vllm-project/vllm

补齐 Rust 前端调度器日志统计对标 Python

建议阅读此 PR，尤其是 `SchedulerLogStatsAccumulator` 的设计：它展示了如何在 Prometheus 之外累积无法直接表达的数据，并通过 `drain` 模式定期消费。这种模式可推广到其他需要 interval 聚合的统计场景。关于 CUDAGraph 日志暂未输出的问题，团队应在收集反馈后做出取舍。

GLM-5.2 MoE 门控强制使用 FP32 路由

推荐精读。这是一个小而精的适配性修复，展示了在 vLLM 中如何优雅地处理模型变体的特殊配置。关键设计点： - 集中路由类型判断逻辑到一个函数 `_get_moe_router_dtype`，易于扩展。 - 利用 `force_fp32_compute` 统一处理 fallback，而不需要改动下游 kernel 选择逻辑。 - `allow_dsv3_router_gemm` 的条件修复也值得关注，说明谨慎的 kernel 路径前置检查是必要的。

修复 V2 投机解码 block 验证 kernel int32 索引溢出

值得精读，展示 Triton 内核中因混合 int32/int64 导致的索引溢出典型修复模式，测试设计（参数化溢出场景）值得学习。

修复 V2 ModelRunner 中 Mamba2 非投机解码崩溃

值得合并的快速 Bug 修复，逻辑清晰且风险低。对于关注 V2 ModelRunner 稳定性或 Mamba2 模型的团队，建议了解此修复。

默认对所有密集模型启用 V2 Model Runner

此 PR 设计清晰，增量迁移方式值得借鉴。建议读者关注 `_is_default_v2_model_runner_model` 中的决策树，以及测试中对 V1/V2 差异的抽象。推荐精读。

ROCm 切换到 stable ABI，清理 fallback 代码

值得精读，特别是关注跨后端 ABI 兼容性管理的读者。展示了在依赖升级后如何系统性地消除技术债务。

更新 DeepGEMM 提交引用以支持 SM120

值得合入——这是一个必要的修复，解决 SM120 GPU 上的阻塞性崩溃。建议阅读以了解如何通过更新外部依赖提交引用修复兼容性问题。

Rust 前端引擎输出和结构化输出改用枚举域类型

推荐阅读此 PR 以了解 'enum-backed domain type' 设计模式——一种在 Rust 中实现类型安全且向后兼容的多协议负载处理的典型方法。关键设计决策包括：私有 Wire 类型与公共域类型分离、自定义 ser/de 委托、`EnumAsInner` 简化模式匹配。此模式在构建复用外部协议输入的 Rust 接口时很有参考价值。