vllm-project/vllm

修复 ROCm 上 fork 安全问题的环境变量设置

该 PR 是一个典型的环境兼容性修复，技术含量不高，但解决了 CI 中的实际问题。建议在类似场景中考虑在 Dockerfile 或容器层面统一设置 `PYTORCH_NVML_BASED_CUDA_CHECK=1`，以避免在多个命令中重复添加。

修复 Whisper 测试因 EncoderCache 缺少 __len__ 方法失败

推荐管理员快速合并。这是一个小但必要的修复，解决了测试阻塞问题，且经过审查和少量改动。值得关注的细节是：条件判断的 `is None` 改法体现了 vLLM 对 Python 代码质量的一贯追求。

删除 layernorm 内核中未使用的变量以修复 AMD CI 构建

该 PR 是一个典型的、低风险的小型构建修复。值得关注的是编译标志 `-Werror` 在 AMD CI 中的使用，以及团队快速响应构建断裂的流程。

Granite4 字符串参数流式解析增量状态机，性能提升 650x

值得精读。此 PR 展示了如何通过轻量级状态机将一个原本 O(n²) 的流式解析问题降为 O(n)，设计模式通用性强。特别是 `take_json_string` 与 `json_str` 的重构关系，体现了增量接口与完整接口的良好复用层次。此外，review 中的设计对话也值得关注——在实现新功能时同步重构已有接口来保持一致性，是提升代码质量的好榜样。

修复 MediaConnector 相对路径解析

建议合并。改动小且精确，配套测试充分，是典型的高质量小修复。

在 Rust 共享降层中拒绝 min_tokens 超过 max_tokens

值得精读。展示了在 Rust 中通过共享降层函数统一验证入口、通过错误枚举方法统一错误分类，以及正确映射 gRPC 错误码的设计模式。对于 Rust 前端贡献者具有学习价值。

升级 nixl 至 1.3.0，简化 EP 导入检查

该 PR 属于常规维护，但展示了如何适配上游库的打包变化。开发者在升级类似依赖时可参考“简化 canary 测试”的思路。

融合 NVFP4 MoE 反量化与计算内核，性能提升可达 10x

值得精读，尤其关注 Triton 融合反量化与 GEMM 的模式（类似 GPTQ/AWQ 的 fused kernel）、`_e2m1_inline` 的位运算优化，以及 `invoke_fused_moe_nvfp4_emulation_kernel` 中如何复用 `moe_align_block_size` 和 `write_zeros_to_output` 等现有基础设施。