diff --git a/README.md b/README.md
index 52da238..f259b88 100644
--- a/README.md
+++ b/README.md
@@ -1 +1,111 @@
-# README
\ No newline at end of file
+# 天数智芯 天垓100 文本生成引擎（基于 vLLM 优化）
+
+本项目是为**天数智芯-天垓100**加速卡深度优化的高性能文本生成推理引擎，基于开源 **vLLM** 框架进行架构级适配与增强，率先实现对 **Qwen3 系列**等最新大模型的高效支持。通过引入 **Prefix Caching**、PagedAttention 等先进优化技术，显著提升吞吐与响应速度，同时提供标准 **OpenAI 兼容 API 接口**，便于无缝集成现有应用生态。
+
+## 支持模型
+
+- **Qwen3**
+- **Llama3**
+- **DeepSeek-R1-Distill**
+- 其他兼容 vLLM 的 HuggingFace 模型（持续扩展中）
+
+> 模型下载地址：[https://modelscope.cn/models/Qwen](https://modelscope.cn/models/Qwen)  
+
+---
+
+## Quick Start
+
+### 1. 模型下载
+
+从 ModelScope 下载所需模型（以 Qwen2.5-7B-Instruct 为例）：
+
+```bash
+modelscope download --model qwen/Qwen2.5-7B-Instruct README.md --local_dir /mnt/models/Qwen2.5-7B-Instruct
+```
+
+> ⚠️ 请确保模型路径在后续 Docker 启动时正确挂载。
+
+---
+
+### 2. 拉取并构建 Docker 镜像
+
+我们提供已预装天垓100驱动与vLLM优化版本的Docker镜像：
+
+```
+# 本地构建
+docker build -t enginex-iluvatar-vllm:bi100 -f Dockerfile .
+```
+
+---
+
+### 3. 启动服务容器
+
+```bash
+docker run -it --rm -p 8000:80 \
+  --name vllm-iluvatar \
+  -v /mnt/models/Qwen2.5-7B-Instruct:/model:ro \
+  --privileged \
+  -e TENSOR_PARALLEL_SIZE=1 \
+  -e PREFIX_CACHING=true \
+  -e MAX_MODEL_LEN=10000 \
+  enginex-iluvatar-vllm:bi100
+```
+
+> ✅ 参数说明：
+> - `PREFIX_CACHING=true`: 启用 Prefix Caching 优化，显著提升多请求共享前缀的推理效率
+> - `MAX_MODEL_LEN=10000`: 支持长上下文推理
+> - `--privileged`: 确保天垓100设备可见
+
+---
+
+## 4. 测试服务（使用 OpenAI 兼容接口）
+
+服务启动后，可通过标准 OpenAI SDK 或 `curl` 进行测试。
+
+### 示例：文本生成请求
+
+```bash
+curl http://localhost:8000/v1/chat/completions \
+  -H "Content-Type: application/json" \
+  -d '{
+    "model": "qwen3-8b",
+    "messages": [
+      {"role": "system", "content": "You are a helpful assistant."},
+      {"role": "user", "content": "请用中文介绍一下上海的特点。"}
+    ],
+    "temperature": 0.7,
+    "max_tokens": 512
+  }'
+```
+
+### 使用 OpenAI Python SDK（需安装 `openai>=1.0`）
+
+```python
+from openai import OpenAI
+
+client = OpenAI(base_url="http://localhost:8000/v1", api_key="none")
+
+response = client.chat.completions.create(
+    model="qwen3-8b",
+    messages=[
+        {"role": "system", "content": "You are a helpful assistant."},
+        {"role": "user", "content": "请简要介绍杭州的特色文化。"}
+    ],
+    max_tokens=512,
+    temperature=0.7
+)
+
+print(response.choices[0].message.content)
+```
+
+---
+
+## 测试结果对比（A100 vs 天垓100）
+
+在相同模型和输入条件下，测试平均输出速度（单位：字每秒），结果如下：
+
+| 模型 | 天垓100 输出速度 | Nvidia A100 输出速度 |
+|--------|--------------------------|-------------------------------|
+| Qwen2.5-7B-Instruct | 36.8 | 112.4 |
+| Qwen2.5-1.5B-Instruct-AWQ | 72.4 | 100.8 |
+