首页
/ Text-Embeddings-Inference项目中的CPU资源限制优化实践

Text-Embeddings-Inference项目中的CPU资源限制优化实践

2025-06-24 05:03:37作者:柯茵沙

背景介绍

在容器化部署环境中,Docker Swarm和Kubernetes都提供了限制容器CPU使用量的功能。然而,当我们在Text-Embeddings-Inference(TEI)这样的高性能推理服务中应用这些限制时,如果不进行特殊配置,可能会遇到严重的性能下降问题。

问题现象

通过实际测试发现,在4核8线程的i3-8300H处理器上,当使用Docker的CPU限制功能时,性能表现差异显著:

  1. 无CPU限制时:16.87请求/秒,CPU使用率465%
  2. 使用cpuset=0,1时:11.48请求/秒,CPU使用率185%
  3. 使用cpus=2限制时:1.82请求/秒,CPU使用率200%
  4. 使用cpus=2+环境变量优化后:11.03请求/秒,CPU使用率150%

可以看到,单纯使用CPU限制而不进行优化时,性能下降了约6倍,这显然是不可接受的。

问题根源

这个问题源于Linux cgroups的CPU限制机制与应用程序线程池管理的不同步。当容器被限制使用2个CPU核心时,如果应用程序仍然创建大量线程(基于物理CPU核心数),这些线程会被频繁调度和限制,导致严重的上下文切换开销和性能下降。

解决方案

针对Text-Embeddings-Inference项目,可以通过设置以下环境变量来优化性能:

MKL_NUM_THREADS=1
MKL_DOMAIN_NUM_THREADS="MKL_BLAS=1"
MKL_DYNAMIC="FALSE"

这些变量控制着数学核心库(MKL)的线程行为,确保它们不会创建超出CPU限制的线程数。在实际应用中,应将数字"1"替换为等于或略大于分配的CPU限制数的整数。

最佳实践建议

  1. 在多CPU服务器上部署时,务必设置这些环境变量
  2. 变量值应与分配的CPU核心数相匹配
  3. 对于Kubernetes部署,确保resources.limits.cpu与这些环境变量协调一致
  4. 在生产环境中进行性能测试,找到最适合的线程数配置

技术原理深入

当容器被限制CPU使用量时,操作系统通过cgroups机制实现这一限制。然而,大多数应用程序在启动时会查询系统可用的CPU核心数来初始化线程池。如果应用程序不知道容器被限制的CPU数量,它会创建过多的线程,导致:

  1. 线程间频繁的上下文切换
  2. CPU缓存频繁失效
  3. 操作系统调度器过载
  4. 实际计算资源利用率下降

通过设置MKL相关环境变量,我们告诉数学计算库使用适当数量的线程,避免了上述问题。

未来展望

虽然目前需要手动配置这些环境变量,但理想情况下,应用程序应该能够自动感知容器的CPU限制。一些现代编程语言(如Java 15+)已经实现了这一功能。希望未来Text-Embeddings-Inference项目也能内置这种自动检测机制,简化部署配置。

对于现在而言,理解这一问题并正确配置环境变量,是确保TEI在容器环境中发挥最佳性能的关键。

登录后查看全文
热门项目推荐
相关项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
149
1.95 K
kernelkernel
deepin linux kernel
C
22
6
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
980
395
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
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
931
555
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
190
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
8
0
金融AI编程实战金融AI编程实战
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
openHiTLS-examplesopenHiTLS-examples
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
65
518
CangjieCommunityCangjieCommunity
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