[Roadmap] vLLM Roadmap Q3 2026

快速结论：这篇 Issue 是 vLLM 的季度路线图（[Roadmap] vLLM Roadmap Q3 2026），本身不包含具体的运行报错或复现环境；它讨论的是 Q3 各 SIG 的目标，以及与 ROCm、量化、KV Offloading、Elastic EP 等方向相关的后续工作。该 Issue 已被 https://github.com/vllm-project/vllm/issues/61024 取代（Superseded），排查相关功能问题时应以新 Issue 为准。

适用环境：Issue 标签为 rocm、quantization，因此搜索者通常关注 ROCm 平台下的 vLLM 量化/推理路径；但该 Issue 讨论链中没有给出已确认的 vLLM 版本、操作系统、Python、CUDA/ROCm、显卡型号或依赖版本，这些信息不要臆测。

最快修复方案：暂无确认的一步修复方案。该 Issue 是路线图而非排错 Issue；如遇具体报错，应转查对应功能的具体 Issue，或到已被指向的替代 Issue 查看最新说明。

注意事项：路线图中的勾选项（例如 Flat Model 迁移、Model Runner V2 迁移、KV Offloading、AMD Parity 等）只代表计划或进度状态，不能当作针对某个具体报错的修复补丁。评论中提到 KV Offloading 的设计提案（#48203）以及 Elastic EP 相关的 #20323、已关闭的 RFC #27774/#27866，这些都需要自行核对是否仍有效。

问题场景

提问者是在 vLLM 官方仓库看到 Q3 Roadmap 后，围绕其中几项工作继续跟进：KV Offloading 是否有详细设计提案、社区 PR 如何避免无人 review 而搁置、以及 Elastic EP 的异步扩缩容和故障恢复是否有对应跟踪 Issue。讨论中还有志愿者询问可以参与 “Faster scale-up/down through asynchronous scaling” 和 “Fault-tolerant EP recovery through restart and scale-down” 两项，并提出先补充阶段级指标和确定性故障注入测试。整个过程属于路线图讨论，而非某个命令运行失败后的报错排错。

报错原文

Superseded by https://github.com/vllm-project/vllm/issues/61024

原因分析

可能原因：这条 Issue 的定位是季度 Roadmap 汇总，随着新季度推进，其内容被新的跟踪 Issue 替代，因此被标记为 Superseded。讨论链中没有出现具体的异常堆栈、驱动错误或量化算子报错，所以不能把它当成某个运行错误的根因说明。若用户在 ROCm + 量化场景下遇到问题，可能原因是该路线图中的 AMD Parity / ROCm 相关项尚未完成，或对应特性仍在规划、迁移过程中；但这些均属于路线图层面的推测，需以具体功能 Issue 和实际环境验证为准。

环境排查

确认当前使用的 vLLM 版本及其对应提交，判断是否早于路线图中已勾选的迁移项。
确认 ROCm 版本、PyTorch 版本与 GPU 架构（例如 MI3xx 系列），Issue 只提到 MI3xx 相关计划，未给出具体可运行版本组合。
确认是否启用量化（如 ModelOpt 或 llm-compressor 生成的量化模型），以及量化后端是否与 ROCm 平台匹配。
确认是否涉及 KV Offloading、Disaggregated Serving、Elastic EP 等特性；这些在路线图中多为进行中或计划项。
确认所查 Issue 是否已被 #61024 取代，避免在过时路线图上继续追踪。

解决步骤

先明确自己遇到的是具体报错还是路线图信息检索需求；若是前者，收集完整报错文本、复现命令、模型和硬件信息。
转到替代 Issue https://github.com/vllm-project/vllm/issues/61024，查看最新 Q3 之后的路线图或状态说明。
针对所在功能域查找专门 Issue：量化相关查 quantization 标签，ROCm 相关查 rocm 标签，KV Offloading 可参考评论中提到的 #48203，Elastic EP 可核对 #20323 是否仍为跟踪入口。
如果只是想参与相关开发，可按评论中的思路，先从阶段级指标和确定性故障注入测试等可验证的小改动入手，并在对应 Issue 下确认是否已有人在做。
可优先尝试：在 ROCm 量化场景复现问题时，用最小模型和最小配置逐步缩小范围，并对照已完成的路线图项（如 Flat Model、MRV2 迁移）判断是否属于未完成特性的已知限制。

验证方法

若目的是确认路线图状态，以 #61024 及对应 SIG 会议记录为准；若目的是排错，则在修正环境或升级到包含相应修复的版本后，用同一模型、同一量化配置重跑最小复现命令，确认原报错消失且输出正确。Issue 讨论链中没有提供可量化的验证标准，因此不要以路线图中的勾选状态直接作为“问题已解决”的依据。