vllm-project/vllm

重构 INT8 MoE 路径，集成 oracle 后端选择

这份 PR 是 oracle 重构系列的重要一环，适合以下角色精读： - **框架开发者**：学习如何在现有 MoE 方法中集成 oracle 选择机制，以及如何优雅处理重构中的行为保持要求。 - **ROCm 平台工程师**：了解如何为新硬件扩展量化方案支持（`_supports_quant_scheme`）。 - **QA & CI 负责**：参考 test_int8_moe_oracle.py 的测试设计原则（平台无关、仅测试选择逻辑不启动内核）。 - **架构师**：关注 static-activation INT8 路径的遗留问题及后续迁移计划。

删除 22 个文件中 519 行未使用代码

建议精读涉及的核心文件（如 `minimax_m3.py`、`radio.py`、`modelopt.py`）以了解仓库中废弃代码的典型模式，并作为后续清理工作的参考。

C128A 自适应 topk 宽度，提升 1.0% 吞吐

建议合入。该 PR 定位清晰、改动精炼、有基准数据和单元测试支撑。值得关注的是 `triton.next_power_of_2` 的使用方式和 `_C128A_TOPK_ALIGNMENT` 常量的定义位置，可在 code review 时确认其可见性。

共享内存不足时提前报错而非 SIGBUS

值得精读，体现加固系统鲁棒性的最佳实践：前置检查、清晰错误、测试覆盖。设计上选择 RuntimeError 而非更复杂的信号拦截，简单有效。建议作为类似预检模式的参考。

为 hybrid-Mamba EAGLE 缓存查找添加回归测试

建议所有涉及 KV 连接器和缓存查找逻辑的开发者仔细阅读此测试用例，理解其针对的 bug 场景和测试设计思路。后续修改 `find_longest_cache_hit`、EAGLE 弹出逻辑或 Mamba 相关行为时，确保此测试通过。此 PR 体现了测试驱动修复的典型实践，值得作为回归测试的范例。

修复 CPU NEON/vec MoE 路径未正确回退 swigluoai 激活

值得阅读的修复。展示了在异构平台上维护多后端 MoE 路径时，补丁容易被遗漏的风险。对于团队而言，可以学习如何通过早期守卫与常量对齐来隔离这类问题。

修复 MLA padding 和分组 topk 路由，扩展 Transformers 后端模型兼容性

该 PR 值得业务开发者仔细阅读，特别是对 Transformers 后端或 MoE 融合感兴趣的同学。关键设计决策包括：使用 FX 图分析推断路由器精度、锚定最后一个 topk 节点以支持分组路由、以及通过 GateLinear 复用专用路由内核。这些方法对扩展 vLLM 模型支持很有借鉴意义。建议合并后关注相关模型的回归测试。

为Blackwell GPU启用FlashAttention 4 headdim 256支持

值得精读，特别是后端选择策略中的权衡逻辑。设计上通过优先级与版本降级结合的方式，平衡了新特性启用与性能保障，可作为设备特性适配的参考模式。关注 `fa_utils.py` 中的条件分支和 `selector.py` 的维度感知优先级设计。