vllm-project/vllm

限制 Triton 注意力块大小为 128 修复 ROCm 共享内存溢出

值得仔细阅读，尤其是 `has_native_kv_cache_layout` 的设计和 TRITON_BLOCK_SIZE 硬上限的权衡。展示了如何通过块布局检测与内核选择协同解决硬件兼容性问题，对理解 ROCm 注意力实现和 Hybrid Mamba 支持有参考价值。

LoRA 测试触发条件增加 MoE 路径

该 PR 为简单的 CI 配置变更，实现意图明确。建议关注 bot 评论中提到的路径统一性问题，可在后续清理或调整 CI 配置时统一格式。对于 `LoRA %N` 步骤是否也应添加该依赖，可根据实际回归情况决定。

修复两个文档中的错误相对链接

该 PR 可直接合并，无需深入精读。值得关注的是作者对 CI 失败的正确判断和分离修复策略，可作为文档类 PR 的参考实践。

添加 @zyongye 到 CODEOWNERS

简单基础设施变更，无需深入阅读。可关注后续 DeepseekV4 文件的代码评审质量。

修复 NVFP4 SP 测试 mypy 失败

合并即可，无需深入审阅。但值得关注 #41362 的长期修复方案。

取消 ASR 请求时中止引擎内部任务

值得精读。展示了如何在 async 服务中正确传递 CancelledError 并清理资源，同时利用 `merge_async_iterators` 合并多个生成器。对于处理类似音频分割的后端服务具有参考价值。

修复 ROCm NIXL 猜测解码集成测试启动与诊断

该 PR 值得阅读，特别是测试框架中的异步服务就绪检查模式（进程存活与端点探测结合）值得参考。对于分布式测试的时序稳定性和错误诊断有良好示范。建议作者在后续 PR 中考虑 review 中关于异常类型和 IPv6 兼容性的反馈。

新增提前拒绝通知机制，避免P节点KV块滞留

该PR值得详细审阅，特别是对于参与KV传输模块的工程师。主要看点包括： - 如何通过构造一个`abort_immediately=True`的合成请求来重用现有的`request_finished`钩子，避免了为清理而引入额外IPC。 - 在`_with_kv_transfer_rejection_cleanup`中利用`has_kv_connector`+`do_remote_prefill`双重门控，确保只对启用connector的请求执行通知。 - 对于社区用户，建议确认自定义EngineClient是否需要实现新方法以避免运行时错误。