vllm-project/vllm

调整四个 AMD MI300 CI 作业超时时间，解决构建超时问题。

该 PR 是一个低风险、高价值的维护变更。它值得快速精读，但主要关注点在于验证超时值的合理性。建议检查提供的构建链接（#12703 和 #12711）以确认超时调整的依据，并考虑是否需要建立更系统化的超时监控机制。

将注意力实现的 DCP 支持默认值从 True 改为 False，要求显式声明。

本 PR 是一次有价值的架构改进，建议精读。它解决了注意力后端能力声明的一个长期设计债务，通过显式声明提高了系统的健壮性。变更范围广泛但逻辑清晰，测试覆盖全面。对于维护注意力后端或集成 DCP 功能的工程师，此 PR 提供了重要的设计参考。

优化滑动窗口注意力层 KV 缓存块大小选择，避免调度器 LCM 膨胀，提升前缀缓存命中率。

此 PR 值得精读。它解决了一个影响混合注意力模型前缀缓存性能的实际问题，且最终实现方案优雅而简洁。核心设计决策（将 `page_budget` 融入块大小选择函数）具有良好的扩展性，对未来类似问题有借鉴意义。建议关注 `_largest_kernel_block_within` 函数的重构逻辑以及 `get_kv_cache_spec` 中 `page_budget` 的计算方式。PR 中提供的基准测试结果也验证了其有效性。

拆分长耗时 CI 测试组为独立 Job，降低关键路径耗时。

这个 PR 值得精读，尤其是其 CI 作业拆分策略和 YAML 锚点的使用模式。对于负责维护 CI/CD 管道的工程师，此变更提供了一个将大型测试套件模块化的实用范例。建议关注以下设计决策： 1. **按命令逻辑拆分**：如何确定哪些测试命令应归为一组（例如，将 `v1/core` 独立，而将 `v1/executor`、`v1/worker`、`v1/streaming_input` 归为一组）。 2. **依赖管理**：使用 YAML 锚点来维护共享的 `source_file_dependencies` 列表，这是平衡 DRY 原则与配置清晰度的一种权衡。 3. **环境变量的精准隔离**：仅将 `GIT_TERMINAL_PROMPT=0` 等变量设置在需要它们的特定作业中，避免了全局污染。

修复 NoPE 层 RoPE 参数为空导致模型加载时 NoneType 崩溃的问题。

该 PR 值得精读。它修复了一个由外部依赖（HuggingFace 配置）变更引发的实际运行时崩溃，修复方案简洁精准，测试覆盖充分。核心设计决策是保留 null RoPE 层的原始状态而非报错，这是正确的选择——模型配置中的 null 有明确语义（该层不使用 RoPE）。对于关注配置解析健壮性或处理类似混合注意力架构的工程师，该修复中的防御性编码模式值得借鉴。

NIXL KV 传输新增每区域几何元数据与混合内存类型支持，为 HiSparse 长上下文传输奠定基础。

本 PR 是 NIXL KV 连接器的架构性增强，为 HiSparse 长上下文传输提供通用几何元数据支持。建议精读 `base_worker.py` 中的 `_compute_desc_ids` 和 `register_kv_caches` 改造，以及 `pull_worker.py` 中的区域映射路径和混合内存读取逻辑。关注 `metadata.py` 版本号变更和握手兼容性。建议重点关注：1）`region_offsets` 累积计算的正确性；2）区域组映射在 `_compute_desc_ids` 中的过滤逻辑；3）混合内存拆分读取的通知等待机制。

移除 GPTQ Group/Dynamic Activation Ordering 支持，简化量化内核与数据契约。

该 PR 值得精读，因为它代表了一个重要的架构简化决策。关键设计决策包括：1. 选择完全移除而非保持向后兼容，以换取长期的性能优势和代码简洁性；2. 在内核模板中使用 `static_assert` 确保编译时安全；3. 协调了压缩库和推理引擎的移除步骤。对于维护量化模块或关注推理性能的工程师，该变更具有高参考价值。