Qwen38-27B 单机部署问题

佬，最近公司搞到一个国产卡，我用的是64G的规格的，之前跑了一下Qwen3.5-35B-A3B-FP8,还能达到50~60 tokens/s, 但是重新部署了一下Qwen3.8-27B-FP8, 只有3~7 tokens/s，下面是我的启动脚本，我想问一下这是正常的吗？还是我没配置好，我看论坛佬友 5070ti都可以跑50~60 tokens/s ^-^```
#!/bin/bash

source /usr/local/dlgpu/sdk/env.sh
cat /usr/local/dlgpu/sdk/version.txt

#dnf install -y numactl

MODEL_NAME=Qwen3.8-27B-FP8
MODEL_PATH=/home/work/$MODEL_NAME
export TP_NUM=4
export OMP_NUM_THREADS=2

export DLEOL_USE_CU_MQA_TILEKV=1
export VLLM_MAX_MOE_CU_TOKENS=128
export VLLM_ALLOW_LONG_MAX_MODEL_LEN=1

#vllm serve --model $MODEL_PATH \
numactl -C 64-95 vllm serve --model $MODEL_PATH \
--served-model-name $MODEL_NAME \
--tensor-parallel-size $TP_NUM \
--gpu-memory-utilization 0.9 \
--port 8090 \
--max-model-len 65536 \
--enable-auto-tool-choice \
--tool-call-parser qwen3_coder \
--reasoning-parser qwen3 \
--mm-encoder-tp-mode data
```