各位 Deepseek 社区的大佬好～

最近部署 Deepseek-V2-7B 模型做长文本推理时卡了壳，想请教下问题原因：

• 环境：云服务器（16 核 CPU+32GB 内存，无 GPU），用官方 Python SDK 调用推理接口
• 现象：生成 100token 内的短文本完全正常，但生成 500+token 的长文本时，80% 概率会报 “token generation timeout” 错误，重试后偶尔能成功
• 已尝试操作：把 SDK 的 timeout 参数调至 300s、降低 max_new_tokens 到 200、检查服务器带宽（稳定 10Mbps），但问题没解决

想问问大家：这是 CPU 推理长文本性能不足导致的吗？还是有什么框架配置细节没注意到？麻烦给点排查思路～