vllm-project/vllm

A100 启用 compile 模式 batch invariance 测试

建议精读 PR#27842 和关联 Issue#27433 以了解 batch invariance 的整体设计。该 PR 本身是功能演进的里程碑，值得关注后续 SM80 上 compile 模式的实际效果。

新增多级 KV 缓存卸载框架，支持链式二级存储/网络

值得精读，特别是抽象接口设计和异步批处理模式。可关注层次化管理器的错误处理和生命周期管理。

集成 AITER 的 mHC 内核，优化 ROCm 上 DeepSeek-V4 推理性能并修复路径问题

建议仔细阅读本 PR，特别是 `CustomOp` 的分派模式、`_tilelang_ops.py` 的懒加载设计以及 `_forward_rocm` 与 `_forward_cuda` 的分离。这些设计决策对维护多后端 kernel 具有参考价值。对于性能敏感场景，应跟踪 AITER 新版本以移除当前 workaround。

新增XPU MXFP4 W4A4内核并注册到调度

该PR设计清晰，代码量适中，解决了XPU MXFP4内核缺失的核心问题。建议合并后补充单元测试（覆盖正常输入、边界形状、空bias等情况）和集成测试（接入模型推理验证）。review中提出的部分问题（如KeyError、基类replace_parameter用法）虽在最终代码中部分解决，但应确保在其他平台调用时不会崩溃，或提供明确的错误路径。

重新启用 Nemotron Parse 测试并切换到 v1.2

该 PR 值得快速合并，因为它解锁了 Nemotron Parse 模型的 CI 测试，无需深入阅读源码细节。关注点在于测试工具方法的扩展和模型版本切换的潜在影响。

跳过 ROCm machete 测试

此 PR 是简单但必要的平台兼容性修复，无需深入审查。

修复Quark INT8 W8A8在Step-3.5-Flash上的垃圾输出

值得精读。展示了如何通过逐层排查独立 bug（模型配置缺失、数据布局不匹配）解决跨框架量化兼容性问题；`_scale_weight_loader` 和 `replace_parameter` 的用法可作为后续量化后端适配的参考模式。

为 unified attention 添加 TD 路径，优化 Intel XPU 性能

该 PR 设计巧妙，通过 `tl.constexpr` 实现零开销抽象，值得 attention 相关开发者精读。特别是 `USE_TD_QO` 的双重门控策略（平台 + 形状约束）体现了严谨的工程决策。建议阅读时重点关注 `_load_q_td` 和 `_load_kv_tile_td` 中对 Triton tensor descriptor 的使用方式，以及包装器中的钳制逻辑。同时，注意 review 中关于环境变量三态设计的讨论，这种设计模式在需要兼容平台自动选择和强制覆盖的场景下具有参考价值。