vllm-project/vllm

引入 V2 模型运行器 Oracle，默认启用 Qwen3 密集模型

该 PR 设计清晰，经过充分 review，是 V2 模型运行器推广的关键基础设施。建议阅读 `vllm/config/vllm.py` 中的 `use_v2_model_runner` 属性和 `_get_v2_model_runner_unsupported_features` 方法，了解 Oracle 决策链。后续可关注相关 PR（#39353、#39937、#42538）以获取完整上下文。

修复PyAV视频后端seek后退采样错误帧

值得精读：PR展示了如何使用帧索引标记追踪解码实际输出，测试设计精巧、可复现；同时演示了处理常见视频解码问题以及复用decoder的优化手法，对多模态视频处理开发者有参考价值。

修复ViT CUDA Graph预算计算与捕获输入分配不足等多项问题

值得精读。重点关注不变式分层验证的设计以及ceil除法的正确性考虑，对理解vLLM中CUDA Graph的预算管理机制有参考价值。

修复 Nemotron Parse 语言模型检测失败

建议及时合并。修复简单直接，经过 CI 测试验证（PR 修复了 CI 中的失败用例）。值得关注的是其设计模式：通过统一的 `embed_input_ids` 契约方法实现语言模型自动检测，这种接口化设计降低了多模态模型的集成成本。

修复 MI355X (gfx950) 未使用 gluon 单核路径

值得快速合并。此 PR 修复了一个明显的性能回归问题，改动极小且逻辑清晰。对于关注 ROCm 性能和 MI355X 部署的团队值得精读，了解 GPU 架构分发条件的管理方式。

提前发布 DP 请求计数减少负载不均衡

值得精读的低成本高收益优化。展示了如何通过调整发布时机来显著改善分布式负载均衡，是系统调优的范例。建议团队在后续 DP 相关 PR 中参考此模式。

为NIXL PD分离添加GDN(准Qwen3.5)支持

值得精读，特别是 `MambaConvSplitInfo` 的泛化模式，展示了如何在保持向后兼容的同时扩展数据结构。`derive_mamba_conv_split` 中的异构 TP 推理逻辑值得参考。

重构 MoE 路由捕获传输层，移除共享内存，使用异步 D2H，支持 HTTP 返回。

值得精读。该 PR 设计了一套从 GPU 到 Scheduler 的完整异步数据传输管道，对 `ModelRunnerOutput` 扩展具有参考价值。特别是 pre-free capture 解决异步调度中数据竞争的手法，以及复用现有 IPC 路径实现零额外同步的设计，可推广到其他需要返传 GPU 状态的场景。但需密切关注外部 KV 块问题的后续修复。