GenAI Bench 项目全面使用指南:从安装到性能分析
2025-06-28 22:59:10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
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
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~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
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!C0295- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
1 freeCodeCamp全栈开发课程中商业卡片设计的最佳实践2 freeCodeCamp课程中CSS模态框描述优化分析3 freeCodeCamp全栈开发课程中MIME类型题目错误解析4 freeCodeCamp注册表单教程中input元素的type属性说明优化5 freeCodeCamp移动端应用CSS基础课程挑战问题解析6 freeCodeCamp商业名片实验室测试用例优化分析7 freeCodeCamp课程中Todo应用测试用例的优化建议8 freeCodeCamp购物清单项目中的全局变量使用问题分析9 freeCodeCamp电话号码验证器项目中的随机测试问题分析10 freeCodeCamp课程中语义HTML测验集的扩展与优化
最新内容推荐
OMNeT++中文使用手册:网络仿真的终极指南与实用教程 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 Python Django图书借阅管理系统:高效智能的图书馆管理解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 WebVideoDownloader:高效网页视频抓取工具全面使用指南 ReportMachine.v7.0D5-XE10:Delphi报表生成利器深度解析与实战指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源
项目优选
收起

React Native鸿蒙化仓库
C++
176
260

🎉 (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
854
505

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182

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
254
295

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

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
331
1.08 K

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
397
370

一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4

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
1.07 K
0

deepin linux kernel
C
21
5