vllm-project/vllm-ascend

[Community Test] Qwen3-32B-W4A4 Mooncake 池化功能验证

Open

#11,746 opened on Jul 9, 2026

View on GitHub
 (0 comments) (0 reactions) (0 assignees)C++ (1,318 forks)github user discovery
help wanted

Repository metrics

Stars
 (2,180 stars)
PR merge metrics
 (Avg merge 4d 5h) (559 merged PRs in 30d)

Description

Source: 推理众测任务书-vllm.xlsx row 11. This issue tracks one community testing task for vLLM-Ascend.

Task Information

  • 分类: vllm
  • 任务名称: Qwen3-32B开启池化功能验证
  • 任务类别: 资料验证和部署测试
  • 蓝区镜像: quay.io/ascend/vllm-ascend:v0.18.0

https://docs.vllm.ai/projects/ascend/en/latest/user_guide/feature_guide/kv_pool.html

任务概述

在800I A2境上部署Qwen3-32B量化模型并开启Mooncake池化,跑通精度测试

核心要求

任务范围:部署vllm、vllm-ascend,部署MoonCake池化后端,拉起vllm服务,使用aisbench进行模型精度验证。 精度与基线误差1%以内,精度达标。

验收标准 / 交付件

交付件 测试报告 交付标准 完成模型功能验证,精度验证

测试方法

(1)进入容器 (2)安装MoonCake>=v0.3.9 (3)设置环境变量 (4)配置 mooncake.json(5)启动 mooncake_master (6)配置PD混部拉起脚本,配置本地主机、端口和模型权重路径,使其符合实际设置 (7)运行推理 (8)aisbench发起精度测试

对接信息

  • 技术对接人: 应宇轩  郑志崇  崔青
  • PAE/小巧灵: 邹长江 00888932 宋洋 00835984
  • 工作量: 暂无
  • 任务书路径: 任务书\vllm任务书\修改任务书\任务书-xyq2.docx

任务问题和需求

mooncake环境变量、配置、启动没有具体操作步骤

Contributor guide