停止旧容器 → 删除旧容器 → 启动新容器」的步骤操作，确保操作安全且不丢失关键数据（模型文件、日志等都已挂载到宿主机，不会丢失）。
第一步：停止正在运行的旧容器 先执行停止命令，确保容器正常退出：
```bash docker stop vllm_qwen35_9b ```
执行后会输出容器名称/ID，表示停止成功。
第二步：删除旧容器（可选但推荐） 停止后删除旧容器，避免名称冲突和残留资源：
```bash docker rm vllm_qwen35_9b ```
如果提示容器不存在，说明名称可能有误，可先用`docker ps -a`查看所有容器，确认目标容器名称/ID。
第三步：启动修改后的单卡容器 直接执行我之前给你的**修改后完整命令**（单GPU版本）： ```bash docker run -d --name vllm_qwen35_9b --restart always --gpus '"device=0"' --net=host --privileged --ipc=host -v /home/hynx/models/Qwen3.5-9B:/app/model/qwen3.5-9b -v /home/hynx/vllm_cache:/root/.cache/huggingface -v /home/hynx/vllm_log:/app/log vllm/vllm-openai:latest /app/model/qwen3.5-9b --host 0.0.0.0 --port 8089 --dtype auto --max-model-len 262144 --reasoning-parser qwen3 --tensor-parallel-size 1 --gpu-memory-utilization 0.9 --no-enforce-eager --served-model-name qwen3.5-9b ```
第四步：验证是否成功运行在第一块GPU
- 先查看容器是否正常启动：
```bash docker ps | grep vllm_qwen35_9b ```
如果能看到容器信息，说明启动成功。
- 验证GPU使用情况（关键）：
```bash nvidia-smi ```
在输出的「Processes」部分，会看到vllm进程只占用**GPU 0**（第一块），而不是之前的多块GPU，说明配置生效。
- 可选：测试API是否可用（确认服务没出问题）： ```bash curl http://localhost:8089/v1/chat/completions \ -H "Content-Type: application/json" \ -d '{ "model": "qwen3.5-9b", "messages": {"role": "user", "content": "测试一下"} }' ```
能正常返回回复，说明服务完全可用。
注意事项 - 操作过程中，模型文件、日志、缓存都挂载在宿主机目录（`/home/hynx/`下），不会因为删除/重建容器丢失； - 如果启动新容器时报「端口8089被占用」，先执行
`netstat -tulpn | grep 8089`
查看占用进程，确认是旧容器残留的话，重启Docker（`systemctl restart docker`）即可解决。
总结
-
操作流程：停止旧容器 → 删除旧容器 → 启动单GPU新容器；
-
验证重点：用`nvidia-smi`确认进程仅占用GPU 0，用curl测试API可用性；
-
数据安全：模型/日志/缓存都在宿主机，重建容器不会丢失数据。