vllm-project/vllm

[Feature]: Integrate fused `kMoEFinalizeARResidualRMSNorm` from FlashInfer

Open

#40 544 ouverte le 21 avr. 2026

Voir sur GitHub
 (5 commentaires) (1 réaction) (0 assignés)Python (16 816 forks)batch import
feature requesthelp wanted

Métriques du dépôt

Stars
 (80 034 stars)
Métriques de merge PR
 (Merge moyen 9j 2h) (921 PRs mergées en 30 j)

Description

🚀 The feature, motivation and pitch

Available today via FlashInfer 0.6.8, we can leverage this fused MoE Finalize + ResidualAdd + AllReduce + RMSNorm https://github.com/flashinfer-ai/flashinfer/pull/2982.

This should be added as a new torch.compile custom pass. I think moe_finalize might still be inside the wrapped fused_moe op so this might require pulling that out.

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.

Guide contributeur

Direction de recherche
Examinez l'intégration actuelle de `moe finalize` dans `fused moe` et planifiez comment la séparer en un passage personnalisé `torch.compile` qui exploite le noyau fusionné de FlashInfer.
Stack technique
pythonpytorch
Domaine
backend
Type d'issue
Fonctionnalité
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.
1-2 jours
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.
Investigation requise
Prérequis
PythonPyTorchCUDAFlashInfer
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
20