vLLM 词表外提示词 token id 通过输入校验并触发 CUDA device-side assert（引擎崩溃 / DoS）

vLLM 发布安全公告（CVE-2026-115916），0.32.0 之前的版本中，词表外的提示词 token id 可通过输入校验并触发 CUDA device-side assert，导致推理引擎崩溃（DoS），已在 0.32.0 修复。根因是当模型词表大小恰为嵌入填充尺寸 64 的整数倍时（如 Llama-2 系列，词表 32000），max_token_id 被算成 32000，比最大合法 id 31999 大一，id 32000 得以放行；tp=1 时嵌入查找不做掩码，越界索引直达 F.embedding。任何能发送预分词输入的客户端（如以 token id 作 prompt 的 /v1/completions、kv_transfer_params 的 prompt_token_ids 路径）都可触发；tp>1 时索引会被掩码钳制，更可能是输出错误而非崩溃。