24GB显卡运行Qwen 27B的vLLM方案

通过vLLM AOT及显存调优，RTX 3090或可运行27B INT4模型与144K上下文。

推荐理由：关键突破是将权重压缩、FP8 KV缓存与AOT编译组合，使24GB消费卡容纳27B模型和超长上下文；意义在于降低本地推理门槛。