当前位置: 首页 > article >正文

PyTorch推理扩展实战:用Ray Data轻松实现多机多卡并行

单机 PyTorch 模型跑推理没什么问题但数据量一旦上到万级、百万级瓶颈就暴露出来了内存不够、GPU 利用率低、I/O 拖后腿更别说还要考虑容错和多机扩展。传统做法是自己写多线程 DataLoader、管理批次队列、手动调度 GPU 资源这哥工程量可不小调试起来也麻烦。Ray Data 提供了一个更轻量的方案在几乎不改动原有 PyTorch 代码的前提下把单机推理扩展成分布式 pipeline。原始的 PyTorch 代码典型的推理场景模型加载、预处理、批量预测一套下来大概长这样import torch import torchvision from PIL import Image from typing import List class TorchPredictor: def __init__(self, model: torchvision.models, weights: torchvision.models): self.weights weights self.model model(weightsweights) self.model.eval() self.transform weights.transforms() self.device cuda if torch.cuda.is_available() else cpu self.model.to(self.device) def predict_batch(self, batch: List[Image.Image]) - torch.Tensor: with torch.inference_mode(): batch torch.stack([ self.transform(img.convert(RGB)) for img in batch ]).to(self.device) logits self.model(batch) probs torch.nn.functional.softmax(logits, dim1) return probs处理几张图片完全没问题predictor TorchPredictor( torchvision.models.resnet152, torchvision.models.ResNet152_Weights.DEFAULT ) images [ Image.open(/content/corn.png).convert(RGB), Image.open(/content/corn.png).convert(RGB) ] predictions predictor.predict_batch(images)大数据量图片数量从几张变成几万张、几百万张情况完全不一样了。内存撑不住不可能把所有图一股脑塞进去GPU 利用率上不去多卡场景下吞吐量优化是个棘手的问题万一跑到一半挂了怎么办分布式部署能不能用上集群资源还有个容易被忽视的点数据加载的 I/O 往往才是真正的瓶颈。自己从头写一套健壮的 pipeline 处理这些问题少说得折腾好几天。Ray Data 的思路Ray Data 是个分布式数据处理框架跟 PyTorch 配合得很好。关键是改造成本极低原有代码基本不用大动。第一步改造 Predictor 类把predict_batch方法换成__call__输入从 PIL Image 列表改成包含 numpy 数组的字典import numpy as np from typing import Dict class TorchPredictor: def __init__(self, model: torchvision.models, weights: torchvision.models): self.weights weights self.model model(weightsweights) self.model.eval() self.transform weights.transforms() self.device cuda if torch.cuda.is_available() else cpu self.model.to(self.device) def __call__(self, batch: Dict[str, np.ndarray]): Ray Data passes a dict batch with numpy arrays. # Convert numpy arrays back to PIL Images images [Image.fromarray(img_array) for img_array in batch[image]] with torch.inference_mode(): tensor_batch torch.stack([ self.transform(img.convert(RGB)) for img in images ]).to(self.device) logits self.model(tensor_batch) probs torch.nn.functional.softmax(logits, dim1) # Get top prediction top_probs, top_indices torch.max(probs, dim1) return { predicted_class_idx: top_indices.cpu().numpy(), confidence: top_probs.cpu().numpy() }改动点说明__call__替代predict_batch输入类型从List[Image.Image]变成Dict[str, np.ndarray]方法内部把 numpy 数组转回 PIL Image输出改成 dict 格式结果要搬回 CPU数据在进程间的移动由 Ray 负责。还有个细节要注意Ray Data 用 numpy 数组而非 PIL Image因为 numpy 数组跨进程序列化效率更高。第二步构建 Ray Dataset根据场景选择合适的创建方式小数据集直接从内存构建import ray import numpy as np ray.init() # Convert PIL Images to numpy arrays images [ Image.open(/path/to/image1.png).convert(RGB), Image.open(/path/to/image2.png).convert(RGB) ] # Create Ray Dataset from numpy arrays ds ray.data.from_items([{image: np.array(img)} for img in images])中等规模数据集推荐从文件路径延迟加载# Create dataset from paths image_paths [/path/to/img1.png, /path/to/img2.png] ds_paths ray.data.from_items([{path: path} for path in image_paths]) # Load images lazily def load_image(batch): images [np.array(Image.open(path).convert(RGB)) for path in batch[path]] return {image: images} ds ds_paths.map_batches(load_image, batch_size10)生产环境首选read_images()Ray 全权接管# Most efficient - Ray handles everything ds ray.data.read_images(/path/to/image/directory/) # or with specific