vllm-project/vllm

[Feature]: Integrate RMS+fp4 fused kernel from FlashInfer

Open

#32,612 opened on 2026年1月19日

GitHub で見る
 (14 comments) (0 reactions) (1 assignee)Python (80,034 stars) (16,816 forks)batch import
feature requestgood first issuehelp wantedstaletorch.compile

説明

🚀 The feature, motivation and pitch

Kernel: https://github.com/flashinfer-ai/flashinfer/blob/main/flashinfer/norm.py#L406-L409

This should be integrated in the existing rms + quant fusion pass using a similar approach as the silu+fp4 fusion in the act quant fusion pass.

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
pythoncpp
領域
backendperformance
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。
clear
前提条件
PythonC++/CUDAFused kernel conceptsQuantization
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
Study the existing RMS+quant fusion pass in the vllm codebase and the analogous silu+fp4 fusion in the act quant fusion pass. Review the FlashInfer RMS+fp4 kernel implementation at flashinfer/norm.py#L406 L409. Identify integration points and potential modifications. Engage with the assignee in the issue comments to clarify scope and avoid redundant work.