vllm-project/vllm

暴露 MooncakeStore 加载失败的 block ID

值得精读：该 PR 展示了如何在使用 C++ 扩展的异步线程中正确捕获和传播底层错误，以及如何设计线程安全的状态收集接口。建议部署了 MooncakeStore 连接器的团队尽快合入，以获得更好的错误诊断能力。

修复 Eagle 双重剪枝致 MooncakeStore 加载 KV 损坏

强烈建议阅读此 PR，尤其关注 `coordinator.py` 中的 `apply_eagle` 参数设计：如何通过布尔参数区分 lookup 与 mask 的 Eagle 需求。PR body 的 Walkthrough 部分也非常清晰地描述了 bug 复现步骤和修复逻辑。新增的测试是很好的契约测试范例。

移动 MegaMoE 输入准备 Kernel 到独立文件

可快速浏览，无需深入审查；可作为类似代码移动的参考样例。

MoE LoRA 单 Triton 核融合与双流并行

该 PR 是一次精心设计的内核融合优化，代码质量较高，测试充分。对于理解 vLLM 中 MoE+LoRA 的 Kernel 层优化思想有较高参考价值。特别值得关注的设计决策包括： - 融合核如何通过 `add_inputs` 参数服务于双流路径（零缓冲区分开基与 LoRA 输出）； - `maybe_execute_in_parallel` 工具函数的使用； - 双流事件管理的设计（4 事件避免重用）。 建议关注 rank 128 限制的风险，未来可能需解决。

修复XPU采样器RNG偏移量对齐问题

值得合并：单行修复，逻辑清晰，经过review和测试验证，建议即合并。

删除 NormGateLinear 及相关融合内核代码

此 PR 主要是清理操作，值得快速审阅。关注 NVIDIA 和 AMD 模型变更的一致性，并留意 AMD 平台后续是否可融合 norm 到 MHC 以获得性能收益。

精度测试始终打印测量值

值得合入，对调试高方差测试场景有实际帮助，无副作用。

修复MooncakeStore preemption后 request_finished 断言崩溃

该 PR 值得精读，展示了如何在分布式 KV 传输组件中优雅处理 preemption 边界情况，设计决策（重置 tracker 而非移除）和 review 讨论都具有参考价值。