vllm-project/vllm

跳过无视觉塔时 Qwen3 deepstack 缓冲区创建，修复启动崩溃

值得精读。重点关注： 1. vLLM 的 tower-skipping（`StageMissingLayer`）机制与“在 `meta` 设备上构建模块”的交互，这是理解多模态模型初始化的关键。 2. “编译图输入契约稳定”的设计取舍（延续 #43617）：zero-backed 缓冲区在 vision 启用时保留，仅在 tower 被替换时跳过，避免破坏 CUDA graph 特化。 3. 三文件一致修改模式：`qwen3_vl.py` 是基准实现，`qwen3_vl_moe.py` 与 `qwen3_omni_moe_thinker.py` 同步复刻，是模型家族修复的典型结构。 4. 对 maintainer 而言，这是一个结构清晰、证据充分（运行时 A/B 验证）的 bugfix 示例；对开发者而言，其“先构建 tower 再判定能力开关”的初始化顺序值得借鉴。

修复 Gemma3n/Gemma4 变长音频批处理崩溃

值得精读。三个看点：(1) 这是典型的多模态输入管道"隐式契约断裂"案例——缓存解 pad、batched() 字段配置、TensorSchema dynamic_dims 三方各自合理但组合失效，根因分析链条完整（含日志证据与版本矩阵比对）；(2) review 驱动的测试升级（单元测试 → e2e 回归测试）与 helper 归属调整展示了 vLLM 维护者对测试价值与模块边界的偏好；(3) 修复手法（zero-pad + mask 双返回、padding 不泄漏进 LM）可作为后续多模态模型处理变长输入的模板。建议关注合并后 Gemma3n profile/dummy input 路径是否有回归。

固化 CUTLASS NVFP4 MoE 内核批不变性契约并补测试

值得精读。对从事内核调度、量化后端或确定性保证的工程师尤其有参考价值，值得关注的三点设计决策：一是用 `static_assert` 把实践属性固化为编译期契约，配套错误信息引导开发者走专门路径；二是三层批不变性验证策略（full-M 逐行 vs M=1、整批行置换、单行独立执行）；三是通过测试文件合并解决进程隔离约束的 CI 组织方式。另外可与 #39520 对比，理解"发现已支持 → 转固化契约"的 PR 替代决策。

二级存储加载支持部分成功，避免整批 KV 块被丢弃

值得精读。虽然改动仅 3 个文件、88 行，但数据契约的边界语义设计（None vs 空集合、子集校验、assert fail-fast）很有借鉴价值；与 #49328 的互补关系也值得关注，二者构成 secondary-tier 加载鲁棒性的完整闭环。

统一 routed experts 拓扑配置解析并修复 Kimi K3/Gemma 4

值得精读。该 PR 是一个教科书式的数据契约统一案例：将散落的别名解析收敛到单一 convertor，通过 `ModelConfig` 透传，删除重复实现。关注两点：一是 `ModelArchConfigConvertorBase.get_num_experts_per_token()` 的别名列表与 `None` 归一化策略，这是后续扩展新模型时需要维护的清单；二是 `ModelArchitectureConfig` 必填字段新增对构造方的影响模式，可作为未来新增规范字段的参考模板。

为 s390x 平台启用 tcmalloc，优化内存分配

该 PR 值得快速浏览，作为"平台白名单扩展"的典型案例：展示了如何用最小改动（追加枚举值）为架构补齐既有能力。不建议精读实现细节，但值得关注两个决策：一是 `should_bundle_tcmalloc` 与运行时 LD_PRELOAD 的两段式设计（构建期打包 + 运行期发现），二是 Dockerfile 多阶段构建安装 gperftools 的做法。若团队有 s390x 用户，建议后续补充一条构建期断言，确保 tcmalloc 确实被找到并打包。

修复量化层 reload 时 per-tensor scale 未正确转换为 channelwise 的回归

该 PR 改动很小，但值得量化方向工程师快速了解，因为它揭示了量化层中 `strategy` 状态突变与 reload 流程之间的微妙耦合——修改量化策略时，需要同步考虑 checkpoint 重载时状态恢复的一致性。不建议作为重点精读对象，但可以作为“策略状态变更引发回归”的典型案例参考。

修复 Kimi-K3 MLA 禁用上下文并行时 DCP 哨兵值异常

该 PR 值得快速通读：单文件 5 行改动，适合作为理解「注意力后端 impl 的 dcp_world_size 契约」与「Kimi-K3 绕开共享包装器」之间差异的入口。若维护 Kimi-K3 或 MLA 相关代码，建议同步关注是否存在同样问题的其他平台路径，并考虑补一个单元测试锁定该归一化逻辑。