vllm-project/vllm

对齐GDN内核TMA使用与上游FLA，默认禁用TMA以提升B200性能。

该PR值得精读，尤其关注：1. 内核性能调优中硬件特定优化（TMA）的权衡决策。2. 如何通过环境变量控制高级特性以平衡性能与兼容性。3. 与上游开源库保持同步的最佳实践。对于从事GPU内核优化或使用Blackwell GPU的工程师，此PR提供了有价值的性能洞察。

修复TPU上Gemma4模型因RMSNorm层权重传递问题导致的启动失败。

该PR值得快速浏览以了解TPU兼容性修复模式，但无需深入分析。关注点：1) 学习如何针对特定硬件平台（TPU）进行紧急修复。2) 注意review中提到的跨后端一致性问题，这揭示了底层IR操作在不同硬件后端实现中的设计权衡。3) TODO注释表明这是一个临时方案，后续可能有更全面的重构。

修复PR #36487引入的Linux专用API调用，恢复vLLM在macOS上的CPU支持。

建议macOS用户或关注跨平台兼容性的开发者精读此PR。重点关注_get_default_affinity()和_get_cpu_topology_json()的设计决策，了解如何在缺乏系统API时提供优雅降级。同时注意关联Issue中提到的物理核心检测问题，可能需要在后续PR中完善。

重构Arctic模型权重加载逻辑，采用AutoWeightsLoader标准化处理。

建议工程师精读此PR，了解AutoWeightsLoader的应用模式和MoE层检测的设计权衡；同时关注潜在逻辑错误点，确保在类似重构中避免类似问题。

修复 DeepSeek MTP 和 V2 模型在 FP8 量化下权重加载的 KeyError bug。

该 PR 值得精读，特别是对于从事模型加载和量化集成的工程师。关注条件逻辑的设计决策、null-safety 的处理方式，以及 review 中讨论的 guard 条件优化。

修复ROCm Dockerfile中conftest.py生成方式，解决旧版Docker解析器兼容性问题。

该PR变更简单直接，无需深入技术分析。对于关注CI基础设施或Dockerfile最佳实践的工程师，可快速浏览以了解heredoc与printf在Dockerfile中的兼容性差异。对于大多数开发者，无需特别关注。

修复WorkspaceManager中_workspaces列表大小硬编码为2的bug，改为根据num_ubatches动态初始化。

该PR值得快速浏览以理解工作空间管理器的关键修复。重点关注WorkspaceManager初始化逻辑的变化，以及如何从硬编码设计转向配置驱动设计。对于使用微批次功能的开发者，需要检查自己的num_ubatches配置是否与预期一致。

修复CUDA 13编译错误，适配cuMemcpyBatchAsync API变更。

该PR值得精读，特别是条件编译处理CUDA API变更的模式，以及Tensor mutable_data_ptr的正确使用方式。关注CUDA版本检测宏的使用和API参数变化的设计决策。