vllm-project/vllm

ROCm 下 DeepEP 测试 teardown SIGSEGV 的 workaround

该 PR 改动小而聚焦，但提交信息中的根因分析（ROCr `Runtime::Unload()` 与 `GpuAgent::ReleaseResources()` 之间的 use-after-free）值得阅读，可作为理解 HIP teardown 时序的案例。适合关注 ROCm 测试稳定性的工程师精读；对于一般读者，了解其 workaround 思路即可，不建议作为长期方案。

精简 PyTorch Fullgraph 测试矩阵与 CI 步骤

该 PR 属于常规测试维护，值得快速浏览 diff 了解测试裁剪决策；不建议精读。关注点在于合并后的超时风险与覆盖缩减是否可接受。

MoE 激活配置集中化，统一各后端契约

值得精读。该 PR 是 MoE 激活层的一次架构性收敛，展示了如何将分散在各后端的重复元数据与参数传递统一为单一配置对象。重点关注 `activation.py` 中 `ApplyMoEActivationConfig.from_configs()` 的优先级解析、`modular_kernel.py` 中实例持有配置的时机，以及 Marlin 中“standalone 显式传参、实例回调自持配置”的双轨设计。对需要扩展 MoE 激活类型的开发者，本 PR 提供了清晰的扩展点。

发布镜像改用官方 mooncake wheel，移除 S3 自定义构建

值得精读。它展示了「上游能力成熟后移除临时 workaround」的典型节奏：#42114 引入的 S3 自定义 wheel 的三个阻碍分别被上游运行时参数、官方 aarch64 构建和独立 cuda13 wheel 项目解决，最终收敛为 PyPI 官方安装。特别值得关注的是 docker/Dockerfile 中 RUN 块错误传播的处理：在无 `set -e` 的 shell 块中用 `&&` 串联保持失败致命，并配合注释解释原因，这是 Dockerfile 可靠性的好范例。

修复 Jamba 测试缺 chunked prefill 导致的 CI 失败

此 PR 为一行式测试修复，无需精读源码。可关注的要点是 mamba 缓存模式 `align` 与 chunked prefill 的硬约束，后续若新增 Mamba 架构模型测试应默认带上 `enable_chunked_prefill=True`。

回滚 #50879 模块级导入，修复 ROCm 误加载 tilelang 导致 CI 失败

值得快速合入以恢复 CI 稳定性，但不必精读实现细节；关注点应放在后续如何在不触发 tilelang 加载的前提下重新实现 #50879 的优化目标。对该回滚本身，建议记录到关联 issue #51151 中作为临时缓解措施，并推动一个带 ROCm 平台隔离与回归测试的正式修复。

修复 Mamba 多 KV 组 hash_block_size 断言失败

值得快速阅读，作为“用显式语义替代隐式推断”的小案例。若团队有 Mamba 多组配置，建议跟进补充单测覆盖 `mamba_cache_mode="align"` 且组块大小不一致的回归场景，防止此类边界问题再次出现。

CPU KV 卸载超容时快速报错并清理，避免 /dev/shm 隐式失败

建议精读。虽然改动量很小，但 review 中关于 try/except 范围、错误传播与并发清理语义的讨论质量很高，值得 KV offload 相关维护者参考。重点关注：容量检查为何只放在 creator 路径、为何 except 不应扩大到 mmap/madvise、以及如何避免 0 字节 stub 拖垮 joiners。测试写法（直接 monkeypatch helper）也值得借鉴。