Intel GPU 技术生态日报 (2026-10-12)

核心速览

• [Merged] vLLM XPU 启用 CUDA Graph 测试并移除硬编码：移除 tests/v1/cudagraph/ 中的 CUDA 硬编码，使 XPU 可运行图测试。
• [Merged] vLLM XPU 限制 FlashAttention 块大小为 64 的倍数：在 XPU 上强制 flash_attn_varlen_func 的 block_size 为 64 的倍数以提升性能。

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

• [vLLM XPU] Enable XPU graph in graph tests：该 PR 移除了 tests/v1/cudagraph/ 中硬编码的 CUDA 依赖，使图测试能够在 XPU 后端运行。这属于测试基础设施的通用化改动，不涉及运行时逻辑变更。 [PR #60784]

  影响： XPU 后端现在可以运行 CUDA Graph 相关测试，提升 CI 覆盖度，便于发现 XPU 上的图执行问题。

• [vLLM XPU] Limit FA kernel block size to multipleOf 64：在 XPU 平台上，flash_attn_varlen_func 从性能角度偏好 block_size 为 64 的倍数。该 PR 在 get_preferred_block_size 中为 XPU 添加了相应路径，强制块大小对齐到 64 的倍数，以匹配硬件偏好。 [PR #57297]

  影响： 提升 XPU 上 FlashAttention 内核的执行效率，减少因块大小不对齐导致的性能损失。