vllm-project/vllm

修复XPU worker在未构建XCCL时执行all_reduce导致的崩溃问题。

该PR改动简单直接，适合快速浏览以了解Intel GPU平台的特定修复。值得关注的是review中提出的未解决疑虑，即未检查分布式环境初始化可能带来的风险，这提示在类似场景中可能需要更全面的条件检查。

将NVFP4 GEMM管理抽象到NvFp4LinearKernel类，统一量化线性层后端模式。

建议核心开发者精读此PR，重点关注 `NvFp4LinearKernel` 基类的设计如何统一不同后端的接口，以及 `init_nvfp4_linear_kernel` 中的选择机制，这对于理解vLLM量化模块的演进方向至关重要。

更新Mergify自动更新规则，将触发阈值从40提交提高到50，并改用update操作。

该PR变更简单，无需深入阅读代码。值得关注的点是团队对Mergify配置的调整反映了项目提交频率的变化，以及从rebase迁移到update的操作变更，这符合Mergify的演进趋势。

临时禁用ROCm平台的特定量化融合，避免模型启动失败。

此PR变更简单但涉及平台兼容性设计，值得ROCm用户或关注量化编译的开发者精读，重点关注如何通过平台检查实现优雅降级，以及review中讨论的一致性考量。

新增对AMD Quark W8A8 INT8 MoE量化模型的支持，修复加载失败问题。

建议工程师精读此PR，重点关注`_is_dynamic_per_token_w8a8`的检测逻辑和`QuarkW8A8Int8MoEMethod`的实现，学习如何扩展量化方案以支持复杂模型配置。同时，注意review中关于CUDA图兼容性的讨论，这对性能优化和内核设计有借鉴价值。

修复Flex Attention后端KV块计算错误，避免V2模型运行器初始化崩溃。

该PR值得精读，特别是关注Flex Attention后端中KV块计算的设计决策。建议关注：1）max_num_query_groups和max_num_kv_indices的计算逻辑如何确保张量形状匹配；2）persistent_kv_indices张量形状调整背后的设计考量；3）如何平衡单个请求最大长度与批处理token数在内存分配中的关系。

修复ROCm CI/Docker构建因NVIDIA包命名变更导致的依赖问题。

该PR主要涉及CI/基础设施调整，对于关注ROCm构建或依赖管理的工程师值得浏览，特别是.pre-commit-config.yaml和Dockerfile.rocm的变更。建议关注：1. 排除列表的扩展模式如何应对NVIDIA包命名变化。2. Dockerfile.rocm中验证步骤的移除是否在后续PR中补回（从review看未解决）。对于一般开发者，无需精读。

优化采样器在批大小变化时的重新编译行为，提升推理性能。

建议工程师精读此 PR，特别是 mark_unbacked 的使用和动态形状处理策略，对于优化 PyTorch 编译性能有参考价值。关注讨论中的未决建议，如未来集成 min/max 参数，并考虑在其他编译函数中应用类似技巧。