【众测任务】yxr1_qwen3-30B性能测试

任务背景

本 Issue 由 vLLM-Ascend 众测任务书自动生成，用于跟踪单个众测任务的执行、交付和问题闭环。

基本信息

• 分类：vllm
• 任务名称：yxr1_qwen3-30B性能测试
• 任务类别：资料验证和部署测试
• 镜像：quay.io/ascend/vllm-ascend:v0.18.0
• 权重链接：https://www.modelscope.cn/models/Qwen/Qwen3-30B-A3B
• 配套信息：Ascend HDK 25.5.0.B078
• 卡数（Atlas 800I A2）：4
• 内存：1T
• 硬盘：300G

任务概述

在800I A2境上部署Qwen3-30B-A3B模型，并跑通性能测试

核心要求

1.任务范围： 获取模型权重 创建容器环境 部署推理服务 按照社区文档的指导验证服务性能 撰写测试报告，包括资料验证和部署测试结果 资料验证要求： 指标 要求 完整性 文档内容步骤完整 易用性 文档内容易于学习使用 正确性 文档内容正确无误 部署测试要求： 记录每一步的命令和输出，形成完整的部署步骤说明 记录遇到的问题及解决方案，形成FAQ

验收标准

交付件 交付测试报告包括以下内容： 交付件内容 说明 部署脚本 服务部署的Python或者shell脚本 测试结果 服务验证的输出日志/截图 问题记录 部署过程中遇到的问题及解决方案 交付标准 维度 标准 功能 服务成功启动并能正常响应推理请求 文档 文档完整、步骤清晰、可复现

测试方法

1.创建容器环境：参考资料社区文档https://docs.vllm.ai/projects/ascend/en/v0.18.0/tutorials/models/Qwen3-30B-A3B.html 的Run Docker Container章节创建容器环境 2.服务部署：参考资料社区文档https://docs.vllm.ai/projects/ascend/en/v0.18.0/tutorials/models/Qwen3-30B-A3B.html 的Online Inference on Multi-NPU章节 3.性能测试：参考资料社区文档https://docs.vllm.ai/projects/ascend/en/v0.18.0/developer_guide/performance_and_debug/performance_benchmark.html 的Run basic benchmark章节使用vlln benchmark工具测试性能

已知问题和补充说明

启动脚本配置参数--max-model-len 133000 \超长，最长为131070，或新增环境变量：export VLLM_ALLOW_LONG_MAX_MODEL_LEN=1

交付要求

请在 Issue 中同步以下内容：

• 部署脚本或关键命令
• 功能/性能/精度验证结果日志或截图
• 遇到的问题、规避方案与最终结论
• 如发现社区文档问题，请给出文档链接、问题描述和建议修正内容