本文档将介绍基于vLLM-Ascend的MiniMax-M2.5模型在Atlas 800I A3上的单机混部部署实践，包括支持的特性、特性配置、环境信息以及性能测试典型case。

本文档将介绍基于vLLM-Ascend的DeepSeek-V3.2模型在Atlas 800I A3上的单机混部部署实践，包括支持的特性、特性配置、环境信息以及性能测试典型case。

GLM-5 是智谱AI推出的第五代大语言模型，采用混合专家（MoE）架构，约 7450 亿总参数，256 个专家、每 token 激活 8 个（稀疏率 5.9%。GLM总共有744B参数，40B的激活参数。维度参数值说明模型类型GLM 混合专家模型，带动态稀疏注意力隐藏层维度6,144模型主干宽度层数78Transformer 层总数注意力头数64多头注意力机制的头数前馈层维度12,288稠密层的

GLM-5 是智谱AI推出的第五代大语言模型，采用混合专家（MoE）架构，约 7450 亿总参数，256 个专家、每 token 激活 8 个（稀疏率 5.9%。GLM总共有744B参数，40B的激活参数。维度参数值说明模型类型GLM 混合专家模型，带动态稀疏注意力隐藏层维度6,144模型主干宽度层数78Transformer 层总数注意力头数64多头注意力机制的头数前馈层维度12,288稠密层的