vllm-project/vllm

精简 DeepGEMM 注释并添加集成说明

对于关注 DeepGEMM 集成的开发人员，可以阅读集成说明和 TODO 以了解未来架构演进方向；对于普通开发者无需特别关注。

释放流水线注解内联化，提升实时可见性

该 PR 属于基础设施优化，不涉及核心业务逻辑，但可读性和架构清晰度有提升。建议采纳关于脚本失败容忍的建议，以避免潜在的生产问题。对于开发者和运维人员，值得了解新的注解机制，便于后续排查发布问题。

修复异步调度测试因 rank 排序波动导致的 flakiness

可立即合并。但建议后续跟踪测试稳定性，若仍有 flakiness 可考虑使用绝对容差，并处理 `None` rank 情况。

将合成拒绝采样融合到统一内核

该 PR 展示了如何将两个独立代码路径合并而不损失性能匹配。值得关注的设计决策：故意保留 LSE 计算以对齐运行时间。建议推测解码相关开发者精读内核分支。

添加平台钩子支持 CPU 设备处理

值得精读。这个 PR 展示了如何在大型项目中使用抽象基类方法替代硬编码判断，以最小的入侵实现扩展性。特别是 review 中对条件逻辑的修正和对命名的讨论，体现了防御性编程和领域语义的重要性。对于分布式推理系统的平台抽象层设计有参考价值。

将6个 CI 任务从 L4 迁移到 H200 MIG

值得关注但不需精读。该 PR 是 CI 资源优化的一部分，展示了在 MIG 分区上运行 vLLM 测试的可行性边界。Python-only Installation 任务的设备分配问题建议后续优化。

修复 Step3-VL image_embeds 输入路径的字段映射与控制流

建议开发多模态模型的团队精读此 PR，特别是 `TensorSchema` 字段映射约定和控制流隔离的设计。展示了如何通过保持 schema 字段名一致性来避免类似问题。

用 Optional EplbLayerState 替代 enable_eplb 标志，简化 MoE 路由接口

建议阅读该 PR，尤其关注 `EplbLayerState.set_layer_state` 的方法设计，以及 `BaseRouter` 中从标志驱动转向 Optional 状态驱动的演变过程。这一模式在类似的特征标记场景下值得借鉴：使用 Optional 对象替代布尔标志和强制初始化对象，可以有效避免标志与对象不一致的问题，并使接口更简洁。