CN119415273A 推理服务管理方法、设备、介质及计算机程序产品 （浪潮(北京)电子信息产业有限公司）_第1页
CN119415273A 推理服务管理方法、设备、介质及计算机程序产品 （浪潮(北京)电子信息产业有限公司）_第2页
CN119415273A 推理服务管理方法、设备、介质及计算机程序产品 （浪潮(北京)电子信息产业有限公司）_第3页
CN119415273A 推理服务管理方法、设备、介质及计算机程序产品 （浪潮(北京)电子信息产业有限公司）_第4页
CN119415273A 推理服务管理方法、设备、介质及计算机程序产品 （浪潮(北京)电子信息产业有限公司）_第5页
已阅读5页，还剩29页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

扩容副本；利用负载均衡器配置扩容副本的地2接收语言模型对话，利用所述负载均衡器将所述语言模型在语言模型推理服务运行时，利用所述推理服务伸缩组件统计推根据建立的对话标识符与推理服务副本的关联关系，结合所述目记录随机生成的对话标识符与选择的推理服务副本的地址之若确定的推理服务副本的吞吐量已达到最大值或推理服务副本不存在3根据统计的最大吞吐量性能数据，对同一语言模型服务的不同推理利用所述推理服务资源调度器根据已配置的处理器和内存参数在集群中筛选满足处根据推理服务名称获得资源规格列表，并从所述资源规格列表若筛选出的节点满足选择的资源规格，则选择筛选出的若筛选出的节点不满足选择的资源规格，则按照吞吐量大小利用所述负载均衡器根据配置的推理服务副本的地址将所述语言模型对话转发至相利用所述推理服务伸缩组件计算推理服务副本中在设定时长内每个用户每个语言模处理器，用于执行所述计算机程序时实现如权利要求1至12任一项所述的推理服务管414.一种非易失性存储介质，其特征在于，所述非易失性存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至12任一项所述的推理服务管理方被处理器执行时实现如权利要求1至12任一项所述的推理服务管理5推理服务资源调度器发送扩容通知信号，以使所述推理服务资源调度器进行推理服务扩6根据建立的对话标识符与推理服务副本的关联关系，结合所述目标对话标识符，利用所述负载均衡器选择实时吞吐量与最大吞吐量之间的比值最小的推理服务利用所述推理服务资源调度器根据已配置的处理器和内存参数在集群中筛选满7利用所述负载均衡器根据配置的推理服务副本的地址将所述语言模型对话转发利用所述推理服务伸缩组件计算推理服务副本中在设定时长内每个用户每个语8资源规格，即使其运行在不同规格的服务器，同一应用的多个副本具备相同的CPU内存规[0026]另外随着容器化技术的发展，基于弹性伸缩机制实现服务副本的自动化增加减9客户端会有多个主题的对话，源IP和会话无法区分不同主题对话、以及存在的会话过期失;;的语言模型服务进行吞吐量性能测试，统计语言模型服务在不同规格的GPU节点的最大吞中每种规格都能满足该推理任务的最小资源需求，比如在8张A100卡上的吞吐量为。度，即基于语言模型服务在不同规格节点的最大吞吐量自动选择合适的资源规格进行调S102利用推理服务伸缩组件统计推理服务副本在设定周期内的吞吐量数据，具体可以包;[0077]图4为本发明实施例提供的推理服务管理装置的结构示意图。本实施例基于功能[0080]图5为本发明实施例提供的推理服务管理设备的结构示意图。本实施例基于硬件的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，执行本发明各个等各种可以存储程序代码的介质。本发明提供的非易失性存储介质能够实现上述提到的推

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论