[sufubao]

将 attention 计算、批次执行上下文和 KV/Conv/SSM 持久状态分开。模型按 LayerSpec 分组，LayerAttentionBinding 保存本层参数与共享 AttentionBackend，显式执行 attention.forward(context, inputs, out=...)。AttentionExecutionContext 通过 allocate_context → prepare → update → forward 管理批次 metadata 和 workspace；持久状态、缓存恢复和释放仍由 State 管理。保留 group_id。

视觉/音频完整 Q/K/V 路径使用 VarlenAttentionOp，统一 FA3/Triton/SDPA/xFormers 的选择和调用；保留 --vit_att_backend。能力检查通过时返回 None，不支持时抛 UnsupportedAttention。模型、Graph、测试及中英文接入文档同步迁移，import 按标准库、第三方、lightllm、相对导入分组。

已 merge upstream/main dc53088，包含 ReplaySSM #1690 和 KDA prefill 融合 #1705。GDN/KDA replay 迁移到新 backend/context 接口，保留上游 kernel、history/fold 和状态转移语义；补齐 State 布局声明与 Graph 预热快照，MTP 从输出绑定的 commit 计算每个请求的验证宽度。FlashQla replay 仅支持 FP16/BF16 prefill。GLM5 FP8 固定 gather/compaction workspace 在 KV 容量计算前预留，每个 group/microbatch 独立；Graph replay 刷新 KV 行映射，小 gather buffer 走分块合并。

当前 ad6abb9，本机 H200 验证：

• 最新上游 KDA prefill 融合迁移至 native KDA backend；新 kernel 与上游字节一致。新增卷积/QK norm/history 逐位对拍、可变边界 Graph、backend 集成及现有 KDA/MTP/layer/kernel 回归 177 passed、0 skipped（181811）。

• attention/provider/resource/Graph、GLM5 数值、MTP、循环层映射与启动参数回归 2498 passed，0 failed/skipped（261112-180130）。随后能力限制和 workspace 定向复测 147 passed（180342），小 gather buffer 分块及 FP8 全组 120 passed（180606）。

• ReplaySSM 新增 kernel/state/acceptance/Graph/精度矩阵：624 个不同用例最终全部通过、0 skipped。首轮 553 passed 后遇到上游 padding 夹具的同步行数不足；按 bucket 修正测试夹具后，相关组及剩余用例 83 passed（175817/181345），未修改生产 kernel 或放宽数值检查。

• GLM5 FP8、缓存/PD、共享请求管理和 ReplaySSM 快照检查 592 passed（175613），与上述矩阵有重叠，不累计为独立用例数。

• Qwen3.5-0.8B 完整权重，BF16、TP1/DP1、FA3 dense + Triton GDN，native/replay 两种 SSM 模式均通过 MTP step=1、prefill/decode Graph、GPU/CPU 页恢复和本地 DP/PD buffer 恢复；每种模式 64 次主模型/draft logits 比较最大误差 0，分配器回收通过（175245/175315）。关闭 MTP 的 replay 普通 decode 也通过相同 Graph/缓存恢复检查，32 次 logits 比较误差 0（181032）。后续仅收紧 FlashQla replay 能力限制和修改 GLM5 路径，所测 Triton GDN forward 未变。

• PR 相对新上游的 326 个 Python 文件通过 Black 21.12b0 / Flake8 6.1.0；7 个迁移的 ReplaySSM kernel/decoder 除 import 外计算 AST 与上游一致。

扩展运行旧 native MTP kernel 测试时，test_mtp_verify_path[1] 的 torch.equal 断言失败，最大差值 0.000977。用合并前 4c79bac 的测试与两个 kernel 文件覆盖对照，复现相同失败（180025）；共享依赖仍为合并工作树。未修改断言或放宽容差，此项不计入通过结果。

命令、源码哈希、失败日志及结果保存在 /data6/exp_logs/runs。依赖为 torch 2.11.0+cu130、sglang-kernel 0.4.5、FlashMLA 5dcead、FlashInfer 0.6.18 JIT。结果覆盖所列本地配置；跨节点 PD、完整多模态模型、全部 MTP 组合及性能未验收。此前 HTTP/varlen 探针结果仍见历史记录，本轮未重跑 HTTP 服务。无关工作区修改未纳入提交。