vllm-project/vllm

[Feature]: Fused Kernel for GPT-OSS Router

Fermée

#28 986 ouverte le 19 nov. 2025

Voir sur GitHubGuide contributeur
 (10 commentaires) (0 réaction) (0 personne assignée)Python (16 816 forks)batch import
feature requestgood first issuehelp wantedstale

Métriques du dépôt

Stars
 (80 034 étoiles)
Métriques de merge PR
 (Métriques PR en attente)

Description

🚀 The feature, motivation and pitch

  • Right now, we spend ~3.5% of the layer in the expert selection
  • The operation is unfused

Write a fused kernel like we have for deepseek grouped_topk

Alternatives

  • torch compile
  • triton
  • cuda

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.

Guide contributeur

Direction de recherche
Étudiez le noyau fusionné grouped topk existant dans deepseek et adaptez le pour le routeur GPT OSS. Profilez la sélection actuelle des experts pour comprendre le goulot d'étranglement, puis implémentez un noyau fusionné en utilisant Triton ou CUDA.
Stack technique
pythoncpp
Domaine
machine learningaiperformancebackend
Type d'issue
Performance
DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.
3
Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.
Une demi journée
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
Active
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
Claire
Prérequis
pythoncpp
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
25