Lemonade GPU 部署 Qwen3.6-35B-A3B

用 Lemonade 的 llamacpp 在 iGPU 上跑 Qwen3.6 GGUF。

前置条件：Lemonade 环境。模型说明：Qwen3.6。NPU：FastFlowLM · Lemonade NPU。

---

项	值
id	Qwen3.6-35B-A3B-GGUF（以 lemonade list 为准）
后端	--llamacpp vulkan（kernel 满足时再试 rocm）
API	http://127.0.0.1:13305/api/v1
内存	建议 32 GB+ 统一内存；先停其它大模型

lemonade backends install llamacpp:vulkan
lemonade pull Qwen3.6-35B-A3B-GGUF --source modelscope
lemonade load Qwen3.6-35B-A3B-GGUF --llamacpp vulkan
lemonade status

冒烟：

BASE=http://127.0.0.1:13305/api/v1 MODEL=Qwen3.6-35B-A3B-GGUF \
  python3 src/npu/examples/chat_gemma4.py

Open WebUI：Base http://127.0.0.1:13305/api/v1，模型填 Qwen3.6-35B-A3B-GGUF。

llamacpp:rocm 不可用时保持 vulkan。停止：lemonade unload。不要和 FastFlowLM 8219 上的 29 GiB NPU 模型同时常驻。