vllm-project/vllm

修复 DSpark 在 DCP 场景下因丢失并行配置而导致的启动崩溃。

本 PR 是一个针对特定启动崩溃的快速、低风险修复，其核心逻辑清晰。建议关注评论中提出的边界情况（`draft TP=1, target DCP>1`），虽然作者已将其归为未来 RFC 的范畴，但了解这一限制对后续工作至关重要。对于正在使用 DSpark 和 DCP 的团队，这是一个必须合入的修复。对于一般开发者，此 PR 展示了在复杂并行配置中进行精确补丁的思路。

修复 OpenPanguVL 模型多模态嵌入合并方法的过时调用签名。

此 PR 值得精读，尤其是在多模态模型如何集成嵌入到语言模型的实现模式上。它展示了如何修复一个因接口演进而导致的内部契约不一致问题。关注点包括：1. 新的 `get_input_embeddings` 实现如何构建掩码并委托给统一接口，这是一个清晰的模式。2. 新增的单元测试如何通过模拟和参数化高效地验证多模态嵌入合并逻辑。建议团队考虑对其他多模态模型执行类似的接口合规性审查。

修复 MRV2 草稿模型忽略用户指定 MoE 后端导致启动失败的问题。

新增通用 MergedColumnParallelFuser 并重构 GLU/QKV/MLA fuser 以复用共享逻辑，提升代码可维护性。

该 PR 值得精读，特别是对于负责 Transformers 后端、模型优化或 fuser 系统的工程师。核心设计决策包括：通用 fuser 的匹配逻辑与动态命名策略、GLU/QKV/MLA 的重构路径选择、以及多候选 fuser 的实例级选择机制。这些决策体现了良好的代码设计模式和对边缘情况的深思熟虑。测试覆盖全面，是高质量重构的典范。

修复 Qwen4Exp 模型 MTP 草稿模型加载 block FP8 量化层时的索引重映射缺失。

该 PR 值得精读，特别是对于维护 ModelOpt 量化框架或处理 MTP 草稿模型配置的工程师。核心设计决策在于如何扩展 `_make_draft_vllm_config` 以完整处理 `quantized_layers` 重映射，以及如何在 `ModelOptMixedPrecisionConfig` 中统一处理 block FP8 的两种算法别名。实现清晰，测试充分，是解决特定检查点兼容性问题的良好范例。

为 AMD 分布式推理 CI 启用 WideEP Intranode 测试并优化超时配置。

本 PR 是一个标准的 CI 配置增强，值得 **快速浏览**。其核心价值在于补充了 WideEP Intranode 模式的测试覆盖，这对确保 AMD MI300 平台上高级分布式推理功能的稳定性至关重要。建议关注 `models.yaml` 中新增的 `ep:` 配置细节，特别是 `cudagraph_mode` 和 `compilation-config` 的选择是否最优。对于维护 AMD 后端 CI 稳定性的团队成员，建议精读本 PR。

修复 ARM64 CI 镜像中 pytrec-eval-terrier 构建失败，为测试依赖编译添加 C17 模式。

此 PR 是一个针对 CI 构建失败的快速、精确且低风险的修复，值得批准。虽然变更很小（仅 5 行添加），但它有效解决了 GCC 15 升级带来的构建回归。值得注意的设计决策是：修复被严格隔离在测试依赖构建阶段，使用环境变量而非修改全局编译标志，保持了生产构建的纯净性。建议在合并后关注后续 CI 运行，确保整个镜像流水线（包括最终轮子和测试镜像）构建成功。

修复 openai 依赖版本下限，解决命名空间工具类型导入导致的启动崩溃。

该 PR 是一个简单、必要且低风险的 bugfix。它直接解决了一个影响用户体验的导入错误。尽管变更只有一行，但其动机清晰（关联 issue #49103），方案明确，且已通过审批。对于关注项目依赖健康和安装健壮性的开发者来说，值得快速浏览。核心设计决策是明确依赖的最低版本，这是一个基础但重要的工程实践。