local-llm-serving

一份性能报告和指南，介绍如何在双 RTX 3090 GPU 上使用 vLLM 运行 Qwen3.8-27B 模型，实现每秒 308 个令牌的吞吐量，支持 32 个并发流，并提供 GitHub 仓库用于本地部署配置。