场景中参考。

为 PowerPC 启用 SHM 通信器支持

值得关注的设计决策： - 采用条件宏而非抽象接口扩展平台支持，保持了最小改动量，适合成熟模块的横向移植。 - 通过新增 `FP16Vec16` 类型而非修改原有类型转换逻辑，避免了影响 x86/ARM 的代码路径。 - 自旋等待指令的低级优化体现了对微架构特性的深入理解，可作为跨平台 busy-wait 模式的参考。 建议后续为 PowerPC 添加 CI 运行或至少补充集成测试，以确保长期兼容性。

自动根据模型 VideoProcessor 选择视频加载后端

值得精读，了解多模态基础设施中的注册与自动发现模式。设计上保持了向后兼容（未指定 `video_processor` 时行为不变），是渐进式改进的范例。

迁移 ResponsesParser 到统一 Parser 接口

该 PR 值得精读，展示了将遗留组件迁移到统一接口的典型模式。重点关注 `ResponsesParser.process()` 的简化和流式处理的缓存设计（未来改进方向）。建议合并后尽快跟进流式问题的 CI 测试。

为EC连接器引入非阻塞查询机制，允许调度器延迟等待多模态编码缓存预取的请求。

建议精读该PR的核心设计：`ensure_cache_available` 接口定义与调度器集成点，特别是如何通过非阻塞延迟提升吞吐。对于连接器实现者，应关注后续PR #42998 以了解完整用法。代码质量和测试覆盖良好，值得 merge。