GitLab

- 更新环境变量以控制流水线并行调度的最小注入。
- 从 Request 类中移除 num_output_placeholders，并调整 Scheduler 逻辑以使用新的最小注入功能。
- 增强 Scheduler，根据批次队列状态管理最小进度注入。

- 在环境变量中引入 `VLLM_ENABLE_OUTPUT_PLACEHOLDERS` 以控制输出占位符的启用。
- 在 `Request` 类中增加 `num_output_placeholders` 属性，用于跟踪预计生成的 token 数量。
- 更新调度逻辑以利用输出占位符，确保在解码过程中避免 0-token 停滞。
- 移除不再使用的最小进度注入相关代码，简化调度器实现。

add VLLM_USE_LIGHTOP_MOE_SUM_MUL_ADD

This reverts merge request !219

[FIX] 修复mtp和VLLM_USE_TRITON_CAT不能一起开的bug

update the default values of VLLM_USE_TRITON_CAT and VLLM_USE_LIGHT_OP to True

Signed-off-by: yewentao256 <zhyanwentao@126.com>

Signed-off-by: jiang1.li <jiang1.li@intel.com>

Signed-off-by: ilmarkov <imarkov@redhat.com>
Signed-off-by: Haoyang Li <Haoyang.Li@amd.com>
Co-authored-by: ilmarkov <imarkov@redhat.com>

Signed-off-by: Chenyaaang <chenyangli@google.com>

Signed-off-by: Dipika Sikka <dipikasikka1@gmail.com>
Signed-off-by: Dipika <dipikasikka1@gmail.com>

[Kernels][Bugfix] Use torch op for all kernels in FusedMoE forward.  Add additional testing for cudagraphs. (#19717)
Signed-off-by: Bill Nell <bnell@redhat.com>