vllm-project/vllm

消除 pooler 中 GPU->CPU 同步点

值得精读，尤其是理解如何通过将索引和元数据保留在 CPU、异步回传 GPU 来消除同步点。设计决策清晰（显式切片 vs. torch.split），重构思路可推广到其他类似场景。

为 XPU 平台启用 is_act_and_mul=False 及 RELU2_NO_MUL

值得精读，展示了 vLLM 中为硬件平台添加 MoE 功能支持的典型模式：通过扩展核心层的平台检查和更新后端模块的能力声明。对于从事多平台适配的开发者有参考价值。

修复 MTP>2 时 DSV4 因缺少注意力元数据重建导致的崩溃

建议精读。该 PR 巧妙解决了 CUDA Graph 静态性与动态 metadata 重建的矛盾，通过标量张量传递步骤信息，并拆分单步生成逻辑，设计思路值得借鉴。同时包含性能基准数据，对理解推测解码性能特性有帮助。

TurboQuant 支持混合模型并修复页面大小对齐

建议 TQ 使用者精读 `config.py` 中的 `get_boundary_skip_layers` 和 `_get_full_attention_layer_indices`，理解混合模型识别机制；如需在新架构上启用 TQ，需对应扩展该函数。平台层面的 LCM 页面大小设计值得参考。

禁止非 MoE 模型使用外部 DP 模式

建议阅读本 PR 以了解 vLLM 数据并行配置的设计约束。特别关注从运行时修补到启动时验证的决策过程，以及相应的测试和文档配套更新。

修复DeepSeek MLA prefill scale计算错误

值得精读，尤其关注 `get_mla_prefill_scale` 中的模型版本区分逻辑（`compress_ratios` 属性）和 YaRN mscale 的应用方式。后续可考虑将 scale 计算统一到模型配置层，避免重复代码。

文档新增 Non-Causal 列支持

属于纯文档增强，可快速合并。代码中的缩进不一致问题建议在合并前或后续 cleanup PR 中修复。文档描述可采纳机器人建议稍作调整以提升清晰度。

修复 NVFP4 MoE 模拟后端设备属性引用错误

此 PR 是单行 bugfix，逻辑简单直接，但修复了一个实际运行时的阻塞问题。对于关注 NVFP4 量化或 MoE 模拟后端的开发者有一定参考价值，展示了设备属性引用健壮性的重要性。建议合并并提醒相关测试应覆盖模拟后端路径。