vllm-project/vllm

添加 PyAV 视频解码后端，支持并发处理，提升长视频解码性能。

该 PR 值得精读，重点关注 PyAVVideoBackendMixin 的设计、后端选择机制的实现，以及性能优化的权衡。对于涉及多模态视频处理的开发者，这是理解并发解码优化和依赖管理的关键案例，建议注意默认后端设置和帧恢复功能的限制。

修复AMD MI300等FP8 FNUZ平台MOE层测试的断言错误。

该PR值得快速浏览，特别是对于在AMD或使用FNUZ FP8格式平台上工作的开发者。关注点在于如何通过平台检测和函数覆盖来处理硬件特定的测试差异，这是一种实用的测试适配模式。

修复W4A8_FP8 MoE量化路径的流同步竞争和PyTorch版本兼容性问题。

该PR值得精读，尤其是对于从事量化或MoE开发的工程师。重点关注：1) 流同步在TP场景下的必要性设计；2) PyTorch API版本兼容性的处理方式；3) 如何通过现有测试验证修复效果。

修复XPU平台上NIXL导入逻辑，避免因平台检测错误导致的“NIXL不可用”回归。

该PR值得快速浏览，重点关注平台检测逻辑的设计决策：使用`not is_rocm()`而非`is_cuda()`或`is_xpu()`，这反映了项目中对平台抽象层的设计思路——优先通过排除法（非ROCM）而非枚举法来简化多平台支持。

修复MORI IO KV连接器API路由错误，确保预填充和解码节点使用正确端点。

该PR值得精读，重点关注代理服务器的路由重构设计，以及如何通过参数化API路径来避免硬编码，这对于构建灵活的服务端点有借鉴意义。

为 fused_topk_bias 添加 NaN/Inf 钳制回归测试，确保专家 ID 唯一性。

该 PR 值得快速浏览以了解测试模式和内核钳制的验证方式，但核心设计决策已在 PR #39391 中讨论。关注点在于测试参数化和对 fused_topk_bias 路径的覆盖。

修复多模态 warmup 在纯文本模式下仍运行的 bug，避免不必要开销。

建议技术管理者和工程师精读此 PR，重点关注： - `vllm/renderers/base.py` 中 `warmup` 方法的过滤逻辑，展示了如何优雅处理配置边界情况。 - 测试文件的设计，使用 Mock 对象隔离依赖，确保单元测试的可靠性和可维护性。 - 通过简单代码变更解决实际问题，体现了优化思维。

移除 ROCm 依赖文件中的 git+ URL 包，修复 uv pip 安装失败问题。

该 PR 值得快速浏览，重点关注其如何解决工具链兼容性问题，以及 Dockerfile 中新增的防护逻辑。设计决策上，选择完全移除 git 依赖而非寻找替代方案，反映了对 uv pip 生态的适配优先级。