files ds ray.data.read_images([/path/img1.png, /path/img2.png])第三步跑分布式推理核心代码如下weights torchvision.models.ResNet152_Weights.DEFAULT # Distributed batch inference results_ds ds.map_batches( TorchPredictor, fn_constructor_args(torchvision.models.resnet152, weights), batch_size32, num_gpus1, computeray.data.ActorPoolStrategy(size4) # 4 parallel actors ) # Collect results results results_ds.take_all() # Process results for result in results: class_idx result[predicted_class_idx] confidence result[confidence] print(fPredicted: {weights.meta[categories][class_idx]} ({confidence:.2%}))搞定了。新版 Ray 里concurrency参数已经废弃要换成computeActorPoolStrategy(sizeN)这种写法。改动总结自动分批Ray 自己决定最优 batch size分布式执行多 worker 并行跑GPU 调度自动把卡分配给 worker流式处理数据在 pipeline 里流动不用一次性全加载进内存容错机制worker 挂了会自动重试。生产环境RAY还可以直接读云存储的数据S3、GCS、Azure Blob 都支持# Read directly from S3, GCS, or Azure Blob ds ray.data.read_images(s3://my-bucket/images/) results ds.map_batches( predictor, batch_size64, num_gpus1, concurrency8 # 8 parallel GPU workers )多节点集群也可以用同一套代码10 台机器还是 100 台机器根本不用改# Connect to your Ray cluster ray.init(ray://my-cluster-head:10001) # Same code as before ds ray.data.read_images(s3://my-bucket/million-images/) results ds.map_batches(predictor, batch_size64, num_gpus1)进阶用法每个 batch 都重新加载模型太浪费了用 ActorPoolStrategy 让模型实例常驻内存from ray.data import ActorPoolStrategy results ds.map_batches( TorchPredictor, fn_constructor_args(torchvision.models.resnet152, weights), batch_size32, num_gpus1, computeActorPoolStrategy(size4) # Keep 4 actors alive )这样吞吐量提升很明显。CPU、GPU 资源可以细调results ds.map_batches( TorchPredictor, fn_constructor_args(torchvision.models.resnet152, weights), batch_size32, num_gpus1, # 1 GPU per actor num_cpus4, # 4 CPUs per GPU worker computeActorPoolStrategy(size8) )推理完直接写到云存储results.write_parquet(s3://my-bucket/predictions/)几个容易踩的坑Ray Data 没法直接序列化 PIL Image 对象得先转成 numpy 数组# ❌ This will fail ds ray.data.from_items([{image: pil_image}]) # ✅ This works ds ray.data.from_items([{image: np.array(pil_image)}]) # ✅ Or use read_images() (best) ds ray.data.read_images(/path/to/images/)Ray 2.51 之后concurrency不能用了# ❌ Deprecated ds.map_batches(predictor, concurrency4) # ✅ New way ds.map_batches(predictor, computeActorPoolStrategy(size4))batch size 太大容易 OOM保守起见可以从小的开始试# Monitor GPU memory and adjust batch_size accordingly results ds.map_batches( predictor, batch_size16, # Start conservative num_gpus1 )实践建议batch size 可以从小往大试观察 GPU 显存占用# Too small: underutilized GPU batch_size4 # Too large: OOM errors batch_size256 # Just right: depends on your model and GPU # For ResNet152 on a single GPU, 32-64 works well batch_size32ActorPoolStrategy 处理 20 张图大概要 9.7 秒而原生 PyTorch 跑 2 张图几乎瞬间完成。所以图片量少的时候 Ray Data 的启动开销反而不划算所以这个方案是几百上千张图的场景才能体现优势。Ray 自带 dashboard默认在 8265 端口# Check Ray dashboard at http://localhost:8265 ray.init(dashboard_host0.0.0.0)代码中可以包一层 try-except 防止单个样本出错拖垮整个任务def safe_predictor(batch: dict): try: return predictor(batch) except Exception as e: return {error: str(e), probs: None}跑之前加个计时可以进行性能 profilingimport time start time.time() results ds.map_batches(predictor, batch_size32) results.take_all() print(fProcessed in {time.time() - start:.2f} seconds)总结适合的场景数据集太大内存放不下需要多卡或多机并行长时间任务需要容错不想自己写分布式代码。不太必要的场景图片量在百张以内数据集轻松塞进内存只有一张卡而且短期内不打算扩展。Ray Data 的好处在于迁移成本低。PyTorch 代码改动很小换个方法签名、把数据包成 Ray Dataset就能换来从单卡到多机的无痛扩展、自动 batching 和并行优化、内置容错、云存储无缝对接等功能。如果你下次写多线程 data loader 或者手动管理 GPU pool 之前可以先考虑一下这哥方法把分布式系统的脏活累活交给 Ray精力留给构建模型本身。

