vllm-project/vllm

XPU DP改用rank偏移分配设备，移除环境变量隔离

建议XPU后端开发者与评审仔细阅读，此PR是重要的正确性修复。lazy init模式值得借鉴；未来可考虑将activities提取为父类方法以统一profile实现。

修复 penalties 内核 Triton 编译崩溃并提升性能

值得精读，尤其是 Triton 内核编译优化技巧： - `tl.static_range` 与 `tl.range` 的 IR 生成差异。 - 通过保持张量布局避免 `convert_layout` 开销的设计模式。 - 注意此 PR 缺少专项测试，后续若引入 Triton 新版本应检查回归。

为 ASR 基准测试添加自定义音频数据集

该 PR 是基准测试工具的重要补充，设计上考虑了向后兼容和清晰的命名，对需要自定义音频数据集的用户具有实际价值。建议阅读以了解基准测试框架扩展方式，并考虑补充单元测试。

修复 Gemma4 多分辨率图像并发批处理崩溃

此 PR 代码量小但设计精准，修复了一个实际的多模态并发崩溃，且审查中讨论的设计取舍（zip vs unbind）具有参考价值。建议精读 `gemma4_mm.py` 中 `Gemma4ImagePixelInputs` 的变更和 `_process_image_input` 的新迭代方式，其余文件可作为示例。

恢复 Qwen3Coder 的 required tool_choice 支持

该 PR 是快速修复回归的最佳实践，推荐合并。建议后续添加测试覆盖 `VLLM_ENFORCE_STRICT_TOOL_CALLING` 环境的 behavior。

添加 VLLM_USE_SPINLOOP_EXT 优化忙轮询功耗

该 PR 展示了使用硬件指令优化 Python 忙轮询的完整模式，尤其适合对功耗敏感的高密度部署。但鉴于 #28053 已大幅减少忙等场景，且存在 ABI 兼容性问题尚未解决，建议暂不并入主线。感兴趣者可精读 `csrc/spinloop.cpp` 中的 CPU 特性检测逻辑和 `shm_broadcast.py` 的集成方式作为参考实现。

修复 MRV2 logprob 的 int64/int32 类型不匹配

建议精读。该 PR 展示了 Triton kernel 中类型一致性的重要性，并通过跨文件协作（内核、校验、测试）系统性解决问题。尤其值得关注的是 `_fill_logprob_token_ids_kernel` 中 `if/else` 分支的类型对齐技巧。

消除多路径 GPU-CPU 同步，提升推理性能

值得精读。该 PR 展示了如何通过 profiling 识别隐式同步并给出消除模式，对理解 GPU 异步编程有参考价值。