离线推理场景下，sleep模式是否可以实现单个LLM进程中进行多个不同的模型的切换并缩短模型二次加载的时间？
离线推理场景下，vLLM的sleep模式可释放大部分GPU显存，并支持快速唤醒，显著缩短同一模型的二次加载时间，但官方文档未明确支持在单个LLM进程中切换多个不同模型，仅支持同一模型的休眠与唤醒，模型切换需重新加载权重，仍有一定延迟。据官方文档，level 2 sleep适用于权重更新或切换模型，但未说明可在同一进程内高效切换多个模型。
此外，相关issue和讨论均指出，vLLM当前不支持在单进程内同时持有或高效切换多个模型，推荐多进程或多服务实例部署。sleep模式主要优化同一模型的显存管理和加载速度，不能实现多模型无缝切换。
需要更详细的原理或代码示例吗？
Sources:
Hint: Mention @RunLLM in the post for followups.
如果只针对同一个模型进行休眠和重载有多大意义？实际使用场景举例说明？