机器学习高性能推理解决方案（python 版）;

功能

1. 基于事件循环的非阻塞同步动态 Batch 推理：推理的并发和并行；
2. 独占资源分配器：预处理和推理并行，并且防止内存溢出；
3. 分解推理：分解为多个子任务推理；

基本流程

1. 异步服务：FastAPI 注册的路由 route func，route func为异步协程，实现并发访问；
2. 异步推理：route func解析请求参数获取输入，将输入封装成 job，并立即返回未完成计算 future；route func通过 await 挂起，直到协程 future返回结果；
3. 执行任务：创建消费者线程，从任务队列 queue中获取任务并执行具体的推理工作，并将推理结果填充至 future；
4. 结果返回：异步协程 future在结果填充后返回，程序回到 route func，收集推理结果通过 FastAPI 返回，完成一次推理；

数据流

1. 接收数据：FastAPI 路由函数 route func接收数据流 raw_data；
2. 解析数据：生产者线程通过推理器 infer.parse_raw方法，将 raw_data解析为推理器输入格式 infer.Input；
3. 存储推理任务输入：将解析后输入 input存储在 job.input；
4. 预处理：通过 preprocess对 job.input做预处理；
5. 存储模型输入：申请数据资源 mono_data，将预处理后模型输入存储至 mono_data.input；
6. 多个任务模型输入组成 batch：多个任务 mono_data.input组合为 batch_input;
7. 存储模型输出：根据索引，从 batch_output中获取任务输出记录在 mono_data.output中；
8. 后处理：通过 postprocess，将模型输出 mono_data.output转换为最终推理结果存储在 job.output中；
9. 返回推理结果：将推理结果 job.output填充至未完成工作 future，使 future变成完成状态，FastAPI 获取 future.result()后返回；

pip install fastapi[all]

1. 异步

python 的异步模块并非真实的异步，而是基于事件循环的非阻塞同步操作；

• 阻塞和非阻塞：调用方等待计算完成；
• 同步和异步：同步，调用方轮询计算是否完成；异步，约定某一通信方式，当任务完成时通知调用方。

生产者提交推理任务，返回未完成计算 future，调用方不必等待推理任务完成，可继续接收 http 请求，生产新的推理任务，因此是非阻塞的。生产者轮询推理任务是否完成，完成则通过 http 返回推理结果，因此，是同步的。python asyncio源码如下：

from asyncio.futures import Future


async def func():
    future = Future() # 非阻塞
    await future # 同步



class Future():
        def __init__(self, *, loop=None):
            if loop is None:
                # 事件循环，事件指future.set_result事件, 事件发生时执行绑定事件的callback回调函数
                self._loop = events.get_event_loop()

        def set_result(self, result):
            # set_result事件修改任务状态，之后出发set_result事件绑定回调，事件循环loop与future的非阻塞同步无关；
            self._state = _FINISHED
            self.__schedule_callbacks()

        def __await__(self):
            if not self.done(): # 判断是否完成计算
                self._asyncio_future_blocking = True
                yield self  #出让CPU时间片
            if not self.done():
                raise RuntimeError("await wasn't used with future")
            return self.result()  # 返回推理结果

        __iter__ = __await__  # 循环迭代，轮询方式；

python 中提供两种未完成计算 future，concurrent.futures和 asyncio.futures，前者基于线程通信实现非阻塞异步，后者基于事件循环+协程实现非阻塞同步。

2. 动态 Batch 推理

通过 Batch 实现并行：基于生产消费设计模式、任务队列、线程通信等机制，推理时可将多个任务合并为一个 Batch 推理，提供推理并行度。

独占资源分配器实现两个功能：预处理和推理并行和内存防溢出。

由 job 结构和数据流动可知，要想将 job 加入任务队列必须经过预处理 preprocess，而预处理必须申请独占数据资源（python 类对象），才能够存储预处理输出（模型输入）和后处理输入（模型输出），因此，设计独占资源分配器，可以巧妙控制整个推理的进行；

1. 内存防溢出：独占资源分配器设定指定数量的独占资源，当所有资源被分配占用时，再次 commit 必须等待之前的任务推理完成，释放资源；因此内存占用恒定，大量 commit 不会造成服务器内存溢出崩溃；
2. 预处理和推理解耦：独占数据资源数量一般为最大 batch_size 两倍，此时，满足一个 batch_size 进行预处理，一个 batch_size 进行推理，即预备一个 batch_size，实现 prefetch 的功能，从而使预处理和推理同时进行，提高推理效率；

分解推理：将推理任务拆分为若干子任务，合并子任务推理结果，最终得到完整的推理结果；分解推理是通过 jobset任务集类型实现的。

场景一: 遥感图像目标检测 将遥感大图 A 拆分为瓦片图 A1、A2、...、An，对应创建子任务 job1、job2、...、jobn，融合每个瓦片图检测结果，获取大图检测结果；

1. 下载balloon 数据集的目标检测模型文件；

下载地址，提取码：lhvs

balloon/
	config.py
	yolo.onnx

2. 启动服务

切换路径至根目录下：

python app.py

3. 测试接口

上传 workspace 目录下 balloon.jpg；