【众测任务】Qwen3.5-27B 并行策略/卡数调优与基线验证

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：Qwen3.5-27B
• 任务类别：部署测试
• 镜像：quay.io/ascend/vllm-ascend:v0.18.0
• 权重链接：https://www.modelscope.cn/models/Eco-Tech/Qwen3.5-27B-w8a8-mtp
• 配套信息：Ascend HDK 25.5.0.B078
• 卡数（Atlas 800I A2）：8
• 内存：1T
• 硬盘：300G

任务概述

在任务一的基础上调整并行策略和卡数，使用Qwen3.5-27B模型在800I A2环境上部署一个推理服务，并输出性能和精度基线

核心要求

3.1 任务范围： 参考https://github.com/vllm-project/vllm-ascend/blob/releases/v0.18.0/docs/source/tutorials/models/Qwen3.5-27B-Qwen3.6-27B.md社区文档 更改vllm参数配置，使用dp2 tp4并行策略 部署推理服务 输出性能基线 输出指定数据集（AIME）精度结果 功能点 要求 服务启动 服务能够成功启动，无报错退出 精度测试 使用aisbench工具完成aime数据集的精度测试 性能测试 使用vllm benchmark完成2048输入、2048输出场景下的性能测试

验收标准

交付件 交付件 说明 部署文档 Markdown格式的完整部署指南 部署脚本 服务部署的Python或者shell脚本，精度测试的数据集、工具和启动命令，性能测试的数据集、工具和启动命令 测试结果 精度测试的输出日志/截图，性能测试的输出日志/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 性能 提供性能测试数据（延迟、吞吐量） 文档 文档完整、步骤清晰、可复现 精度 提供精度测试数据

测试方法

通过postman、requests库等工具向推理请求对应地址发送推理请求

已知问题和补充说明

与上一个重复

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