部署 Qwen 3.6 模型

1. 在在线环境下，可直接通过 HuggingFace 或 ModelScope 搜索 Qwen3.6 模型并进行部署，具体步骤参考下方。

2. 在离线环境中，需要提前下载好模型权重，并将其分发到所有 Worker 节点，同时挂载到对应的 Worker 容器中。随后，在 GPUStack 控制台 - 模型文件菜单中，选择添加模型文件 - 本地路径，填写对应的模型权重路径。需要注意，这里填写的应为容器内路径，例如：

联网环境：在 GPUStack 控制台 - 部署菜单下，选择 部署模型 → ModelScope，直接搜索 Qwen3.6 模型进行部署。

离线环境：可从 GPUStack 控制台 - 模型文件菜单中，选择已添加的 Qwen3.6 模型进行部署。

vLLM

 后端：选择 vLLM 

版本：选择前面自定义添加的 0.19.1-custom

GPU：2 块 4090 48GB GPU

使用以下后端参数启动，后端参数支持单行或多行形式（注意 --tensor-parallel-size 2 已设置双卡张量并行，请确保有两块 GPU 可分配；其它环境请根据实际情况调整并行策略）：

# 后端参数
--tp-size 2 --reasoning-parser qwen3 --tool-call-parser qwen3_coder --speculative-algorithm EAGLE --speculative-num-steps 3 --speculative-eagle-topk 1 --speculative-num-draft-tokens 4 --mamba-scheduler-strategy extra_buffer --mem-fraction-static 0.9
# 环境变量
SGLANG_ENABLE_SPEC_V2=1

等待模型启动时，可以在操作中点击查看日志，实时观察启动过程：

vLLM

SGLang

当模型实例状态显示为 Running 时，说明模型已经成功启动，可以进行后续的测试。