vllm-project/vllm

移除CUDA torch fallbacks，使deep_gemm成为FP8 MQA logits的硬性要求。

建议技术管理者关注此变更对部署环境的兼容性影响，工程师应精读此PR以理解硬件支持与兼容性的设计权衡，特别是review中关于deep_gemm检查的讨论，值得借鉴用于类似决策。

修复 ROCM_AITER_UNIFIED_ATTN 测试中块大小错误，改用动态查询后端偏好。

建议工程师精读此 PR，以学习如何将硬编码配置替换为动态查询，从而提高代码健壮性。关注 `get_preferred_block_size` 方法的使用和测试参数化设计，这对于类似测试场景有借鉴价值。

修复 OpenAI 工具调用流式响应中访问 prev_tool_call_arr 时的索引错误，避免崩溃。

建议工程师精读此 PR 以理解流式处理中工具调用的状态管理逻辑，关注 auto_tool_called 变量的引入和条件检查的调整，这有助于避免类似索引错误；同时注意 review 中提到的死代码问题，可作为代码优化参考。

为vLLM的CUDA Graphs设计文档添加Vision Encoder（ViT）CUDA Graphs详细章节。

建议快速浏览此PR以了解新功能文档，重点关注cuda_graphs_multimodal.md中的设计细节和用法示例。对于技术管理者，可参考文档结构优化模式；对于工程师，无需深入阅读代码，但值得学习文档编写实践。

自动在NFS文件系统上启用模型检查点预取，带RAM保护，提升加载性能。

该PR值得精读，特别关注`_is_nfs_path`和`_checkpoints_fit_in_ram`的实现细节，以及review中关于设计权衡（如条件逻辑和Docker兼容性）的讨论，这对理解vLLM在异构环境下的性能优化策略有参考价值。

修复 ROCm 平台上 MoE mxfp4 量化由 PR #37128 引入的回归问题，恢复 gpt-oss 功能。

建议工程师精读此 PR，重点关注 tensor 类型兼容性的设计决策（如使用 `.shape` 替代 `.size()`）和 backend 选择逻辑（如 gfx950 gate 和对齐检查）。对于 ROCm 团队，需注意 padding 处理的临时性，并监控相关后续 PR。

在 AMD ROCm CI 管道中添加 Hybrid SSM 集成测试步骤。

此 PR 值得快速浏览，以了解 CI 测试扩展和跨平台测试策略。关注点在于 CI 配置与硬件目标的匹配，以及如何管理不同 GPU 架构的测试覆盖。对于涉及 ROCm 或 kv-connector 开发的工程师，可参考此 PR 来设置类似测试。

将 release pipeline 中的构建作业从 postmerge 队列迁移到专用 release 队列。

变更简单，无需精读；可作为 CI 配置调整的参考，关注队列命名策略和基础设施依赖性。对于工程师，建议了解 release 和 postmerge 队列的分离目的。