vllm-project/vllm

[torch.compile] E2E correctness testing for fusions

Aperta

#39.428 aperta il 9 apr 2026

Vedi su GitHubGuida contributor
 (8 commenti) (0 reazioni) (0 assegnatari)Python (16.816 fork)batch import
help wantedtorch.compile

Metriche repository

Star
 (80.034 stelle)
Metriche merge PR
 (Merge medio 3g 17h) (993 PR mergiate in 30 g)

Descrizione

E2E tests for fusions (tests/compile/fusions_e2e) have done a great job preventing fusion regressions where model/forward code changes break a custom torch.compile fusion pass. However, we currently have no way of testing correctness for these fusion configurations.

It would be good to investigate an approach where we only run a few layers of a model and compare the outputs. This would be helpful for correctness testing in general, and we could compare the outputs to both a baseline vLLM configuration and the huggingface baseline.

This would likely require some work to fix weight loading for models like DeepSeek when --hf-overrides.num_hidden_layers is overriden.

Guida contributor

Direzione di ricerca
Investigare come eseguire solo pochi strati di un modello per testare la correttezza end to end delle fusioni torch.compile, confrontare gli output con la baseline vLLM e la configurazione HuggingFace, e risolvere il caricamento dei pesi per modelli come DeepSeek quando si sovrascrive num hidden layers.
Tech stack
pythonpytorch
Dominio
backend
Tipo issue
Test
DifficoltàQuanto dovrebbe essere impegnativa per un nuovo contributor.
3
Tempo stimatoTempo stimato per completare e verificare uno scope piccolo.
1-2 giorni
Stato attivitàQuanto è probabile che la issue sia ancora attiva e reviewable.
Attiva
ChiarezzaQuanto chiaramente la issue descrive problema, scope e risultato atteso.
Abbastanza chiara
Prerequisiti
PythonPyTorchtorch.compile
Adatta ai principiantiQuanto la issue è adatta a contributor alla prima esperienza.
45