vllm-project/vllm

实现异质词汇表间的通用投机解码 (TLI)

建议重点关注 `vocab_mapping.py` 中的核心算法（空间前缀探测、归一化、交集构建），以及 `speculative.py` 中的配置验证逻辑。对于考虑使用异质草稿模型的团队，此 PR 是关键里程碑。推荐精读源码和测试。

拆分 XPU LoRA Punica CI 测试为独立进程

值得合并。这是一个标准的最佳实践：将大型测试文件拆分为独立进程执行，消除相互影响。可作为 CI 稳定化的示例参考。

修复 FlashInfer MoE 调优 token 上界误用 CUDA graph 参数

值得精读。虽然变更极小（2行删除），但背后反映了深度学习框架中配置参数语义传递的关键问题：`max_capture_size` 描述的是 CUDA graph 的捕获容量，与 MoE 内核实际执行的 token 范围无关。这个案例展示了性能调优中参数语义正确性的重要性，也说明了回退到稳定基线是应对性能回归的安全有效策略。

ROCm MLA FP8路径融合q/kv RMSNorm与per-token量化

建议精读该PR，特别是模式匹配pass的设计。它展示了如何处理编译pass间的流水线依赖——利用已有pass的规范形式作为匹配目标，而非试图匹配更原始的图结构。此外，关于availability guard取舍的讨论也值得关注。对于仅关心功能的读者，可以直接合并该PR以获得ROCm FP8 MLA路径的性能提升。

修复 MTP 投机解码 topk 索引共享 bug

值得仔细阅读，尤其是 MTP 投机解码的实现细节。该 PR 为精确修复，展示了 attention 索引共享机制中 buffer layout 假设不一致导致的 bug。建议在后续 PR 中增加单元测试覆盖 compact 逻辑。

在 cuda.txt 中添加 nvtx 依赖

该 PR 是明确的 bugfix，变更简单，建议合并。

用CUDA函数替代PTX内联汇编实现PDL指令

本PR是一个典型的CUDA kernel清理工作，值得其他kernel模块借鉴。虽然改动不大，但展示了如何将PTX替换为官方API并引入实用启发式。建议有SM90+硬件的团队验证性能，并考虑将PDL阈值变为可配置参数。

对ROCM CI上Ray GCS超时测试增加重试机制

推荐合入以消除ROCm CI上的不稳定测试。该PR模式（使用`pytest-rerunfailures`的`only_rerun`限定重试范围）值得作为测试不稳定问题的标准处理方式。