vllm-project/vllm

修复长期未在 CI 运行的内核测试代码

建议批准合并。此 PR 是 CI 基建的重要一环，使之前被排除的测试重新得到验证。值得关注的设计决策包括：使用 1-based 索引与 NULL_BLOCK_ID 设计的匹配、fp8 比较的 ulp 容忍策略、以及 autouse fixture 解决测试隔离问题。

FlashInfer 版本从 0.6.14 升级到 0.6.15.post1

该 PR 是必要的依赖升级，用于修复关键生产环境问题。建议精读了解缺陷影响范围，但不需深入代码细节。

修复推理未结束时 EOS/BOS 泄漏到 reasoning_content

值得精读，尤其是对 vLLM 解析器内部感兴趣的开发者。展示了如何通过移除不必要的守卫来修复边界泄漏问题。设计决策（始终丢弃 drop tokens）在 PR body 中有充分论证，可作为日后类似修复的参考。

稳定 GDN prefill CuTeDSL 测试

值得合并，作为最小且有效的 CI 稳定性修复。建议后续考虑引入更多 seed 或参数化变异来补偿随机性覆盖率。

增加 PyTorch 编译单元测试超时时间

简单配置调整，无需精读。可合并。

ROCm 平台 EPLB 场景跳过 MoE 权重填充

值得快速合入。变更量小、逻辑明确，是 ROCm EPLB 功能依赖的三个修复中的最后一块。虽然无测试直接验证此修改，但前序修复已有相关测试覆盖。

跳过空 c128 kernel 启动，性能提升约 2 倍

该 PR 值得精读，尤其是 `_get_c128_boundary` 的逻辑和 `forward` 中跳过 kernel 的条件。设计上利用了元数据构建阶段的 CPU 计算避免了 GPU kernel launch，是典型的"CPU 预判避免 GPU 开销"优化模式，对其他模型类似场景有参考价值。建议 merge。

修复异步渲染路径中 vision chunk UUID 重建缺失

建议精读。这是一个典型的双路径 bugfix：同步路径和异步路径因重构或演进产生分歧，导致异步路径遗漏重要调用。开发者应警惕类似模式，在新增异步方法时应确保与同步方法的逻辑副本同步。该 PR 虽小但体现了良好的代码审查文化：提交者主动添加测试但 reviewer 认为不必要，最后达成最小变更共识。