vllm-project/vllm

升级XPU内核到v0.1.5并在vllm中处理MOE权重转置，适配XPU接口变更。

建议技术管理者关注XPU平台适配的持续演进，工程师可精读此PR以学习平台特定代码的编写方式和内存优化权衡。变更虽小，但涉及关键权重处理逻辑和代码安全讨论，值得作为平台适配案例参考。

为SM120架构CUTLASS块级FP8 GEMM添加swapAB支持，优化小M维度性能。

值得精读以学习 CUTLASS 优化技巧和 swapAB 策略，特别关注启发式选择的 trade-offs 和模板元编程实现细节。工程师可参考此 PR 了解如何通过转置优化小维度 GEMM 性能。

消除GDN prefill中GPU→CPU同步，提升推理性能。

该PR值得精读，特别是对于关注高性能推理、GPU-CPU同步优化和缓存机制的工程师。关键设计决策包括预计算策略避免同步、参数传递链设计权衡（可选参数vs.缓存）、以及常量提取提升可维护性，可借鉴于其他需要消除设备同步的场景。

为Intel Triton后端添加round_int8函数支持，完善XPU平台量化工具链。

该PR实现简单直接，值得快速浏览以了解XPU平台支持模式。关注点： 1. 学习如何为不同平台扩展Triton JIT函数 2. 了解量化工具链中平台特定实现的模式 3. 注意后续应补充相应测试用例

在Intel GPU CI中跳过test_topp_only和test_topk_and_topp测试用例，修复语法错误。

该PR变更简单直接，无需深入精读。值得关注的点是：1. 了解为什么这些测试在Intel GPU上需要跳过，是否有计划修复它们。2. 观察后续是否有相关PR修复测试本身而非跳过。对于CI维护者，建议确认跳过是临时措施还是长期方案。

修复ROCm Aiter MLA后端在注意力头数小于16时元数据分配与内核输入形状不匹配的问题。

该PR值得精读，尤其关注头填充机制与元数据分配的一致性设计。对于ROCm平台开发者和多模态模型用户，可学习如何调试形状不匹配问题及利用max函数简化边界条件处理。

替换OMP初始化为标准OMP环境变量，修复CPU挂起问题并提升兼容性。

该PR值得精读，因为它涉及核心CPU平台的重大重构，展示了从非标准方法转向标准OMP配置的设计决策。关注点包括OMPProcessManager的设计（特别是parse_mask和create_omp_places函数）、与现有自动绑定逻辑的权衡、以及性能影响（如TTFT增加）。建议工程师审查新模块的正确性测试，并考虑性能调优选项（如VLLM_CPU_NUM_OF_RESERVED_CPU配置）。

为解耦的token生成端点添加流式支持。

该PR值得精读，特别是serve_tokens_stream_generator函数的实现模式，展示了如何在vLLM中处理流式生成、错误处理和usage统计；同时关注测试设计，可为类似功能开发提供借鉴。