Intel GPU 技术生态日报 (2026-10-05)

核心速览

[Merged] vLLM 修复 DeepSeek V4 FP8 稀疏解码图捕获失败：修复 XPU 上 DeepSeek-V4-Flash 启用图捕获时因 level_zero 不支持特性而启动失败的问题。
[Merged] Triton Intel GPU 后端修复直方图重复计数：移植上游修复，确保直方图输入在复制布局下只计数一次，避免共享内存重复累加。
[Merged] SGLang 启用 Qwen3-MoE 融合 QK-norm 与 RoPE：移除 CUDA 门控，使 XPU 使用融合内核，减少每层 RMSNorm 和 RoPE 启动次数。

[vLLM XPU] [Bugfix][XPU] Make DeepSeek V4 FP8 sparse decode graph-capturable：XPU 上启用图捕获时，DeepSeek-V4-Flash 因 level_zero 后端返回 UR_RESULT_ERROR_UNSUPPORTED_FEATURE 而启动失败。根因是 xpu_sparse 相关操作在图捕获路径中使用了不受支持的特性，修复通过调整稀疏解码的图捕获逻辑，使其兼容 XPU 后端。 [PR #59159]

影响： 修复了 XPU 上 DeepSeek-V4-Flash 的启动问题，使图捕获功能可用，提升解码性能。
[SGLang XPU] [XPU][CI] Disable test_xpu_graph until tc_piecewise is removed：XPU CI 中 test_xpu_graph.py 因 torch._dynamo 不支持 tc_piecewise 而持续失败，影响所有 PR。为恢复 CI 稳定性，暂时禁用该测试，直到 tc_piecewise 被移除或修复。 [PR #42524]

影响： 临时跳过 XPU 图测试，避免 CI 阻塞，但掩盖了潜在问题，需后续修复。
[SGLang XPU] [XPU] Enable fused QK-norm + RoPE for Qwen3-MoE：Qwen3-MoE 已有融合 QK-norm 和 RoPE 的路径，但门控条件要求 _is_cuda，导致 XPU 上回退到多次内核启动。移除 CUDA 门控，使 XPU 也能使用融合内核，减少每层的 RMSNorm 和 RoPE 启动次数。 [PR #40190]

影响： XPU 上 Qwen3-MoE 推理性能提升，减少内核启动开销，降低延迟。

[Triton XPU] [TritonIntelGPU] Count each histogram input once (port triton-lang/triton#11767)：在 Intel 直方图 lowering 中，当源布局在 lanes 或 warps 间复制元素时，每个副本都会对共享内存进行累加，导致直方图计数重复。移植上游修复，确保每个输入只计数一次，避免结果偏差。 [Commit 223305f]

影响： 修复直方图内核在复制布局下的计数错误，保证结果正确性，对依赖直方图的算子（如某些注意力机制）有积极影响。
[Triton XPU] [github-bot] Update spirv-llvm-translator.conf：自动更新 SPIR-V LLVM 翻译器的提交 ID，以同步上游修复或新特性，属于常规依赖更新，无功能改动。 [Commit f6be955]

影响： 保持与上游翻译器同步，可能带来编译优化或新特性支持，但无直接用户可见影响。