1 K100 AI，两张卡，qwen-14B 2 镜像 image.sourcefind.cn:5000/dcu/admin/base/vllm:0.9.2-ubuntu22.04-dtk25.04.2-das1.7-py3.10-20251203 3 启动参数： non-default args: {'host': '0.0.0.0', 'port': 8007, 'api_key': 'sk-123456', 'enable_auto_tool_choice': True, 'tool_call_parser': 'hermes', 'model': '/home/model', 'trust_remote_code': True, 'dtype': 'float16', 'max_model_len': 32768, 'enforce_eager': True, 'served_model_name': ['Qwen3-14b'], 'reasoning_parser': 'qwen3', 'tensor_parallel_size': 2, 'block_size': 16, 'gpu_memory_utilization': 0.8, 'swap_space': 32.0, 'enable_prefix_caching': True, 'max_num_batched_tokens': 4096, 'max_num_seqs': 64, 'enable_chunked_prefill': True} 4 如果是简单参数启动 也是15、6token/s，还有优化的空间吗 类似这种 ``` vllm serve Qwen/Qwen3-14B \ --port 8001 \ --tensor-parallel-size 2 \ --max-model-len 32768 \ --reasoning-parser qwen3 ```