执行摘要

• 一句话：Docker 部署页添加编译缓存持久化示例
• 推荐动作：建议快速合并。该 PR 解决了用户可感知的痛点，文档示例清晰且附带性能数据支撑。对于部署 vLLM 的团队值得关注，有助于优化容器启动时间。

功能与动机

Docker 页面演示了如何跨容器持久化 Hugging Face 缓存，但没有提供编译缓存的示例，导致即使权重已挂载，新容器仍会重新编译模型。作者提供的测量数据表明，在 A10 上使用 Qwen/Qwen3-0.6B 时，重新利用编译缓存可以节省约 31 秒的启动时间（约 40%）。

实现拆解

在 docs/deployment/docker.md 中新增一个二级标题 ## Persist the compile cache across containers，包含以下内容：

1. 解释问题：挂载 Hugging Face 缓存仅保留模型权重，但每个新容器仍会清空 VLLM_CACHE_ROOT（默认为 ~/.cache/vllm），需要重新编译 torch.compile 产物。
2. 提供 docker run 命令示例：通过 -v vllm-cache:/root/.cache/vllm 挂载命名卷，实现编译缓存持久化。
3. 添加指向 Faster Startup 的链接，供用户了解机制和缓存失效条件。

关键文件：

• docs/deployment/docker.md（模块 部署文档；类别 docs；类型 documentation）: 唯一的变更文件，新增了编译缓存持久化的文档小节和具体命令示例。

关键符号：未识别

评论区精华

无 review 讨论。自动化 bot 验证了变更正确性和文档链接可用性。

• 暂无高价值评论线程

风险与影响

• 风险：纯文档变更，不涉及代码或配置修改。风险极低。唯一需确认的是文档链接和锚点的时效性，PR 中已确认 optimization.md#faster-startup 锚点存在。
• 影响：影响范围：仅影响 Docker 部署用户。编译缓存持久化可显著缩短后续容器的启动时间（约 40%），提升用户体验，尤其是自动扩缩容场景。
• 风险标记：暂无

关联脉络

• PR #47374 Faster Startup Doc: 该PR新增的 Faster Startup 文档被本 PR 引用，提供了编译缓存机制和失效条件的详细说明。