vllm-project/vllm

修复ROCm平台ModelOpt FP8权重格式不兼容问题

值得阅读。该PR演示了如何利用平台抽象层（`current_platform`）和现有工具函数实现跨平台FP8 dtype兼容，是一个简洁的跨平台修复范例。建议关注其他ModelOpt方法是否需类似修复。

调整 Intel GPU CI 测试的内存请求配置

该 PR 属于 CI 配置微调，技术复杂度低，无需精读。可以关注其后续 CI 运行稳定性，若仍有失败可进一步调整。对非 Intel GPU 团队参考价值有限。

修复 draft 模型未接收目标可调用 hf_overrides

建议仔细阅读该 PR 的设计决策，特别是如何区分字典和可调用覆盖，以及通过 `functools.partial` 保持可 pickle 性的技巧。对于维护其他 spec 方法的开发者，推荐遵循类似模式。可将其视为配置覆盖组合的参考实现。

修复 ROCm V2 runner 混合 KV 缓存视图对齐问题

该 PR 值得精读，特别是对 ROCm 平台或涉及混合 attention 后端的开发者。设计决策中，通过 stride 调整而非数据拷贝来对齐视图是一种高效方案。建议关注后续是否添加单元测试以及是否引入平台门控。

添加 `model_class_overrides` 配置，支持运行时模型类覆盖

值得精读。该 PR 展示了如何在大型推理引擎中选择合适的接入点（`.registry` property）注入开发者配置，同时通过进程级去重保证了 multiprocessing 环境的安全性。设计简洁、测试完整，是功能扩展的良好范例。

分块限制 DiffusionGemma 采样器临时 logits 内存

值得精读。其动态分块策略设计精巧，可推广至其他需要控制临时内存的模型。建议关注未来是否添加相关测试。

将 arrival_time 标记前移到前端入口，修复 Rust 前端 TTFT/e2e 测量偏短

此 PR 虽然变更简单，但展示了跨 crate（text、llm、chat）协调字段添加的典型模式，值得阅读以理解 Rust 前端的数据流。特别是 `current_unix_timestamp_secs` 的复用和透传设计值得参考。

消除多模态张量的两次额外拷贝

推荐阅读此 PR 以了解 Rust 后端中零拷贝序列化的典型模式：借字节 newtype 与 Serde 的集成。设计上值得关注的是如何不引入外部依赖而实现 `serialize_bytes`。对于后续优化 `AuxIndex` 路径也有启发。