Infinity项目异步推理引擎的性能优化实践
2025-07-04 14:36:34作者:史锋燃Gardner
异步推理引擎的启动开销问题分析
在使用Infinity项目的Python API进行文本嵌入处理时,开发者发现了一个性能问题:虽然实际的嵌入计算仅需20ms完成,但整个异步执行过程却耗时520ms。经过分析,主要时间消耗发生在异步上下文管理器async with engine
的使用上。
问题根源探究
这种性能差异的根本原因在于异步引擎的启动和关闭机制。当使用async with engine
语法时,每次进入上下文都会触发引擎的完整启动和初始化过程,这包括模型加载、设备分配等耗时操作。而在实际应用中,这些初始化操作通常只需要执行一次。
最佳实践方案
针对这一问题,Infinity项目维护者提出了明确的优化建议:
-
避免频繁启动/停止引擎:不应在每次推理时都使用
async with engine
,这会导致重复的初始化开销。 -
使用显式生命周期管理:推荐使用
astart()
和astop()
方法手动控制引擎的生命周期,在应用启动时初始化一次,在整个运行期间重复使用。 -
正确使用事件循环:
asyncio.run()
应该只在程序的主入口点调用一次,而不是在每次推理时都调用。
优化后的代码示例
import asyncio
from infinity_emb import AsyncEngineArray, EngineArgs
async def main():
# 初始化引擎(仅一次)
array = AsyncEngineArray.from_args([
EngineArgs(model_name_or_path="BAAI/bge-m3")
])
engine = array[0]
# 显式启动引擎
await engine.astart()
try:
# 多次推理重用同一引擎
for _ in range(100):
embeddings, usage = await engine.embed(sentences=["your text"])
# 处理嵌入结果...
finally:
# 程序退出前停止引擎
await engine.astop()
# 程序入口点(仅调用一次)
asyncio.run(main())
性能优化原理
这种优化之所以有效,是因为:
- 减少重复初始化:模型加载、设备分配等操作只需执行一次
- 保持热状态:引擎保持运行状态,避免了冷启动开销
- 资源复用:GPU内存、计算图等资源得到有效复用
适用场景建议
- Web服务:在FastAPI等异步框架中,应在服务启动时初始化引擎
- 批处理任务:处理大批量数据时保持引擎长运行
- 交互式应用:在用户会话期间保持引擎活跃
通过遵循这些最佳实践,开发者可以充分发挥Infinity项目异步推理引擎的性能潜力,将处理延迟从500ms级别降低到20ms级别,实现接近实时的文本嵌入处理能力。
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~0266cinatra
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音乐播放器项目中的函数调用问题解析2 freeCodeCamp论坛排行榜项目中的错误日志规范要求3 freeCodeCamp猫照片应用教程中的HTML注释测试问题分析4 freeCodeCamp JavaScript高阶函数中的对象引用陷阱解析5 freeCodeCamp全栈开发课程中React实验项目的分类修正6 freeCodeCamp课程视频测验中的Tab键导航问题解析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 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 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GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 LabVIEW串口通信开发全攻略:从入门到精通的完整解决方案 Windows版Redis 5.0.14下载资源:高效内存数据库的完美Windows解决方案
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 K

deepin linux kernel
C
22
6

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

React Native鸿蒙化仓库
C++
192
273

🎉 (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
923
551

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
421
392

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

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
74
64

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K

Elasticsearch
国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8