简介
文章对Qwen3系列模型(0.6B-32B)在vLLM不同并行配置(PP、TP)下进行了性能测试。研究表明，PCIe多卡环境下，若模型可单卡部署，推荐数据并行(DP)以获得最大吞吐；若关注吞吐量，推荐流水线并行(PP)；若关注请求生成速度，推荐张量并行(TP)。小模型更适合PP，大模型则TP与PP性能差距缩小，且不同策略对首字延迟和每Token延迟有不同影响。
突然想试一下 Qwen3 不同模型和 vllm 不同流水线并行（PP，Pipeline Parallel），张量并行（TP，Tensor Parallel）配置的性能情况，所以做了些测试。
一、实验准备
测试环境：4 * RTX 3090 with PCIe3.0x16
vllm 0.10.2
- 单卡
- 双卡：2TP，2PP
- 四卡：4TP，4PP，2TP-2PP
- 并发量：1，4，16，64，256，512，1024
测试模型：
- Qwen3-0.6B ~ Qwen3-32B
- Qwen3-4B-AWQ~Qwen3-32B-AWQ
测试数据：shareGPT-v3
二、测试结果
（1）每个模型的最大吞吐
吞吐的排名基本和参数量/占用显存量正相关，不过有 1.7B 和 32B-AWQ 两个特例。
各模型达到的最大吞吐
可以看出，在没有 nvlink 等高速互联的情况下，多卡并行推理得到的加速比很不线性，收益很小。
所以对于 PCIe 多卡互联的设备，如果单卡能放下一整个模型+一定的 KV Cache 空间，每张卡部署一个模型以 DP 的方式并行可能更高效。
各模型最大吞吐量随卡数的变化
（2）不同并行配置对吞吐的影响
双卡下普遍是 PP>TP，因为 PP 每次推理只要在两张卡中间传递一次 hidden states，对通讯的要求较低，而TP每次推理的每一层，都要进行通讯，对通讯要求较高，拖慢了最大吞吐。
双卡下不同并行策略的最大吞吐
四卡下，小模型依然更使用 PP，因为模型的每个矩阵本身较小，再通过张量并行进行拆分，可能吃不满显卡的计算性能了，而随着模型参数增大，TP 和 PP 的差距逐渐缩小。
（3）不同并行配置对首字延迟（TTFT，Time to First Token）的影响
TTFT 为 prefill 的延迟，属于计算稠密的 compute bound 任务，在高并发下，对通讯要求更少的 PP 更能吃满计算性能。
双卡下首字延迟中位数
（4）不同并行配置对每 Token 延迟（TPOT，Time per Output Token）的影响
在 decoding 阶段为 IO 稠密的 memory bound 任务，流水线并行对单个推理的延迟没有提升，反而增加了卡间通讯的开支，而 TP 把每层的 KV Cache 和模型权重的读取都均分到了每张卡上，减少平均 IO 降低了延迟。
双卡下每 token 延迟
四卡下每 token 延迟
三、结论
在只有 PCIe 互联的多卡设备上：
- 如果模型能在单卡内放下，推荐直接每张卡单独部署模型进行数据并行（DP，Data Parallel）来获得最大吞吐。
- 如果比较在意吞吐量，更推荐使用流水线并行（PP）
- 如果更在意单个请求的生成速度，更推荐使用张量并行（TP）
读者福利：如果大家对大模型感兴趣，这套大模型学习资料一定对你有用
对于0基础小白入门：
如果你是零基础小白，想快速入门大模型是可以考虑的。
一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。
包括：大模型学习线路汇总、学习阶段，大模型实战案例，大模型学习视频，人工智能、机器学习、大模型书籍PDF。带你从零基础系统性的学好大模型！
😝一直在更新，更多的大模型学习和面试资料已经上传带到CSDN的官方了，有需要的朋友可以扫描下方二维码免费领取【保证100%免费】👇👇
👉AI大模型学习路线汇总👈
大模型学习路线图，整体分为7个大的阶段：（全套教程文末领取哈）
第一阶段：从大模型系统设计入手，讲解大模型的主要方法；
第二阶段：在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；
第三阶段：大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；
第四阶段：大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；
第五阶段：大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；
第六阶段：以SD多模态大模型为主，搭建了文生图小程序案例；
第七阶段：以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。
👉大模型实战案例👈
光学理论是没用的，要学会跟着一起做，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。
👉大模型视频和PDF合集👈
观看零基础学习书籍和视频，看书籍和视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。
👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；
• 能够利用大模型解决相关实际项目需求：大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；
• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能，学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；
• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力：大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。
👉获取方式：
😝一直在更新，更多的大模型学习和面试资料已经上传带到CSDN的官方了，有需要的朋友可以扫描下方二维码免费领取【保证100%免费】👇👇