相关文章:

PyTorch推理扩展实战:用Ray Data轻松实现多机多卡并行

单机 PyTorch 模型跑推理没什么问题,但数据量一旦上到万级、百万级,瓶颈就暴露出来了:内存不够、GPU 利用率低、I/O 拖后腿,更别说还要考虑容错和多机扩展。传统做法是自己写多线程 DataLoader、管理批次队列、手动调度 GPU 资源&…...

用PaddlePaddle动态图复现ResNet50,从零搭建一个眼底病变分类器(附完整代码)

基于PaddlePaddle动态图的ResNet50眼底病变分类实战指南 在医疗影像分析领域,自动化的疾病筛查系统正逐渐成为临床医生的得力助手。眼底病变的早期发现对预防视力损伤至关重要,而深度学习技术为这一任务提供了新的可能性。本文将带领读者使用PaddlePadd…...

OFA图像语义蕴含模型保姆级部署指南:从零到一搭建Web应用

OFA图像语义蕴含模型保姆级部署指南:从零到一搭建Web应用 1. 项目概述与技术背景 1.1 什么是图像语义蕴含 图像语义蕴含(Visual Entailment)是多模态AI领域的一项重要任务,它需要系统判断给定的文本描述是否能够从图像内容中逻…...

Flink+SLS 云原生组合:构建阿里云 OpenAPI 网关实时监控体系,故障发现提速至秒级!

背景与挑战阿里云开放平台(OpenAPI)是开发者管理云上资源的标准入口,承载了几乎所有云产品的对外接口,满足客户自动化运维与云资源管控的核心诉求。随着企业对自动化的依赖日益加深,OpenAPI 的稳定性建设变得至关重要。…...

Skyeye云智能制造v3.19.2发布:零代码平台,功能升级,开发效率大提升!

【Skyeye云智能制造简介】Skyeye云智能制造是智能制造一体化,采用SpringBoot UNI - APP Ant Design Vue的零代码平台开发模式。它包含100多种电子流程,以及CRM、PM、ERP、MES、ADM、OA、EHR、AI、项目、商城、财务、多班次考勤、薪资、招聘、云售后、论…...

Kubernetes 创造者投身自主 AI,Stacklok 能否打造 AI 领域的“Kubernetes 时刻”?

聚焦责任问题McLuckie 在 2023 年初创立了 Stacklok。他的搭档 Beda 在 2022 年“半退休”,加入是因这是“行业的一个非凡时刻”,有机会用专业知识解决企业关键问题。McLuckie 称最大问题是责任,智能体无法对工作负责,企业仍要对结…...

5G手机信号突然变差?可能是RRC连接释放的锅,附排查思路

5G手机信号突然变差?可能是RRC连接释放的锅,附排查思路 你是否遇到过这样的场景:手机明明显示5G信号满格,但刷视频却频繁缓冲,游戏延迟飙升,甚至微信消息都发不出去?这种"假信号"问题…...

告别激活烦恼:KMS_VL_ALL_AIO智能激活工具完全指南

告别激活烦恼:KMS_VL_ALL_AIO智能激活工具完全指南 【免费下载链接】KMS_VL_ALL_AIO Smart Activation Script 项目地址: https://gitcode.com/gh_mirrors/km/KMS_VL_ALL_AIO 你是否曾因为Windows系统突然弹出激活提醒而中断重要工作?是否在关键时…...

