vllm-project/vllm

FlashInfer 融合 allreduce 支持 world_size=16

值得精读并合并。该 PR 数据驱动、基准测试详实，是 PR #37756 （ws=2/4/8 支持）的自然延伸。对于部署 GB300 多节点集群的团队，应及时跟进。

将 AMD 上的 Metrics/Tracing 测试移到 MI325 并设为 optional

这是一个纯粹的 CI 配置调整，无源码变更。值得关注的是其动机——AMD MI300 上 CPU 端段错误率异常高，这可能是一个更底层的问题（驱动、内存、或 PyTorch 版本兼容性）。建议后续关联一个 Issue 跟踪根因。

ROCm CI 基本正确性测试套件自动检测硬件并支持每设备内存阈值

本 PR 虽然是测试基础设施改动，但包含了良好的工程实践：向后兼容的环境变量升级、自动硬件检测、可复用 GPU 内存工具。值得精读其设计思路，特别是如何在不破坏现有 CI 配置的前提下逐步迁移。

修复 ROCm MLA context parallelism 的 chunk 对齐问题

值得精读，特别是对于涉及跨平台条件编译的项目。该 PR 演示了如何通过移除不必要的平台特定门控来修复 bug，并展示了测试重构以提升可靠性的典型手法。

CPU线性注意力模型支持chunked prefill和前缀缓存

- 值得精读 `_zero_block_ids` 的实现，它参考 GPU `KVBlockZeroer` 进行适配，是混合注意力模型正确性的关键。 - `batch_memcpy` 回退展示了如何在缺乏 Triton 时用 `ctypes` 兼容核心特性，值得其他后端参考。 - `conv.cpp` 的 `has_initial_state` 修复是 chunked prefill 正确的核心。 - 建议关注 depthfirst-app[bot] 提出的空指针问题是否在后续修复。

修复 ROCm 上 Pipeline+Context Parallelism 测试失败

值得合并，修复了 CI 阻塞问题，设计简洁，平台兼容性好。

统一解析器接口，整合 tool/reasoning parser

值得精读。本 PR 展示了如何通过统一的 trait 接口和组合模式重构一个分离的解析流水线，使其易于扩展。重点关注 `UnifiedParser` trait 的设计、`CombinedParser` 的编排策略以及 error recovery 的折衷。对于想深入了解 vLLM Rust 前端架构的开发者是极好的参考。

修复 MiniMax M2 流式工具调用参数解析

建议合并。该 PR 修复了明确的 bug，实现遵循了已有的 Qwen 3 模式，且经过手动验证。建议后续增加对应的单元测试以避免回归。