vllm-project/vllm

[Feature]: Integrate fused `kMoEFinalizeARResidualRMSNorm` from FlashInfer

Open

#40.544 aperta il 21 apr 2026

Vedi su GitHub
 (5 commenti) (1 reazione) (0 assegnatari)Python (16.816 fork)batch import
feature requesthelp wanted

Metriche repository

Star
 (80.034 star)
Metriche merge PR
 (Merge medio 9g 2h) (921 PR mergiate in 30 g)

Descrizione

🚀 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.

Guida contributor

Direzione di ricerca
Investigare l'attuale integrazione di `moe finalize` all'interno di `fused moe` e pianificare come separarlo in un passaggio personalizzato `torch.compile` che sfrutti il kernel fuso di FlashInfer.
Tech stack
pythonpytorch
Dominio
backend
Tipo issue
Funzionalità
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.
Richiede indagine
Prerequisiti
PythonPyTorchCUDAFlashInfer
Adatta ai principiantiQuanto la issue è adatta a contributor alla prima esperienza.
20