摘要： --max-model-len 16384 ：设置模型能处理的最大上下文长度（输入 + 输出）token数量，典型值：8192, 16384, 32768, 131072--max-num-batched-tokens 8192 ：一次批处理（batch）中，最多允许的总 token 数量（包括所有 阅读全文