问题描述：

内网ARM服务器部署Qwen3.5 122B模型实录

设备：8张昇腾910B4卡，NPU驱动25.2.3，ARM架构，内网离线环境
目标：跑通Qwen3.5-122B-A10B

一、环境确认，前置条件

• 架构：uname -m → 必须输出 aarch64，否则后面所有镜像都得重新选。
• NPU状态：npu-smi info → 确认8张卡都在，健康状态OK，驱动版本记下来。
• Docker：docker version → 最好20.10以上。

二、镜像选择

quay.io/ascend/vllm-ascend-v0.17.0rc1，适配Qwen3.5、miniMax 2.5 awq

这是华为官方适配昇腾NPU的vLLM镜像，内置了CANN、torch_npu、vllm-ascend插件,不需要下载任何环境。