ktransformers项目在多CPU环境下的性能优化实践
2025-05-16 12:10:00作者:仰钰奇
引言
在大型语言模型推理场景中,CPU计算资源的高效利用对于提升模型推理速度至关重要。本文将深入分析在ktranformers项目中遇到的NUMA架构下多CPU性能问题,并提供完整的解决方案。
问题现象
在配备双路Intel Xeon Gold 6462C处理器的服务器上运行DeepSeek-R1模型时,观察到以下异常现象:
-
单CPU模式下(65线程):
- 推理速度:5.24 tokens/s
- 内存占用:390GB
- CPU利用率:6554%
-
双CPU模式下(126线程):
- 推理速度骤降至0.51 tokens/s
- 内存占用飙升至904GB
- CPU利用率:10554%
技术背景
NUMA(Non-Uniform Memory Access)架构是现代多处理器系统的常见设计,其特点是:
- 每个CPU插槽有本地内存,访问延迟低
- 跨插槽访问远端内存延迟较高
- 需要特殊的内存分配策略才能发挥最佳性能
问题根源分析
- NUMA感知缺失:默认编译的ktranformers未启用NUMA支持,导致内存分配策略不当
- 跨插槽通信开销:线程在多个NUMA节点间频繁通信导致性能下降
- 内存带宽瓶颈:非NUMA优化的内存访问模式导致带宽利用率低下
解决方案
1. 重新编译启用NUMA支持
export USE_NUMA=1
make clean && make
2. 合理设置线程数
- 使用单CPU的核心数(如65线程)而非总线程数
- 避免跨NUMA节点的线程调度
3. 运行参数优化
python local_chat.py \
--model_path deepseek-ai/DeepSeek-R1 \
--gguf_path /path/to/gguf \
--cpu_infer 65 \ # 设置为单CPU核心数
--max_new_tokens 1000
优化效果
实施上述优化后,性能得到显著提升:
- 推理速度:从0.51 tokens/s提升至13.75 tokens/s(27倍提升)
- 内存占用:984GB(符合NUMA架构预期)
- CPU利用率:6554%(单NUMA节点满载)
- GPU利用率:42%(显示负载更均衡)
最佳实践建议
- 硬件资源监控:通过
numastat
等工具监控NUMA内存分配 - 线程绑定:考虑使用
numactl
进行线程绑定 - 性能分析:使用
perf
工具分析热点函数 - 模型量化:Q4_K_M量化级别在精度和性能间取得良好平衡
结论
在NUMA架构服务器上部署ktranformers时,必须特别注意编译时的NUMA支持选项和运行时的线程分配策略。通过正确的配置,可以充分发挥多CPU系统的性能潜力,避免因架构特性导致的性能下降问题。本案例中的优化方法同样适用于其他基于GGUF格式的大型语言模型推理场景。
登录后查看全文
热门项目推荐
相关项目推荐
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0267cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
1 freeCodeCamp课程视频测验中的Tab键导航问题解析2 freeCodeCamp音乐播放器项目中的函数调用问题解析3 freeCodeCamp论坛排行榜项目中的错误日志规范要求4 freeCodeCamp猫照片应用教程中的HTML注释测试问题分析5 freeCodeCamp JavaScript高阶函数中的对象引用陷阱解析6 freeCodeCamp全栈开发课程中React实验项目的分类修正7 freeCodeCamp全栈开发课程中React组件导出方式的衔接问题分析8 freeCodeCamp英语课程视频测验选项与提示不匹配问题分析9 freeCodeCamp课程页面空白问题的技术分析与解决方案10 freeCodeCamp博客页面工作坊中的断言方法优化建议
最新内容推荐
PCDViewer-4.9.0-Ubuntu20.04:专业点云可视化与编辑工具全面解析 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 SAP S4HANA物料管理资源全面解析:从入门到精通的完整指南 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 OpenSSL 3.3.0资源下载指南:新一代加密库的全面解析与部署教程 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
144
1.93 K

deepin linux kernel
C
22
6

React Native鸿蒙化仓库
C++
192
274

openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
930
553

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
423
392

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
66

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.11 K
0

本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
64
511