vllm-project/vllm

修复ROCm CI/Docker构建因NVIDIA包命名变更导致的依赖问题。

该PR主要涉及CI/基础设施调整，对于关注ROCm构建或依赖管理的工程师值得浏览，特别是.pre-commit-config.yaml和Dockerfile.rocm的变更。建议关注：1. 排除列表的扩展模式如何应对NVIDIA包命名变化。2. Dockerfile.rocm中验证步骤的移除是否在后续PR中补回（从review看未解决）。对于一般开发者，无需精读。

消除 batch size 1 导致 torch.compile 重编译

建议优先合入。该 PR 是 PyTorch compile 动态形状处理的典型案例，适合所有需要理解 Dynamo 0/1 specialization 和 mark_unbacked 的开发者精读。设计决策（何时该用 dynamic=True、何时用 mark_unbacked、shape check 如何统一符号）值得记录为团队最佳实践。

修复多模态内存泄漏测试中的进程清理问题，避免CI失败。

该PR值得快速浏览以了解CI修复策略，但无需深入代码细节。重点关注review中提到的进程清理缺陷，建议团队后续评估是否修复@create_new_process_for_each_test的实现。

改进多模态输入过长错误信息，避免长度与音视频时长混淆。

该PR变更简单，无需精读，但可作为错误信息设计的最佳实践参考：使用明确术语（如“embedding tokens”）避免歧义。对于关注多模态输入处理或错误处理设计的工程师，可快速浏览以了解如何优化用户反馈。

修复MoE层测试因PyTorch 2.11不透明类型变更导致的层名处理错误。

该PR变更简单直接，主要用于修复测试逻辑，无需深入精读。值得关注的点是HAS_OPAQUE_TYPE变量的使用，它反映了vLLM对PyTorch不透明类型支持的适配策略。建议开发者了解此变量在代码库中的其他使用场景，以理解整体兼容性设计。

新增Qwen3-VL多模态模型内存泄漏检测测试，提升稳定性验证。

对于关注多模态模型测试或内存管理的工程师，此PR值得精读，以学习如何设计内存泄漏检测测试和权衡阈值设置。重点关注测试逻辑中的内存测量方法和泄漏检测策略。

修复Nemotron-Nano-VL音频预提取崩溃，支持在vllm serve时传递use_audio_in_video参数。

该PR值得精读，特别是学习如何静态解析模型参数以避免HF处理器实例化开销，以及多模态数据处理中优雅处理缺失音频的设计决策。关注review中未解决的异步I/O性能问题，可能需后续PR优化；同时，代码简化建议可为类似重构提供参考。

简化API服务器握手流程，统一参数传递以避免延迟启动。

建议工程师阅读此PR以了解握手流程的改进，特别是在分布式设置和API服务器启动方面。关注 `EngineCoreReadyResponse` 的变更和 `_apply_ready_response` 方法的逻辑，这有助于理解系统如何统一处理后初始化配置。