vllm-project/vllm

使用 split_group 替代 new_group 创建分布式子组

值得精读，特别是分布式初始化细节和 split_group 的性能优势。设计上采用环境变量作为 rollback 机制、分离新旧路径的做法值得借鉴。合并后应关注后续启用 PR 的测试结果。

扩展 Lightning/AWQ Triton 测试到 XPU

该 PR 是低风险、高收益的平台扩展，值得合并。设计决策（使用 `current_platform` 代替硬编码设备字符串）已被多个历史 PR 采用，是 vLLM 平台抽象层的良好实践。测试团队可参考此模式为其他 Triton 内核添加多平台覆盖。

修复 CUTLASS FP8 MoE 测试和 expert_map 传递

值得合入。该 PR 修复了长期失效的测试，并修正了一个潜在的功能缺失。建议在合并后监控 CI 中该测试的通过情况。

为池化器头部类添加单元测试

建议合并。新增的测试覆盖了池化器头的核心路径和边界条件，适合作为同类测试的模板。可关注后续是否将测试扩展到其他池化器（如图像池化）。

新增 INT8 W4A8 量化文档及 Arm CPU 支持表格

推荐阅读此 PR 以了解如何正确组织 vLLM 量化文档及其支持硬件表格。对于维护文档的开发者，其中关于 mkdocs 重定向和内容复用的讨论（如 pymdownx.snippets）具有参考价值。

新增 ROCm AITER unified attention 核正确性测试

值得阅读，尤其是作为 ROCm 自定义 kernel 正确性测试的模板：展示了如何构造 block-sparse attention 输入、如何利用参考实现进行对比、如何参数化覆盖多种数据形状与数值精度。可借鉴到其他 kernel 测试中。

为 ParallelConfig 数值字段添加 Pydantic 下限约束

该 PR 值得合入。代码简洁、意图清晰，且与 `EPLBConfig` 等已有约束一致。其中关于 `data_parallel_rank_local` 和 `node_rank` 因 `-1` 标记值而跳过约束的决策已经过审查并记录，可逆的。

冻结 worker GC 减少 P99 ITL 抖动

该 PR 值得精读，尤其是对高吞吐低延迟推理服务有需求的团队。设计决策（仅在 worker 上线后冻结、shutdown 时解冻）简洁清晰，可作为 Python 服务性能优化的参考模式。此外，注意作者通过实验验证了 CUDA graph 捕获不受影响，避免了不必要的改动。