vllm-project/vllm

[Feature]: Integrate RMS+fp4 fused kernel from FlashInfer

Geschlossen

#32.612 geöffnet am 19.01.2026

Auf GitHub ansehenContributor Guide
 (14 Kommentare) (0 Reaktionen) (1 zugewiesene Person)Python (16.816 Forks)batch import
feature requestgood first issuehelp wantedstaletorch.compile

Repository-Metriken

Stars
 (80.034 Sterne)
PR-Merge-Metriken
 (Durchschn. Merge 3T 17h) (993 gemergte PRs in 30 T)

Beschreibung

🚀 The feature, motivation and pitch

Kernel: https://github.com/flashinfer-ai/flashinfer/blob/main/flashinfer/norm.py#L406-L409

This should be integrated in the existing rms + quant fusion pass using a similar approach as the silu+fp4 fusion in the act quant fusion pass.

Alternatives

No response

Additional context

No response

Before submitting a new issue...

  • Make sure you already searched for relevant issues, and asked the chatbot living at the bottom right corner of the documentation page, which can answer lots of frequently asked questions.

Contributor Guide

Research-Richtung
Untersuchen Sie den vorhandenen RMS+Quantisierungs Fusionspass und den silu+fp4 Fusionspass in der Aktquantisierungsfusion. Integrieren Sie dann den FlashInfer RMS+fp4 Kernel nach demselben Muster.
Tech Stack
python
Domain
backendperformance
Issue Type
Funktion
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
4
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
3-5 Tage
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Aktiv
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Klar
Voraussetzungen
PythonCUDAGit
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
40