一、Qwen3Qwen3是Qwen系列大型语言模型的最新成员。该系列共包含8款模型2款参数30B、235B的混合专家模型和6款参数0.6B、1.7B、4B、8B、14B、32B的稠密模型每款模型均获得同尺寸开源模型的最佳性能。其中旗舰模型Qwen3-235B-A22B在代码、数学、通用能力等基准测试中与DeepSeek-R1、OpenAI-o1、OpenAI-o3-mini、Grok-3和Gemini-2.5-Pro等顶级模型相比表现出极具竞争力的结果。小型的MoE模型Qwen3-30B-A3B的激活参数数量是QwQ-32B的10%表现也更胜一筹甚至像Qwen3-4B这样的小模型也能匹敌Qwen2.5-72B-Instruct的性能。Qwen3模型其中比较有特色的亮点支持两种思考模式并且可以灵活切换•思考模式在这种模式下模型会逐步推理经过深思熟虑后给出最终答案。这种方法非常适合需要深入思考的复杂问题。•非思考模式在此模式中模型提供快速、近乎即时的响应适用于那些对速度要求高于深度的简单问题。模式的切换无需更换模型可直接通过enable_thinking参数控制例如texttokenizer.apply_chat_template(messages,tokenizeFalse,add_generation_promptTrue,enable_thinkingTrue# True is the default value for enable_thinking.)对于vLLM框架可通过--reasoning-parser和--enable-reasoning控制思考模式vllm serve Qwen/Qwen3-30B-A3B \--enable-reasoning \--reasoning-parser deepseek_r1Qwen3还提供了软切换机制允许用户在enable_thinkingTrue时动态控制模型的行为。只需在提示或系统消息中添加/think和/no_think来逐轮切换模型的思考模式。在多轮对话中模型会遵循最近的指令。更多亮点介绍可参考官方 Githubhttps://github.com/QwenLM/Qwen3Qwen3-30B-A3BModelScope地址https://modelscope.cn/models/Qwen/Qwen3-30B-A3BQwen3-30B-A3Bhuggleface地址https://huggingface.co/Qwen/Qwen3-30B-A3B本次本地部署Qwen3-30B-A3B推理优化框架采用vLLM使用Open-WebUI交互测试依赖的版本如下torch2.5.1cu118 modelscope1.23.1transformers4.49.0vllm0.7.2二、vLLM 部署 Qwen3-30B-A3B首先使用modelscope下载QWQ-32B模型到本地modelscope download--modelQwen/Qwen3-30B-A3B--local_dir Qwen3-30B-A3B使用vLLM读取模型启动API服务。export CUDA_VISIBLE_DEVICES0,1vllm serveQwen3-30B-A3B\--host0.0.0.0\--port8060\--dtype bfloat16 \--tensor-parallel-size2\--cpu-offload-gb0\--gpu-memory-utilization0.8\--max-model-len8126\--api-key token-abc123 \--enable-prefix-caching \--enable-reasoning \--reasoning-parser deepseek_r1\--trust-remote-code关键参数说明•export CUDA_VISIBLE_DEVICES0,1指定所使用的GPU。•dtype: 数据类型其中bfloat1616位浮点数适合NVIDIA A100等设备。•tensor-parallel-sizeTensor并行的数量当多GPU分布式推理时使用建议和GPU的数量一致。•cpu-offload-gb允许将部分模型权重或中间结果卸载到CPU的内存中单位为GB。模拟GPU内存扩展如果部署的模型大于了显存大小可以设置该参数但是推理速度会大大下降。•gpu-memory-utilization设置GPU内存利用率的上限。•max-model-len允许模型最大处理的Token数该参数越大占用显存越大。•enable-prefix-caching启用前缀缓存减少重复计算。显存占用情况如果启动显存不足可适当调整gpu-memory-utilization和max-model-len参数或通过cpu-offload-gb将部分模型权重卸载到内存中。启动成功后可通过/v1/models接口可查看模型列表curl http://127.0.0.1:8060/v1/models-HAuthorization: Bearer token-abc123测试API方式交互默认思考模式curl http://127.0.0.1:8060/v1/chat/completions \-HContent-Type: application/json\-HAuthorization: Bearer token-abc123\-d {model:Qwen3-30B-A3B,messages:[{role:system,content:You are a helpful assistant.},{role:user,content:你是谁}]}非思考模式测试curl http://127.0.0.1:8060/v1/chat/completions \-HContent-Type: application/json\-HAuthorization: Bearer token-abc123\-d {model:Qwen3-30B-A3B,messages:[{role:system,content:You are a helpful assistant.},{role:user,content:你是谁/no_think}]}三、Open-WebUI 交互测试连接Qwen3-30B-A3B模型。模型ID可以留空会自动从/v1/models接口中获取。保存后回到对话窗口 可在左上角选择Qwen3-30B-A3B模型对话测试问题三人三台三桶水九人九天几桶水问题找规律2414263346 提示: 24/21426/no_think最后的最后感谢你们的阅读和喜欢作为一位在一线互联网行业奋斗多年的老兵我深知在这个瞬息万变的技术领域中持续学习和进步的重要性。为了帮助更多热爱技术、渴望成长的朋友我特别整理了一份涵盖大模型领域的宝贵资料集。这些资料不仅是我多年积累的心血结晶也是我在行业一线实战经验的总结。这些学习资料不仅深入浅出而且非常实用让大家系统而高效地掌握AI大模型的各个知识点。如果你愿意花时间沉下心来学习相信它们一定能为你提供实质性的帮助。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】大模型知识脑图为了成为更好的 AI大模型 开发者这里为大家提供了总的路线图。它的用处就在于你可以按照上面的知识点去找对应的学习资源保证自己学得较为全面。经典书籍阅读阅读AI大模型经典书籍可以帮助读者提高技术水平开拓视野掌握核心技术提高解决问题的能力同时也可以借鉴他人的经验。对于想要深入学习AI大模型开发的读者来说阅读经典书籍是非常有必要的。实战案例光学理论是没用的要学会跟着一起敲要动手实操才能将自己的所学运用到实际当中去这时候可以搞点实战案例来学习。面试资料我们学习AI大模型必然是想找到高薪的工作下面这些面试题都是总结当前最新、最热、最高频的面试题并且每道题都有详细的答案面试前刷完这套面试题资料小小offer不在话下640套AI大模型报告合集这套包含640份报告的合集涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师还是对AI大模型感兴趣的爱好者这套报告合集都将为您提供宝贵的信息和启示。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】