Fix moe acc

[BingooYang]

Motivation

💡 If this PR is a Cherry Pick, the PR title needs to follow the format by adding the [Cherry-Pick] label at the very beginning and appending the original PR ID at the end. For example, [Cherry-Pick][CI] Add check trigger and logic(#5191)

💡 如若此PR是Cherry Pick，PR标题需遵循格式，在最开始加上[Cherry-Pick]标签，以及最后面加上原PR ID，例如[Cherry-Pick][CI] Add check trigger and logic(#5191)

Modifications

Usage or Command

Accuracy Tests

Checklist

• Add at least a tag in the PR title.
  • Tag list: [[FDConfig],[APIServer],[Engine], [Scheduler], [PD Disaggregation], [Executor], [Graph Optimization], [Speculative Decoding], [RL], [Models], [Quantization], [Loader], [OP], [KVCache], [DataProcessor], [BugFix], [Docs], [CI], [Optimization], [Feature], [Benchmark], [Others], [XPU], [HPU], [GCU], [DCU], [Iluvatar], [Metax]]
  • You can add new tags based on the PR content, but the semantics must be clear.
• Format your code, run pre-commit before commit.
• Add unit tests. Please write the reason in this PR if no unit tests.
• Provide accuracy results.
• If the current PR is submitting to the release branch, make sure the PR has been submitted to the develop branch, then cherry-pick it to the release branch with the [Cherry-Pick] PR tag.

[PaddlePaddle-bot]

🤖 Paddle-CI-Agent | pr_review | 2026-06-03 17:32:34

📋 Review 摘要

PR 概述：修复 MoE 模型推理精度问题，同步更新 CI 构建配置（固定 PaddlePaddle wheel 版本、改进容器清理逻辑、迁移 runner 至 APPROVAL group）。

⚠️ 本 PR 变更量较大（319 文件），建议拆分以降低审查难度和合入风险。

建议拆分方案：

• PR 1: [CI] CI 基础设施更新 — .github/workflows/**, scripts/**
• PR 2: [BugFix] MoE 精度修复 — custom_ops/gpu_ops/moe/, fastdeploy/model_executor/layers/moe/, custom_ops/gpu_ops/grouped_topk_kernels.cu
• PR 3: [Models] 模型 forward 变更 — fastdeploy/model_executor/models/**
• PR 4: [OP] Attention / Quantization kernel 变更 — custom_ops/gpu_ops/append_attn/, custom_ops/gpu_ops/decode_unified_attention/, fastdeploy/model_executor/layers/quantization/

变更范围：CI workflows、MoE kernels、Models、Attention backends、Quantization

影响面 Tag：[CI] [Models] [OP] [BugFix]

问题

级别	文件	概述
🟡 建议	custom_ops/gpu_ops/moe/tritonmoe_preprocess.cu	topk_ids_numel 以 int 承接 topk_ids.numel()（int64_t），大 batch 下存在 int32 截断风险
🟡 建议	fastdeploy/model_executor/layers/moe/triton_moe_kernels.py	新 kernel fused_moe_kernel_bf16 已添加 offs_token.to(tl.int64) 修复 stride 溢出，但旧 kernel fused_moe_kernel_paddle 未同步此修复
❓ 疑问	.github/workflows/_accuracy_test.yml	移除 --ipc=host --pid=host，可能影响容器内分布式多进程的 IPC 通信

未发现阻塞性问题。PR 规范问题在下面章节报。

历史 Findings 修复情况

Finding	问题	状态
F1	check-bypass.yml per_page=100 分页遗漏（本 PR 涉及 319 个文件，实际只检查了前 100 个）	⚠️ 仍存在
F2	硬编码 bcebos 内部 wheel URL，长期维护风险	⚠️ 仍存在（已扩展至 cu129/cu130/RL 等更多 workflow）

📝 PR 规范检查

标题 "Fix moe acc" 缺少官方 Tag，所有描述 section 均为空（仅模板占位符）。与上次 Review 一致，未修改。

标题建议（可直接复制）：

• [BugFix] Fix MoE accuracy regression

PR 描述建议（点击展开，可直接复制）

## Motivation

修复 MoE 模型精度问题（Triton kernel 中 `stride_cm * offs_token` int32 溢出导致精度异常），同步更新 CI 构建配置以提升稳定性。

## Modifications

- 新增 `fused_moe_kernel_bf16` Triton kernel，在索引计算前统一将 `offs_token`、`off_experts`、`offs_bn` 提升为 `tl.int64`，修复大 batch 下 stride 乘法溢出
- 固定 CI 中 PaddlePaddle GPU wheel 为 3.3.1.post20260420 版本（cu126/cu129/cu130/RL/XPU 全覆盖），替换原先的 nightly pre 版本
- 所有构建/测试 workflow 新增 "Terminate and delete the container" step（`if: always()`），确保异常退出时也能清理容器
- 改进 workspace 清理逻辑，新增 `find` force cleanup fallback，避免残留目录导致 CI 卡住
- `tar` 命令统一加 `--no-same-owner` 选项，避免解压权限问题
- 多个 workflow 的 runner 从 `ubuntu-latest` 迁移到 `APPROVAL` group，runner 环境更一致
- 移除 docker 构建容器的 `--privileged` 标志，提升 CI 安全性

## Usage or Command

N/A

## Accuracy Tests

N/A（请补充 MoE 精度修复前后对比数据）

## Checklist

- [ ] Add at least a tag in the PR title.
  - Tag list: [`[FDConfig]`,`[APIServer]`,`[Engine]`, `[Scheduler]`, `[PD Disaggregation]`, `[Executor]`, `[Graph Optimization]`, `[Speculative Decoding]`, `[RL]`, `[Models]`, `[Quantization]`, `[Loader]`, `[OP]`, `[KVCache]`, `[DataProcessor]`, `[BugFix]`, `[Docs]`, `[CI]`, `[Optimization]`, `[Feature]`, `[Benchmark]`, `[Others]`, `[XPU]`, `[HPU]`, `[GCU]`, `[DCU]`, `[Iluvatar]`, `[Metax]`]
  - You can add new tags based on the PR content, but the semantics must be clear.
- [ ] Format your code, run `pre-commit` before commit.
- [ ] Add unit tests. Please write the reason in this PR if no unit tests.
- [ ] Provide accuracy results.
- [ ] If the current PR is submitting to the `release` branch, make sure the PR has been submitted to the `develop` branch, then cherry-pick it to the `release` branch with the `[Cherry-Pick]` PR tag.

总体评价

CI 基础设施改进合理；MoE 精度修复通过新 Triton kernel 解决了 int32 stride 溢出问题，方向正确。主要关注点：旧 kernel fused_moe_kernel_paddle 未同步 int64 修复，tritonmoe_preprocess.cu 存在 int 截断风险，以及 --ipc=host 移除对分布式测试的潜在影响。