vllm-project/vllm

[Feature]: Integrate fused `kMoEFinalizeARResidualRMSNorm` from FlashInfer

Aberta

#40.544 aberto em 21 de abr. de 2026

Ver no GitHubGuia do colaborador
 (5 comentários) (1 reação) (0 responsável)Python (16.816 forks)batch import
feature requesthelp wanted

Métricas do repositório

Stars
 (80.034 estrelas)
Métricas de merge de PR
 (Mesclagem média 3d 17h) (993 fundiu PRs em 30d)

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.

Guia do colaborador

Direção de pesquisa
Investigue a integração atual de `moe finalize` dentro de `fused moe` e planeje como separá la em uma passagem personalizada de `torch.compile` que aproveite o kernel fundido do FlashInfer.
Pilha de tecnologia
pythonpytorch
Domain
backend
Tipo Issue
Funcionalidade
DifficultyDificuldade de implementação estimada para um novo contribuidor, de 1 para alterações muito pequenas a 5 para trabalho de nível especializado.
3
Tempo estimadoUm intervalo de tempo aproximado para um colaborador experiente investigar, implementar, testar e preparar um pull request.
1-2 dias
Status da atividadeQuão disponível o issue aparece agora: novo, ativo, obsoleto, bloqueado ou aguardando entrada do mantenedor.
Ativo
ClarityCom que clareza o issue explica a mudança esperada, os critérios de aceitação e a próxima etapa.
Precisa de investigação
Prerequisites
PythonPyTorchCUDAFlashInfer
Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.
20