环境信息： - 硬件：海光 DCU K100 AI × 8 - GPUStack：v2.1.0 - vLLM：0.11.0（DCU 专用版） - 模型：Qwen3-Next-80B-A3B-Instruct 问题描述： 模型已可正常加载（通过设置 VLLM_USE_NN=0 和 TRITON_MOVE_LOAD_TOFRONT_DOT=0 解决了之前的加载问题）， 但推理时输出内容异常，出现无限重复的乱码，例如： "Java"为"Java"为"Java"为"Java"... 不停循环，无法正常停止。 日志中每次推理都出现以下错误： loc(".../vllm/attention/ops/triton_unified_attention.py":215:66): error: operation scheduled before its operands 已尝试的环境变量（均无效）： - VLLM_USE_NN=0 - TRITON_MOVE_LOAD_TOFRONT_DOT=0 咨询问题： 1. triton_unified_attention.py:215 的调度错误是否为 DCU 上的已知问题？ 2. 是否可以通过设置 VLLM_USE_TRITON_FLASH_ATTN=0 绕过该 Triton attention kernel，改用其他后端？ 3. 海光官方的 vLLM 镜像是否有针对此问题的修复版本？ （GPUStack issue 中提到了 developer.sourcefind.cn 上的官方镜像）