MSP432P401R开发第一步:在CCS里正确导入DriverLib库并配置头文件路径(避坑指南)

MSP432P401R开发实战:从DriverLib库配置到工程模板搭建全解析 刚接触MSP432P401R的开发者往往会在第一步——配置CCS工程环境时遇到各种"坑"。这些看似基础的问题如果处理不当,可能导致后续开发效率大幅降低。本文将手把手带你完成从零开始的…...

海外短剧平台搭建 - 多支付多语言短剧系统 - 包 Google Play/App Store 上架

短剧出海正迎来爆发期,全球市场规模突破 200 亿美元,但语言不通、支付不畅、上架难、合规风险高,成为大多数创业者的拦路虎。云微海外短剧系统,一套源码解决多语言、多支付、全球 CDN、合规上架、变现全链路,从 0 到 1…...

DeepSeek总结的令人惊叹的客户端 Markdown:markdeep

https://casual-effects.com/markdeep/ 令人惊叹的客户端 Markdown 零安装。 下载模板 ⤓ Markdeep 文档在浏览器中看起来像 PDF,在编辑器中用起来像原生 ASCII 文档。它无需插件、导出或服务器。支持所有操作系统和编辑器。 Markdeep 支持样式表、图表、日历、引用…...

移动后端开发API设计与推送服务

移动互联网时代,后端API设计与推送服务是保障应用性能与用户体验的核心技术。随着用户对实时性和交互性需求的提升,如何设计高效、安全的API接口,并实现稳定可靠的推送服务,成为开发者必须面对的挑战。本文将围绕移动后端开发中的…...

从源码演变看PyTorch forward设计:从v0.1.12到2.x的钩子(Hook)机制进化史

PyTorch forward设计演进:从基础调用到钩子体系的架构升级 在深度学习框架的发展历程中,PyTorch以其动态计算图和直观的接口设计赢得了大量开发者的青睐。作为模型定义的核心方法,forward的调用机制经历了从简单直接到复杂灵活的演变过程。本…...

别再死记硬背Attention公式了!用Python+PyTorch手撕一个Hierarchical Attention Network(HAN)

从零实现层次注意力网络:用PyTorch构建可解释的文本分析模型 在自然语言处理领域,理解长文档的层次结构一直是个挑战。传统的注意力机制虽然强大,但面对嵌套的文本层级(如词→句→段落)时往往力不从心。这就是Hierarch…...

SketchUp选择工具全解析:从点选到反选,6种技巧提升建模效率

SketchUp选择工具全解析:从点选到反选,6种技巧提升建模效率 在三维建模的世界里,精确选择是高效创作的基石。就像雕塑家需要精准控制每一处凿刻的力度和位置,SketchUp用户也必须掌握选择工具的精髓。许多中级用户虽然能完成基础建…...

告别野路子!用STM32CubeMX HAL库点亮LED,这才是新手该学的标准流程

从零开始玩转STM32:CubeMXHAL库标准开发指南 第一次拿到STM32开发板时,那种既兴奋又茫然的感觉我至今记忆犹新。面对密密麻麻的引脚、复杂的开发环境和网上五花八门的教程,很多新手都会陷入"该从哪里开始"的困惑。本文将带你用最规…...

别再死磕协议文档了!用MIPI M-PHY和UniPro的视角,重新理解UFS2.2的‘挡位’与‘车道’

从汽车变速箱到数据高速公路:UFS2.2传输机制的全新解读 当你在高速公路上驾驶一辆手动挡汽车时,换挡杆的每个位置都对应着特定的速度区间——一挡适合起步,五挡则用于巡航。这种直观的机械逻辑,恰好能帮助我们理解UFS2.2存储协议中…...

STM32F429 SPI读写W25Q128 Flash实战:从引脚配置到数据存储的完整流程

STM32F429 SPI读写W25Q128 Flash实战:从引脚配置到数据存储的完整流程 在嵌入式系统开发中,外部Flash存储器扩展是常见需求。W25Q128作为一款16MB容量的SPI Flash芯片,以其高性价比和易用性成为许多项目的首选。本文将手把手带你完成STM32F42…...

