vllm-project/vllm

[Feature]: Use kernel abstraction for fp4 scaled mm

Open

#31,823 opened on 2026年1月6日

GitHub で見る
 (12 comments) (0 reactions) (1 assignee)Python (80,034 stars) (16,816 forks)batch import
feature requesthelp wantedunstale

説明

🚀 The feature, motivation and pitch

See MPLinearKernel and ScaledMMLinearKernel.

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.

コントリビューターガイド

技術スタック
python
領域
backendmachine learningperformance
Issue 種別
feature
難度新しい貢献者にとっての実装難度です。1 は非常に小さな変更、5 は専門的な作業です。
4
推定時間経験ある貢献者が調査、実装、テスト、pull request 準備にかけるおおよその時間範囲です。
over 1 week
活動状況Issue が今どれだけ取り組みやすいかを示します。新しい、活発、古い、ブロック中、またはメンテナー入力待ちなどです。
blocked
明確さ期待される変更、受け入れ条件、次の手順がどれだけ明確かを示します。
needs investigation
前提条件
Familiarity with vllm's linear kernel classesUnderstanding of fp4 quantizationCUDA kernel programming
初心者向け度初回貢献者にどれだけ取り組みやすいかを 1-100 で推定したスコアです。
15
調査方針
Examine the existing MPLinearKernel and ScaledMMLinearKernel implementations in the vllm codebase to understand the current kernel abstraction for scaled matrix multiplication. Then design a new kernel abstraction specifically for fp4 (4 bit floating point) scaled MM, considering the discussion in the issue comments (12 comments) for any design constraints or preferences. No pull requests are linked, so this is a clean design task. Key files to review: likely in vllm/model executor/layers/ or similar paths.
[Feature]: Use kernel abstraction for fp4 scaled mm · vllm-project/vllm#31823 | Good First Issue