vllm-project/vllm

新增 silu_and_mul_per_block_quant 的 Helion 内核

值得关注该 PR 中建立的 Helion 内核集成模式：通过 `register_kernel` 注册、`CaseKey` 配置选择、生成输入与基线对比。对于需要极致性能的团队，可参考此路径定制融合内核。建议后续集成到模型前向中（如替代 `silu_and_mul`+`per_block_quant`），以释放端到端收益。建议关注 issue #32962 中后续 Helion 内核的进度。

修复 FP8 indexer WK 对在增量加载时丢失的问题

建议合并。这是一个小而精准的 bugfix，修复了影响生成质量的严重问题，且改动量极小、风险可控。值得关注的是利用实例属性跨调用保存状态的通用模式，类似场景可借鉴。

修复 macOS 上 vllm 0.24.0 因 tokenspeed-mla 缺少平台标记导致的安装失败

该 PR 改动极小但意义重大，是典型的“一行修复类”PR，值得所有维护者关注发布流程中的依赖平台兼容性问题。建议在后续的依赖管理中，对仅包含特定平台 wheel 的依赖一律添加对应的平台标记。

Transformers 后端通过自动化层融合达到原生性能

该 PR 是 Transformers 后端的关键进化，展示了如何在不牺牲性能的前提下利用 Transformers 模型定义。强烈建议阅读： - `fx_utils.py` 的图追踪和 AST 工具设计 - `base.py` 的融合器框架接口定义 - 各融合器的 `match` 和 `update_forward` 实现，尤其是 AST 操作技巧 - 基准测试结果部分了解性能收益。

Kimi K2.5/K2.6 融合 CPU 图像预处理加速 10x

此 PR 展示了针对特定模型瓶颈的 CPU 性能优化方法论，值得有类似需求（大分辨率图像预处理）的读者深入阅读。设计决策（查找表、线程层管理、条件回退）具有参考价值。建议关注 `_write_fused_patches` 的 numba 并行写法以及 `numba_workqueue_threading_layer` 的 fork 安全性处理。

缓存 token_to_req_indices 提升 DeepSeek V4 注意力 kernel 性能 5-6 倍

建议精读，这是一个典型的数据驱动缓存优化：利用重复使用的中间结果减少不必要的 H2D 拷贝，设计简洁且收益明确，适合作为相似性能优化的模板。

修复 DeepSeek-V4-DSpark 草稿模型缺少 draft_id_to_target_id 属性

建议快速合并。修复逻辑清晰，风险极低，且已被审核人批准。

删除 7 个文件中的未使用函数和类，减少 186 行代码

这是一次标准且安全的死代码清理，值得合入。建议团队定期运行此类清理，并配合扫码工具（如 vulture）自动检测未使用代码。