前言

在人工智能技术飞速发展的今天，大型语言模型(LLM)已成为技术创新的核心驱动力。

本文将手把手教你使用高性能推理引擎vLLM部署Qwen大模型，并提供Python和Java两种语言的实现代码，帮助不同技术背景的开发者快速上手。

一、环境准备：硬件与软件配置

---

1.1 推荐硬件配置

我们使用的云主机配置如下（可根据预算调整）：

配置项	参数	最低要求
GPU类型	RTX 4090 [24G]	RTX 3090 [24G]
GPU数量	1	1
CPU核数	8核	4核
内存	15GB	8GB
系统盘	200GB	100GB
带宽	32Mbps	10Mbps

二、搭建vLLM推理环境

---

2.1 创建Python虚拟环境

conda create -n vllm python=3.12.7 
conda activate vllm

2.2 安装vLLM引擎

pip install --upgrade pip 
pip install vllm==0.7.3 # 约20分钟

验证安装：

pip show vllm

三、模型部署实战

---

3.1 下载Qwen模型

mkdir -p /data/models/Qwen/Qwen3 && cd /data/models/Qwen/Qwen3
modelscope download --model Qwen/Qwen3-0.6B --local_dir /data/models/Qwen/Qwen3

3.2 启动API服务

CUDA_VISIBLE_DEVICES=0 nohup python3 -m vllm.entrypoints.openai.api_server --model /data/models/Qwen/Qwen3 --served-model-name=Qwen3-0.6B --dtype=bfloat16 --trust-remote-code --device=cuda --max-model-len=1024 --tensor-parallel-size=1 --gpu-memory-utilization=0.85 --enable-reasoning --reasoning-parser deepseek_r1 --port 8801 --api-key token-123456 &

3.3 服务验证

curl 调用：

curl http://js2.blockelite.cn:8801/v1/models -H "Authorization: Bearer token-123456"

Python调用：

import requests 

url = "http://js2.blockelite.cn:13789/v1/models" 
headers = {"Authorization": "Bearer token-123456"} 
response = requests.get(url, headers=headers) 
print(response.json())

Java调用：

@Bean  
public RestTemplate restTemplate() {  
    RestTemplate template = new RestTemplate();  
    template.getInterceptors().add((request, body, execution) -> {  
        request.getHeaders().add("Authorization", "Bearer token-123456");  
        return execution.execute(request, body);  
    });  
    return template;  
}

@GetMapping(path = "/qwen/chat", produces = "application/json;charset=UTF-8")  
public Map<String, Object> qwenChat() {  
    returnthis.restTemplate.postForObject("http://js2.blockelite.cn:13789/v1/models", Map.class);  
}

四、模型交互实现

---

4.1 基础对话功能

PostMan 调用：

Python调用：

from openai import OpenAI 

client = OpenAI(
 base_url="http://js2.blockelite.cn:8801/v1", 
 api_key="token-123456" 
) 

response = client.chat.completions.create( 
 model="Qwen3-0.6B", 
 messages=[
  { "role": "system", "content": "你出身在一个中医世家，你也是一位德高望重的老中医"},
  { "role": "user", "content": "我最近睡眠不好，你能给我一些建议吗?"}
 ] 
) print(response.choices[0].message.content)

Java调用：

@Bean  
public RestTemplate restTemplate() {  
    RestTemplate template = new RestTemplate();  
    template.getInterceptors().add((request, body, execution) -> {  
        request.getHeaders().add("Authorization", "Bearer token-123456");  
        return execution.execute(request, body);  
    });  
    return template;  
}

@PostMapping(path = "/qwen/chat", produces = "application/json;charset=UTF-8")  
public Map<String, Object> qwenChat(@RequestBody UserMessageDTO dto) {  
    ModelChatEntity modelEntity = new ModelChatEntity().setModel("Qwen3-0.6B");  
    modelEntity.getMessages().add(new ModelChatEntity.Message().setRole("system").setContent("你出身在一个中医世家，你也是一位德高望重的老中医"));  
    modelEntity.getMessages().add(new ModelChatEntity.Message().setRole("user").setContent("我最近睡眠不好，你能给我一些建议吗?"));  

    returnthis.restTemplate.postForObject("http://js2.blockelite.cn:13789/v1/chat/completions", modelEntity, Map.class);  
}

五、总结

---

• 环境准备：基于某云的云主机配置（RTX 4090），测试基本上够用了，而且比较实惠，可以按小时、天、月租用硬件；
• 安装 vLLM：在安装vLLM时有个坑，就是基于默认的配置，在启动大模型时报一个错，一直启动失败，后来版本降到0.7.3时才解决；
• 下载大模型：根据实际需要下载不同公司不同的尺寸的大模型，在些为了快速测试，我选用了阿里的千问3大模型 0.6b，不过，大概也要30分钟左右，要看具体网络环境了；
• 调用大模型：主要使用了Java写了调用示例，为了测试简单选用了Spring MVC的RestTemplate，当然，Spring也顺应形势，快速添加了Spring AI子项目，生产环境建议采用。

最后

为什么要学AI大模型

当下，⼈⼯智能市场迎来了爆发期，并逐渐进⼊以⼈⼯通⽤智能（AGI）为主导的新时代。企业纷纷官宣“ AI+ ”战略，为新兴技术⼈才创造丰富的就业机会，⼈才缺⼝将达 400 万！

DeepSeek问世以来，生成式AI和大模型技术爆发式增长，让很多岗位重新成了炙手可热的新星，岗位薪资远超很多后端岗位，在程序员中稳居前列。

与此同时AI与各行各业深度融合，飞速发展，成为炙手可热的新风口，企业非常需要了解AI、懂AI、会用AI的员工，纷纷开出高薪招聘AI大模型相关岗位。

最近很多程序员朋友都已经学习或者准备学习 AI 大模型，后台也经常会有小伙伴咨询学习路线和学习资料，我特别拜托北京清华大学学士和美国加州理工学院博士学位的鲁为民老师给大家这里给大家准备了一份涵盖了AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频 全系列的学习资料，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。

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】

AI大模型系统学习路线

在面对AI大模型开发领域的复杂与深入，精准学习显得尤为重要。一份系统的技术路线图，不仅能够帮助开发者清晰地了解从入门到精通所需掌握的知识点，还能提供一条高效、有序的学习路径。

但知道是一回事，做又是另一回事，初学者最常遇到的问题主要是理论知识缺乏、资源和工具的限制、模型理解和调试的复杂性，在这基础上，找到高质量的学习资源，不浪费时间、不走弯路，又是重中之重。

AI大模型入门到实战的视频教程+项目包

看视频学习是一种高效、直观、灵活且富有吸引力的学习方式，可以更直观地展示过程，能有效提升学习兴趣和理解力，是现在获取知识的重要途径

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。

海量AI大模型必读的经典书籍（PDF）

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。

600+AI大模型报告（实时更新）

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。

AI大模型面试真题+答案解析

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

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】