Intel GPU 技术生态日报 (2026-09-25)

核心速览

• [Merged] vLLM XPU 修复指针存储溢出并启用 XPU Graph 默认开启：修复 phi-2 测试溢出，XPU Graph 默认启用提升小模型性能。
• [Merged] Triton XPU 改进内核启动异常处理与除法安全性：内核启动拒绝时抛出异常而非中止，修复除零崩溃。

下游优化与加速库 (intel/llm-scaler / Triton / OpenVINO)

• [vLLM XPU] 修复 PromptEmbedsState 存储指针时溢出错误：PromptEmbedsState.add_request() 将 GPU data_ptr() 数值存入有符号整数，导致 phi-2 测试中 Python int 过大无法转换为 C long。修复改为存储指针原始位模式，避免溢出。 [PR #54514]

  影响： 修复 phi-2 等模型在 XPU 上的单元测试崩溃，确保指针处理正确。

• [vLLM XPU] 默认启用 XPU Graph 以提升小模型性能：PyTorch XPU 2.14 将 XPU Graph 从 SYCL Graph 切换至 Level Zero Graph，解决了此前限制。此 PR 默认启用 XPU Graph，显著提升小模型和 MoE 模型在低并发下的性能。 [PR #51600]

  影响： XPU 上小模型推理性能提升，但可能增加显存占用，需关注多卡场景。

• [vLLM XPU] 为 MRV2+PP 添加控制 microbatch 的开关：Model Runner V2 使用 microbatching 减少 pipeline bubble，但 XPU 设备（如 BMG）显存有限，多卡通信开销大。新增开关允许用户禁用 microbatch 以适配显存限制。 [PR #55145]

  影响： 为 XPU 多卡 PP 提供显存优化选项，避免 OOM，但可能增加 pipeline bubble。

• [vLLM XPU] 对齐 Qwen2 embedding 测试中 HF 与 vLLM 输入：Hfrunner 使用 sentence-transformers 5.7.0 应用 Qwen chat template，而 Vllmrunner 未应用，导致 embedding 比较断言失败。修复为阻止 Sentence Transformers 应用 chat template，使输入对齐。 [PR #58117]

  影响： 修复 Qwen2 embedding 测试的断言错误，确保测试有效性。

• [vLLM XPU] 在 XPU 上启用 prompt embeds 测试：test_prompt_embeds_state.py 原本仅支持 CUDA，此 PR 扩展至 XPU，使相关单元测试可在 XPU 上运行。 [PR #58283]

  影响： 增加 XPU 测试覆盖，提升代码质量。

主流框架与上游集成 (PyTorch / vLLM / SGLang / llama.cpp / Ollama)

• [Triton XPU] 内核启动被拒绝时抛出异常而非中止：driver.c 中 launch 调用 sycl_kernel_launch 未捕获异常，若 SYCL submit 抛出 sycl::exception，异常会绕过 C 边界导致未定义行为。改为捕获并抛出 C++ 异常，确保错误可处理。 [Commit 6a3e4ab]

  影响： 提高内核启动失败时的错误可诊断性，避免程序崩溃。

• [Triton XPU] 修复 ttgi::isDivisible 除零崩溃：ttgi::isDivisible 接受 unsigned divisor，零除数导致 SIGFPE。改为接受 int64_t 并拒绝非正除数，防止除零崩溃。 [Commit 5102987]

  影响： 修复潜在崩溃，提高编译器健壮性。

• [Triton XPU] 启用 SGLANG dense attention 单元测试：上游 dense attention 测试因依赖 torch.cuda.is_available() 和硬编码设备而在 XPU 上跳过。此提交调整测试条件，使其可在 XPU 上运行。 [Commit 825fb60]

  影响： 增加 XPU 测试覆盖，验证 dense attention 在 XPU 上的正确性。

• [Triton XPU] CI 切换到新 runner 标签：CodeQL 作业改用 cpu/runner-0.0.22 标签，可能是基础设施更新，不影响功能。 [Commit cbefab6]

  影响： CI 基础设施维护，无功能影响。

• [Triton XPU] 更新 spirv-llvm-translator 配置：自动更新 spirv-llvm-translator 提交 ID，保持依赖同步。 [Commit 56c2e8c]

  影响： 保持与上游翻译器同步，可能带来 bug 修复或新特性。

社区实测与生态动态

• [Intel LLVM] sycl-web/status 发布 HALT 状态：该 release 标记为 HALT，可能表示 sycl-web 项目暂停或状态变更，但无详细说明。 [Release sycl-web/status]

  影响： 可能影响依赖 sycl-web 的开发者，需关注后续公告。