vllm-project/vllm

移除MessageQueue TCP多节点测试及其CI配置以解除CI阻塞。

这个PR值得关注，因为它展示了在CI阻塞时移除测试的取舍决策；精读可以了解团队如何处理测试失败和权衡覆盖与效率；建议关注未来是否有相关修复或测试恢复，以及类似CI变更的策略。

为V2模型运行器添加配置验证，阻止使用尚未支持的功能。

建议关注这个PR的设计决策：1. 验证方法的实现方式（集中式检查vs分散式检查）。2. 如何处理逐步支持的功能（通过注释关联未来PR）。3. 与CI配置的协同更新模式。对于使用V2模型运行器的开发者，这个PR值得精读以了解当前的功能限制。

重新启用TRT-LLM MoE专家的Renormalize路由方法，修复Qwen3.5模型推理问题。

该PR变更简单直接，主要价值在于了解路由方法禁用的历史背景和外部依赖修复的集成过程。建议关注： 1. 路由方法支持列表的设计模式。 2. 外部内核bug对vLLM功能的影响及修复流程。 3. 与PR #37591的关联，理解问题从出现到解决的完整脉络。

为vLLM IR添加OOT平台支持，将内核注册委托给平台类控制。

该PR值得平台开发者和IR基础设施维护者精读。重点关注：1. import_ir_kernels()的设计模式如何实现平台特定的内核注册。2. set_priority()中调用时机的权衡决策。3. 如何确保向后兼容性。建议检查项目中是否有其他代码路径可能提前访问IrOp注册表。

修复MTP同步调度下序列接近最大长度时logprobs严重错误的bug。

该PR值得精读，特别是对于处理推测解码和Mamba架构模型的工程师。关注点：1. 理解input_fits_in_drafter条件的重要性；2. 学习如何通过TME指标验证logprobs正确性；3. 注意代码重复问题，未来可考虑重构为辅助方法以提高可维护性。

新增在线量化前端，支持FP8 per-tensor和per-block量化及灵活配置。

建议技术管理者和核心工程师精读此PR，特别关注resolve_online_quant_config函数的配置解析逻辑和OnlineQuantizationConfig.get_quant_method的量化方法选择策略。这些设计决策体现了模块化和可扩展性，值得在类似功能开发中借鉴。

在性能分析时跳过KV连接器的KV缓存注册，避免潜在问题。

该PR变更简单直接，适合快速浏览以了解KV连接器在分析模式下的特殊处理。值得关注的是设计决策：通过显式跳过非必要操作来避免潜在问题，这种防御性编程模式在类似场景中值得借鉴。对于深入理解KV连接器机制，可结合相关PR（如#38698）一起阅读。

修复 AWQ 量化模型在批量不变模式下的兼容性问题，启用确定性推理。

建议工程师精读此 PR，以理解量化模型与批量不变性的集成方式，以及性能与确定性的设计权衡。关注动态共享内存检查的实现和导入优化，这些是值得学习的技术细节。