最近在折腾本地部署Qwen2.5-7B-Instruct，用的vLLM，显卡是4090（24G显存）。模型加载没问题，显存占用大概14G，但跑起来生成速度只有8-10 tokens/s，看别人帖子说同样配置能到40+。我试过调--max-model-len、--gpu-memory-utilization，也换了FlashAttention，还是没改善。CPU和内存占用都不高，GPU利用率只有30%左右，感觉像在等什么。是不是我量化选得不对（用的AWQ）？还是说vLLM版本和CUDA版本有兼容问题？求大佬指点一下排查方向，或者给个能参考的启动参数，谢谢！