Reference · 对应 vLLM commit 3de4b2bf

vLLM MTP 源码调用链

这张地图只记录一轮 speculative decoding 如何跨过 scheduler、V2 GPU runner、rejection sampler 和 EngineCore。

版本锚点

vLLM commit 3de4b2bf3c477513afff4a58680eb00d557bb53a。链接使用 commit 固定 URL，避免 main 漂移。

一轮数据流

上一轮 draft
request.spec_token_ids
  ↓
scheduler.scheduled_spec_decode_tokens
  ↓
V2 InputBatch: num_draft_tokens_per_req / logits_indices
  ↓
target model.compute_logits
  ↓
RejectionSampler
  ↓
num_sampled / num_rejected
  ↓
speculator.propose
  ↓
DraftTokensHandler
  ↓
EngineCore.post_step
  ↓
request.spec_token_ids（下一轮）

职责表

源码对象	它回答的问题	固定链接
`SpeculativeConfig`	MTP 是否复用 target checkpoint 的 draft 结构？	speculative.py
`use_v2_model_runner`	本次运行选择 V2 还是回退 V1？	vllm.py
`init_speculator` / `MTPSpeculator`	method=mtp 时创建哪个 proposer？	factory · MTP
scheduler	上一轮 draft 怎样成为本轮输入？	schedule
V2 `InputBatch`	哪些位置需要 target logits？	model_runner.py
`sample` / `RejectionSampler`	如何把 target logits 和 draft logits 变成接受/拒绝结果？	sample · sampler
`sample_tokens` / `propose`	验证后如何生成下一轮 draft？	sample_tokens · propose
`EngineCore.post_step` / `update_draft_token_ids`	下一轮从哪里取回 draft？	post_step · update

读源码时的三个边界

时间边界：spec_token_ids 是上一轮产物，本轮只消费它。
职责边界：MTP speculator 负责 proposal；target + rejection sampler 负责 verification 和 correction。
实现边界：V2 是主读路径，但 worker 可能按配置回退到 V1，不要把 V2 文件名当成全局事实。

下一步追踪

第五课停在 RejectionSampler 的入口。继续深入时，沿着它进入 rejection_sampler_utils.py，再看 Triton kernel 如何找到首拒、residual 或 bonus。这是下一课的范围。