GenAI Bench 项目全面使用指南:从安装到性能分析
2025-06-28 09:01:15作者:仰钰奇
项目概述
GenAI Bench 是一个专为生成式 AI 系统设计的性能基准测试工具,它能够对各类 AI 服务(包括文本生成、图像理解、嵌入向量计算等)进行全面的性能评估。本文将详细介绍该工具的使用方法,帮助开发者快速上手并充分利用其功能。
安装指南
推荐安装方式(PyPI)
对于大多数用户,我们推荐通过 PyPI 进行安装:
pip install genai-bench
安装完成后,可以通过以下命令验证安装是否成功:
genai-bench --help
开发环境搭建
如需使用最新功能或进行二次开发,建议采用开发模式安装:
- 确保已安装 Python 3.11
- 使用 uv 创建虚拟环境:
make uv source .venv/bin/activate
- 以可编辑模式安装项目:
make install
核心功能解析
任务类型定义
GenAI Bench 通过任务类型(Task)来区分不同的基准测试场景,其命名遵循"输入模态-to-输出模态"的格式:
任务类型 | 描述 | 旧版本对应值 |
---|---|---|
text-to-text | 文本到文本生成(如聊天、问答) | chat |
text-to-embeddings | 文本到嵌入向量生成 | embeddings |
image-to-text | 图像到文本生成(如视觉问答) | vision |
image-to-embeddings | 图像到嵌入向量生成 | - |
基准测试执行
文本生成测试示例
export HF_TOKEN="<your-key>"
export TRANSFORMERS_VERBOSITY=error
genai-bench benchmark --api-backend openai \
--api-base "http://localhost:8082" \
--api-key "your-key" \
--api-model-name "vllm-model" \
--model-tokenizer "/path/to/model" \
--task text-to-text \
--max-time-per-run 15 \
--max-requests-per-run 300 \
--server-engine "vLLM" \
--server-gpu-type "H100" \
--server-version "v0.6.0" \
--server-gpu-count 4
关键参数说明:
--max-time-per-run
:单次测试最大持续时间--max-requests-per-run
:单次测试最大请求数--num-concurrency
:并发请求数(可多值设置)
视觉任务测试
视觉任务需要指定图像数据集:
genai-bench benchmark \
--api-backend openai \
--api-key "your-key" \
--api-base "http://localhost:8180" \
--api-model-name "/models/vision-model" \
--model-tokenizer "/models/vision-model" \
--task image-to-text \
--dataset-config ./config_llava-bench.json
分布式测试
当单进程无法产生足够负载时,可启用多工作进程:
--num-workers 4
--master-port 5577
注意:工作进程数不宜超过16,以避免资源争用。
数据集配置策略
GenAI Bench 支持灵活的数据集配置方式:
简单模式(命令行直接指定)
--dataset-path /path/to/data.csv \
--dataset-prompt-column "prompt"
高级模式(JSON配置文件)
{
"source": {
"type": "huggingface",
"path": "ccdv/govreport-summarization",
"huggingface_kwargs": {
"split": "train",
"streaming": true
}
},
"prompt_column": "report"
}
视觉任务数据集配置示例:
{
"source": {
"type": "huggingface",
"path": "lmms-lab/llava-bench-in-the-wild",
"huggingface_kwargs": {
"split": "train"
}
},
"prompt_column": "question",
"image_column": "image"
}
结果分析与可视化
生成Excel报告
genai-bench excel --experiment-folder <path> --excel-name report.xlsx
生成性能分析图表
GenAI Bench 可生成包含8个子图的综合性能分析图表:
genai-bench plot --experiments-folder <path> --group-key traffic_scenario
图表内容包括:
- 推理速度 vs 服务器输出吞吐量
- 首令牌时间 vs 服务器输出吞吐量
- 平均端到端延迟 vs RPS
- 错误率分析
- 更多关键性能指标...
性能优化建议
-
负载配置:
- 轻负载场景:
--max-time-per-run 10 --max-requests-per-run 300
- 重负载场景:
--max-time-per-run 30 --max-requests-per-run 100
- 轻负载场景:
-
并发设置:
--num-concurrency 1 --num-concurrency 2 --num-concurrency 4 \ --num-concurrency 8 --num-concurrency 16 --num-concurrency 32
-
监控提示:
- 当CPU使用率超过90%时,考虑增加工作进程数
- 关注WARNING级别的日志信息
高级功能
OCI Cohere 服务测试
genai-bench benchmark --api-backend oci-cohere \
--config-file /path/to/oci/config \
--api-base "https://inference.endpoint" \
--api-model-name "model-name" \
--task text-to-text \
--additional-request-params '{"compartmentId": "ID", "endpointId": "ID"}'
结果上传至OCI对象存储
支持将测试结果直接上传至OCI对象存储,便于团队协作和历史数据分析。
通过本文的全面介绍,开发者应能充分利用GenAI Bench进行各类生成式AI服务的性能评估与优化。建议定期查看工具的帮助文档(--help
)以获取最新功能信息。
登录后查看全文
热门项目推荐
- 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