vllm-project/vllm

NCCL/稀疏 NCCL 后端迁移至有状态 Trainer 引擎，完成三后端统一

值得精读。核心价值在于：一是 trainer 侧并发模型（side thread 并发 `update_weights` 与广播 + `future.done()` 早期报错 + 异常时不 join 防止挂死）的工程取舍；二是 wire 参数单源化设计，让 `trainer_init` 通过 init 握手直接把 packed 等必须一致的参数下发 worker，从结构上消除两侧分叉；三是 `_validate_patch` 前置校验避免广播中途 size mismatch 卡死双方。建议与 #48042、#48981 连读，观察抽象如何在三个后端逐步落地；同时关注后续 follow-up 对文档与 worker ABC 的清理。

ROCm Kimi-K3 尾投影按 TP 分片，吞吐提升约 3~5%

值得精读，尤其是 `_shard_up_proj_tail` 的「先 all-reduce 还原 latent、再按 rank 只算自己的 up_proj 切片、通过 `addmm_` 的 beta-add epilogue 并入 shared 部分、最后由最终 all-reduce 缝合」模式，是 CUDA Tier 2 路径在 ROCm 的镜像移植。测试设计也很有参考价值：用 narrow 权重 + capture 中间张量来固定「每 rank 只写自己 shard」的算术契约，而不是只跑 e2e。若要复用该模式，注意把分片前置条件（TP 整除、scaling factor、sequence parallel）纳入配置契约。

XPU CI 关闭编译缓存，规避 Triton 偶发段错误

该 PR 值得 CI/基础设施负责人快速浏览，理解 workaround 的适用范围与移除条件；普通开发者在处理 XPU flaky 测试时可参考此模式。核心关注点不是实现本身，而是它与上游 issue #7682 的联动：若上游移除 dlclose() 的修复落地，应及时清理这些环境变量并恢复编译缓存复用。

修复 Mamba all 模式 offload 边界对齐错误

值得精读，尤其是给负责 KV offload 与状态缓存类组件的工程师。三点值得借鉴：一是 issue 驱动的根因分析路径（边界命中 = 点状态恢复 + 末 token 重算的组合），二是用 FP32 无损状态隔离精度噪声、再用负向对照证明测试有效性的方法论，三是 PR 作者对 CI 失败逐条归因（节点故障 vs 上游回归）的严谨态度。阅读重点放在 `resolve_mamba_align_size()` 的对齐语义与 `test_mamba_cpu_offload_boundary` 的断言设计上。

修复 EPD 编码实例因多余 gather 崩溃

值得精读。该 PR 展示了如何在 worker 侧而非调度器侧消除错误报告，以及如何通过拆分 encode/gather 半路径来避免无意义计算与崩溃；对 Model Runner V2 多模态路径的维护者和 EPD 部署使用者有参考价值。测试代码对 mock 契约的描述也值得借鉴。

V2 采样链路支持 thinking_token_budget 强制收尾

值得精读。核心看 vllm/v1/worker/gpu/sample/thinking_budget.py 的两个 Triton kernel：增量扫描缓存 + 冷扫描块向量化的设计、_load_effective_token 对 committed 与 spec-draft token 的统一读取，以及 forced-end 置 1e9 而非全 vocab 覆写的取舍。njhill 最终提交（clamp、UVA 脏标记、prompt_len 去除）也是很好的 MRV2 状态类优化范本。同时应关注讨论中未解决的 parser 隐式结束 gap，它会在 ParserEngine 迁移时再次触碰同一逻辑。

重新启用 Qwen3.5-35B-A3B CI 的 FlashInfer MoE autotune

不值得精读，属于低风险配置回归。可留意其关联的 issue #46083 是否被正式关闭，以及后续 CI 是否稳定；若想了解 FlashInfer MoE autotune 的机制，可结合 #46083 和 #45002 一起阅读。

修复 committers.md 列表前缺空行导致的 pre-commit 失败

无需精读，属于琐碎文档修复。对本仓库维护者而言可快速通过；对文档贡献者而言，可借此了解 mdformat 对列表前后空行的硬性要求，避免再次触发同类 CI 失败。