使用 vLLM 私有化部署 Qwen3 大模型

本教程介绍如何在 GPU 云服务器上部署 Qwen3-14B-AWQ，并通过 OpenAI 兼容接口调用模型。 
本方案适合个人学习、企业 AI 项目技术验证、RAG、Agent、工具调用及现有业务系统接入。 


1. 部署目标
完成本教程后，将获得一个可以通过 HTTP 请求调用的大模型服务： 
本地电脑 / 业务系统
        │
        │ OpenAI Compatible API
        ▼
http://127.0.0.1:8000/v1
        │
        ▼
      vLLM
        │
        ▼
Qwen3-14B-AWQ
        │
        ▼
 RTX 3090 / RTX 4090

最终可以使用以下方式调用模型： 

curl
Pytho...