本文介绍了基于Ascend NPU的Kimi-K2.5-W4A8大模型分布式部署方案。采用两台配备910B显卡（64G*8）的服务器，通过vllm-ascend容器部署。详细说明了模型下载、镜像配置、docker-compose.yml文件编写和启动脚本设置，包括网络配置、环境变量调整等关键参数。部署完成后可通过8004端口进行推理验证，并提供了多模态测试脚本示例，支持文本和图像输入。该方案实现了