目前在模型部署及性能调优方案上存在一些问题，求助各位技术专家

目标实现：GLM-5-w4a8大模型分布式部署在昇腾910b上，上下文35k，

性能方面：达到100并发 、ttft<1s 、tpot< 33ms 的稳定服务

现有2台8卡(每卡20Aicore、64GB)910B3服务器，最好基于MindIE/CANN原生推理部署调优，是否有可行或参考的解决方案

如果没有基于现有环境实现的方案，有没有基于目标实现推荐的解决方案，包括服务器配置或模型配置。