别只装双系统!用Surface Pro 7打造移动安全工作站:Kali渗透测试环境配置全记录

在Surface Pro 7上构建专业级Kali渗透测试工作站的完整指南 当网络安全从业者需要一台随时可用的便携式渗透测试设备时,Surface Pro 7凭借其轻薄设计和出色性能成为理想选择。本文将详细介绍如何将Surface Pro 7打造成一个功能完备的移动安全工作站,而不…...

c++怎么获取文件的压缩比例信息_Windows压缩卷特性【详解】.txt

...

SQL分组聚合优化_GROUP BY索引与优化方案.txt

...

打卡信奥刷题(3134)用C++实现信奥题 P7552 [COCI 2020/2021 #6] Anagramistica

P7552 [COCI 2020/2021 #6] Anagramistica 题目描述 Biljana 喜欢出字谜游戏。 如果一个单词可以由另一个单词交换字母顺序得到,则称它们是「相似」的。 现在,她有 nnn 个单词。她希望选出一些单词,使得其中恰好有 kkk 对单词是「相似」的…...

【2026年最新600套毕设项目分享】微信小程序的新闻资讯系统(30117)

有需要的同学,源代码和配套文档领取,加文章最下方的名片哦 一、项目演示 项目演示视频 项目演示视频2 二、资料介绍 完整源代码(前后端源代码SQL脚本)配套文档(LWPPT开题报告/任务书)远程调试控屏包运…...

从AHB到Multi-Layer AHB:手把手教你用Verilog搭一个简易互连矩阵(附仿真代码)

从AHB到Multi-Layer AHB:手把手教你用Verilog搭一个简易互连矩阵(附仿真代码) 在数字系统设计中,总线架构如同城市的交通网络,决定了数据流动的效率和秩序。当系统复杂度从单核处理器演进到多核异构计算时,…...

【2026年最新600套毕设项目分享】大学生就业平台微信小程序(30116)

有需要的同学,源代码和配套文档领取,加文章最下方的名片哦 一、项目演示 项目演示视频 项目演示视频2 二、资料介绍 完整源代码(前后端源代码SQL脚本)配套文档(LWPPT开题报告/任务书)远程调试控屏包运…...

别再为文档预览发愁了!手把手教你在Linux服务器上部署kkFileView(含OpenOffice中文乱码终极解决方案)

企业级文档预览解决方案:Linux下kkFileView深度部署与中文乱码根治指南 当团队协作遇到文档格式五花八门时,你是否经历过这样的困境?市场部发来的PPT在微信里显示缩略图,财务部的Excel报表在网页中变成下载链接,技术文…...

TrollInstallerX终极指南:3分钟解锁iOS设备全新玩法

TrollInstallerX终极指南:3分钟解锁iOS设备全新玩法 【免费下载链接】TrollInstallerX A TrollStore installer for iOS 14.0 - 16.6.1 项目地址: https://gitcode.com/gh_mirrors/tr/TrollInstallerX TrollInstallerX是一款革命性的iOS安装工具,…...

从零开始:在Windows 10上配置PyTorch 1.9.0 + torchtext 0.10.0(CUDA 11.1版)完整教程

从零开始:在Windows 10上配置PyTorch 1.9.0 torchtext 0.10.0(CUDA 11.1版)完整教程 深度学习框架PyTorch因其灵活性和易用性广受欢迎,而torchtext作为其自然语言处理的重要扩展库,为文本数据处理提供了强大支持。本文…...

游戏模组管理革命:XXMI Launcher如何让6款热门游戏一键安装模组?

游戏模组管理革命:XXMI Launcher如何让6款热门游戏一键安装模组? 【免费下载链接】XXMI-Launcher Modding platform for GI, HSR, WW and ZZZ 项目地址: https://gitcode.com/gh_mirrors/xx/XXMI-Launcher 还在为不同游戏安装多个模组管理器而烦恼…...

春秋云境CVE-2021-42013

1.阅读靶场介绍 这里主要是得到路径穿越和命令执行 这两个关键字眼 这里说点博主打靶场的心得 就是首先是根据靶场介绍我们会得到大致方向 如果打不出来的话我们可以去找度娘 再然后就是去把介绍的文字喂给ai看看ai给到什么建议 最后就是找github看看有没有了 如果都没有…...