vllm-project/vllm

JIT warmup 新增谓词过滤，迁移 Inkling FA4 预热

值得精读。重点看三点：`_when` 谓词的 AST 追踪与静态求值设计、`zip_inputs` 锁步展开与笛卡尔积的语义区分、以及 `InklingFA4RelAttentionKernel.dispatch` 如何把运行期参数映射为静态 CompileKey。团队在编写新 kernel warmup 时可照此 PR 作为参考实现；同时关注 legacy CuTeDSL registry 的后续清除（依赖 #50089 合入）。

Keye 增加 tower 与 connector 的 LoRA token 数辅助方法

值得快速阅读：这是一个小而清晰的模式，展示了如何在多模态模型中桥接语言模型 token 计数与塔/连接器层输入长度，适合作为实现 #31479 同类功能的参考。如果读者不关心 Keye 或多模态 LoRA，可不必精读。

CPU KV 卸载统一 mmap 清理所有权，修复关停挂死

值得精读。该 PR 展示了异步资源生命周期的一个小而关键的所有权修复：将共享 mmap 的所有权集中到组合器（worker），方向处理器只负责自身资源；错误路径用“记录日志 + 继续执行”保证 teardown 必然完成。对从事分布式/异步资源管理的工程师有参考价值，测试手法也值得借鉴。建议跟进其配套 PR#51227（构造失败路径），确保两条生命周期路径都被覆盖。

修复外部命中后 Mamba running CoW 语义被误判的问题

值得精读，尤其是对 vLLM V1 调度器块表所有权和 CoW 语义感兴趣的同学。1 行核心改动背后是 Core/Worker 状态一致性的深刻问题，配套测试完整复现了外部加载序列。建议关注 ywang96 提出的 `last_state_block_idx` 在投机解码下的分支差异，以及是否补充 `num_speculative_blocks > 0` 的回归测试。

profiler 新增 PrivateUse1 活动，支持自定义后端设备

值得快速浏览，但不需要精读。可关注两点：一是 module-level 映射对旧 torch 的兼容性，二是是否应对新 activity 补充单元测试或 CI 验证。设计上把一个字符串枚举集中在一处，扩展成本低，是清晰的小改法。

共享目标更新合并为 FIFO 队列，消除 O(N²) 重复扫描

值得精读。它展示了如何通过“按匹配规则签名分组 + FIFO 队列整队消费”把共享目标批量场景从 O(N²) 降为线性，是同类批处理优化中简洁的范式；同时 review 中“用时间比替代绝对阈值”的测试方法论对性能回归测试设计有直接借鉴价值。重点阅读 `_compile_prompt_update_queues` 与 `_plan_prompt_updates` 的 mode 协调与平局优先级处理。

XPU 启用 torch 原生 FP8 block-wise GEMM 后端

值得快速浏览：改动极小，但展示了多平台内核候选表的扩展模式——如何把一个平台无关的原生后端挂接到特定平台的回退链上。建议关注两点：一是该内核在 XPU 上的验证充分性（后续可补充 kernels 层单元测试或更丰富的 E2E 覆盖）；二是它与 XPUFp8BlockScaledMMKernel 在数值和性能上的对比，避免兜底路径被意外选为主路径。

修正投机解码文档 8 处拼写与格式错误

不值得精读。可作为新贡献者了解 vLLM 文档贡献流程（fork PR、`/ci run`、docs build on main 的影响）的小样例；值得关注的一点是合并前维护者特意把分支同步到修复了 docs build 的 main，说明 vLLM 对文档构建 CI 是保持绿色状态的。