解决vllm多卡部署报错

vLLM通过PagedAttention技术显著降低显存碎片并提升吞吐量，部署多GPU大模型时，推荐使用vLLM原生支持的多节点分布式推理，配合NCCL通信实现线性加速比，在2026年的大模型落地场景中,单张显卡的显存瓶颈已成为制约高性能推理的主要障碍，对于参数量超过70B甚至千亿级别的语言模型，仅靠单机单卡往……