首页
/ Infinity项目异步推理引擎的性能优化实践

Infinity项目异步推理引擎的性能优化实践

2025-07-04 21:55:04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:

  1. 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。

  2. 使用显式生命周期管理:推荐使用astart()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。

  3. 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:

  1. 减少重复初始化:模型加载、设备分配等操作只需执行一次
  2. 保持热状态:引擎保持运行状态,避免了冷启动开销
  3. 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

  1. Web服务:在FastAPI等异步框架中,应在服务启动时初始化引擎
  2. 批处理任务:处理大批量数据时保持引擎长运行
  3. 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

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
205
2.18 K
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
208
285
pytorchpytorch
Ascend Extension for PyTorch
Python
62
95
RuoYi-Vue3RuoYi-Vue3
🎉 (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
977
575
nop-entropynop-entropy
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
9
1
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
550
86
openHiTLSopenHiTLS
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
1.02 K
399
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
393
27
MateChatMateChat
前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。 官网地址:https://matechat.gitcode.com
1.2 K
133