GLiClass: large separate-label-group requests can wait minutes in the queue under mixed load
I maintainer di solito rispondono entro 1 giorno
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 4/5
- Tempo stimato
- 3-5 giorni
- Idoneità per principianti
- 18/100
Direzione di ricerca
Start with how separate-group extract requests are split into rows and scheduled in the server's batcher and queue, which the issue does not name by file. Reproduce with mixed extract traffic at concurrency 16, including some 7–8 label-group requests over 20+ long items, and measure queue wait versus GPU time. Done means identifying where the wait occurs and whether a per-request timeout or cancellation reaches the caller.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
Seen while benchmarking GLiClass (knowledgator/gliclass-large-v1.0) on one L4 with 16 requests in flight and mixed extract traffic: in each 4-minute window, 3 to 6 requests timed out at the client's 300 s limit.
All of them used separately encoded label groups (7 or 8 groups) over many long items. Their GPU work should take a few seconds, so the time seems to be spent waiting in the server's queue or batcher, not in inference. It happened the same way with CUDA graphs on (#389) and with the previous runner, so it is not graph-related.
To investigate:
- How separate-group requests are split into rows and scheduled. Can a large multi-group request starve, or be starved behind, smaller requests? Is there a fairness or ordering issue in the batcher?
- Whether any per-request timeout or cancellation surfaces the wait to the caller.
- Reproduce: mixed extract traffic at concurrency 16, with some requests of 7 or 8 separate label groups over 20+ long items.
- Lingua principale
- Python
- Stelle
- 3.5k
- Fork
- 328
- Merge medio
- 16h 25m
- PR unite (30g)
- 121
Preparare l'ambiente
Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di superlinked/sie
-
MODEL_NOT_FOUND gives no suggestion for a model listed only as model:profileForse già presa @ShaiShmuel l’ha presa oggi. Apertaenhancement rust
Difficoltà 2/5 1-3 ore Idoneità per principianti 65/100
superlinked/sie#985 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 42/100
superlinked/sie#969 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 25/100
superlinked/sie#903 · 4 commenti ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 5/5 Più di una settimana Idoneità per principianti 25/100
superlinked/sie#892 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 4/5 3-5 giorni Idoneità per principianti 25/100
superlinked/sie#851 · 4 commenti ·
I maintainer di solito rispondono entro 1 giorno
Tutte le issue di superlinked/sie
Issue simili
-
Difficoltà 1/5 1-3 ore Idoneità per principianti 76/100
samuelclay/NewsBlur#2214 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 68/100
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 88/100
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 68/100
readthedocs/readthedocs-builder#73 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 82/100
reflex-dev/reflex#7915 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno