vllm-project/vllm

修复 MRV2 logprob 的 int64/int32 类型不匹配

建议精读。该 PR 展示了 Triton kernel 中类型一致性的重要性，并通过跨文件协作（内核、校验、测试）系统性解决问题。尤其值得关注的是 `_fill_logprob_token_ids_kernel` 中 `if/else` 分支的类型对齐技巧。

消除多路径 GPU-CPU 同步，提升推理性能

值得精读。该 PR 展示了如何通过 profiling 识别隐式同步并给出消除模式，对理解 GPU 异步编程有参考价值。

修复 DSv4 Marlin 缺少 clamp_limit 参数

该 PR 修复了关键 bug，推荐合并。同时建议后续补全 LoRA 路径的 `clamp_limit` 支持。

将 Speech-to-Text 测试独立并新增 CI 步骤

推荐作为测试基础设施清理的参考范例：测试目录与源码目录保持一致的模块化模式、CI 步骤拆分时的镜像硬件和 ignore 路径需要仔细检查、flaky test 的临时缓解方案应有后续追踪。

改用 ncclCommAbort 在守护线程中执行，防止不协调关闭时的死锁和孤儿进程

推荐合并。该 PR 解决了生产环境中棘手的死锁问题，设计借鉴了 PyTorch 的成熟实践。建议后续补充超时时间的可配置性及增加单元测试，以覆盖更多边缘场景。

将 tests/parser 加入 CI 覆盖率

该 PR 变更简单明了，无需精读。值得关注的是 CI 配置的维护模式：新增测试目录后需同步更新两个配置文件。

修复gfx950上RMSNorm+FP8融合，延迟降3.3%

值得精读该PR，尤其是`matcher_utils.py`的修正和`DoubleAiterRMSFp8GroupQuantPattern`的声明式模式实现。它展示了从手动FX图变换到声明式模式匹配的演进思路，以及view-tolerant变体处理实际生产图中常见噪声的经验。设计决策（重复rms_norm而非保留未融合的16位读取）也有借鉴意义。建议在撰写自定义编译pass时参考此模式。

修复 DeepGEMM SiLU/mul FP8 内核 int32 溢出

建议精读该 PR，了解 Triton kernel 中 int32 溢出的典型模式及修复方式，可作为后续类似问题的参考。