Inference engine startup included in GPU metric capture / 推理引擎启动阶段被纳入 GPU 指标采集

オープン
  • 何か問題がありますか？
#1,507 コメント 2 件 リアクション 2 件 担当者 1 名 GitHub で見る

メンテナーはふだん 1 日以内に返信

@arygupt がすでに取り組んでいます。

2026年5月22日 から。

評価

この issue はまだ評価されていません。

説明

Describe the bug
Current scripts in the benchmarks/single_node directory (e.g., https://github.com/SemiAnalysisAI/InferenceX/blob/adbaae52ddf2569ddf2e793f5ad0a56f2f2a4d13/benchmarks/single_node/qwen3.5_fp8_mi325x.sh) follow this pattern to establish GPU monitoring for every InferenceX benchmark run:

  1. start_gpu_monitor
  2. Start LLM inference engine as a background process (e.g. SGLang, vLLM)
  3. wait_for_server_ready
  4. Run benchmark for the model (key result to report for InferenceX benchmark)
  5. stop_gpu_monitor

As-is, the GPU energy consumption and other metrics can be skewed by irregularities in LLM inference engine startup (compilation, kernel autotuning, etc) and the 5-second sleeps used while waiting for the server to start (waiting on the /health route). While cross-referencing other logs can identify some timestamps that fall outside of the actual benchmark window, there is no direct correspondence within the CSV itself.

Expected behavior
Monitoring data should only correspond to the benchmark execution window. Alternatively, providing a way to identify which portion of the data corresponds to benchmark execution would also be acceptable.

Potential solutions
Adding a marker in the gpu_metrics.csv or delaying the start_gpu_monitor calls until the benchmark is ready to run (moving step 1 above to just before step 4) can assist in disambiguating the results.

Additional context
The startup costs of pinned versions of vLLM (likely similar for other engines) should be relatively consistent for a GitHub action runner, but the inference engine's startup performance can change over successive versions. The ability to separate startup costs from the benchmark data is important.

中文说明

当前基准测试脚本在推理引擎启动之前就开始 GPU 监控（start_gpu_monitor），导致 gpu_metrics.csv 中包含引擎启动阶段（编译、内核自动调优、等待 /health 路由的休眠等）的能耗和指标数据，这会影响基准测试指标的准确性。建议将 GPU 监控延迟到基准测试实际运行前启动，或在 CSV 中添加标记以区分启动阶段和基准测试执行窗口的数据。

主要言語
Python
スター
1.9k
フォーク
343
平均マージ
2日 40分
マージ済み PR（30日）
431

環境構築

はじめの一歩

  1. issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
  2. 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
  3. リポジトリをフォークし、ブランチを切って変更します。
  4. issue 番号を参照したプルリクエストを送ります。

SemiAnalysisAI/InferenceX のほかの issue

SemiAnalysisAI/InferenceX の issue をすべて見る

似ている issue

Python の issue をもっと見る

新しい issue をメールで受け取る

初心者向けの GitHub issue を短くまとめたダイジェスト。