vllm-project/vllm

引入 CuTeDSL 预热框架，避免 FA4 MLA 推理时 JIT 延迟峰值

建议开发者精读 `cutedsl_warmup.py` 的注册-收集-编译流程和 `fa4_cutedsl_config.py` 的编译 spec 生成逻辑，provider 模式可复用于其他 JIT 重内核。注意配置默认关闭，后续 PR 可能默认启用并补充测试。

修复 PoolsideV1 Responses API logprobs AttributeError

该 PR 是典型的低风险 bugfix，代码改动清晰，测试覆盖完善，建议快速合并。可作为工具解析器请求类型兼容性处理的参考模式。

增强 Triton JIT 编译诊断日志输出详情

建议开发者阅读此 PR，尤其是 `_safe_repr`、`_constant_name` 和 `_format_extra_compile_info` 的设计：安全序列化、参数名推断、跳过内部键等模式值得在类似诊断组件中复用。此外，本 PR 展示了如何通过 Triton `jit_post_compile_hook` 提取丰富的编译元数据。

修复 MLA prefill 元数据跨 ubatch 竞争

**建议批准合并。** 这是一个精准且低风险的数据竞争修复。`clone()` 方法的设计遵循了原型模式，便于子类复用。值得关注之处在于：该 PR 揭示了 DBO + MLA prefill 架构中 `static_forward_context` 共享 mutable 对象可能带来的隐患，今后在新增类似共享状态时应优先考虑不可变设计或防御性拷贝。

NCCL对称内存扩展至AllGather与ReduceScatter

值得精读：展现了将硬件加速（NCCL symmetric memory/NVLS）从单一操作扩展到多个collectives的工程模式。关注 `_get_symm_scratch` 的持久化设计、per-communicator隔离的修复方式，以及review中关于uniform size标准化的设计讨论。如有EP场景，建议跟进修复reduce_scatterv的标准化问题。

DP supervisor 支持 Rust 前端

该 PR 值得精读，特别是想了解 vLLM 如何平滑引入 Rust 前端的人。设计决策非常清晰：通过环境变量做特性开关，保持向后兼容，同时拆分函数使测试和后续扩展更容易。建议关注其后续演进（如 PR #44915 的后续）。

修复 CUDA Graph 填充区idx_mapping 脏数据导致的采样错误

推荐精读。该 PR 展示了 CUDA Graph 填充场景下边界数据污染的典型修复模式，涉及 Triton kernel 中的 masking 和预填充技巧，对理解 vLLM 投机解码的 CUDA Graph 实现有参考价值。reviewer 的讨论也值得关注，尤其是关于类型安全性和防御性编程的权衡。

修复 FlashInfer/Triton metadata 构建器的 num_qo_heads 回归

该 PR 值得快速合并，因为它恢复了一个已知正确的修复，解决了特定模型的严重错误。建议合并后补充针对非均匀 head 数模型的测试用例，防止今后类似回归。