vllm-project/vllm

添加Triton内核加速NVFP4反量化和QDQ模拟

值得精读： - 学习 Triton 内核优化技巧：二进制树 E2M1 查找、2D tile 批处理、interleave 合并写。 - 理解设备间功能兼容性处理：通过 `current_platform.is_cuda_alike()` 动态切换实现。 - 关注社区反馈中对类型安全的关注，建议合并后进一步放宽 `global_scale` 类型以支持 float。

跳过因 terratorch 缺失而失败的测试

值得快速审阅，以确认跳过逻辑正确，确保 test_initialization.py 和 test_registry.py 中的内联检查与现有模式一致，且模块级 skipif 按预期工作。

为Qwen3.5 MTP新增spec-decode CI测试覆盖

建议合并。该 PR 针对测试矩阵的空白进行了精准补充，并且设计决策（阈值选择、兼容性跳过、视觉塔限制）都基于实测数据，具有一定参考价值。

消除 DeepSeek V4 冗余类型转换

建议合并。这是一个小的性能优化，逻辑清晰，且已通过代码审查。值得关注的模式：用 `if cond and val is None` 替代嵌套 `if` 来简化条件，以及通过条件分支避免不必要的类型转换。

Intel XPU Docker 镜像 oneAPI 版本锁定及构建优化

该 PR 是良好的基础设施维护变更，体现了对构建确定性的重视。建议团队在类似 Docker 镜像中也采用 APT Pin 机制来锁定关键依赖版本。值得精读以了解 Docker 构建最佳实践。

临时注释 terratorch 依赖修复 pip-compile 失败

建议精读此 PR 以学习如何优雅处理外部依赖中断：使用 `pytest.importorskip` 或模块级 `find_spec` + `skipif` 跳过测试，并添加清晰注释和关联 issue 以便后续恢复。该模式可在其他类似场景复用。

统一ROCm DeepEP API并更新Docker构建

该PR值得精读，尤其是关注如何通过移除平台分支实现API统一，以及Docker构建的最佳实践（如条件安装rdma-core）。对于ROCm平台开发者有重要参考价值。

修复 PyTorch 内存碎片导致 OOM

值得精读，尤其是理解 PyTorch CUDA 内存分配器 `max_split_size_mb` 的作用和碎片化问题的诊断方法。对于维护者，需关注 sleep mode 下的副作用并准备后续修复。