一旦到达--gpu-memory-utilization 给定的阈值后，就会出现4台集群的显卡DCU仅占用1%，且再提问，也没有任何回复的
问题。

模型版本：DeepSeek R1 671B BF16
显卡：K100-AI，单卡64G显存，4台集群共32张卡

台数：4台。
图中是临近显存阈值时，偶尔也会出现图1中的只有web访问正常，没有模型回复的问题
图3是vllm执行的命令。