tensorflow model serving 显存按需增加方法
tensorflow_model_serving部署时默认会占满整个GPU的显存, 这会很费显存,让model serving按需使用显存的方案如下:
解决方案详见: https://github.com/tensorflow/serving/issues/836#issue-311505466
指定platform_config_file, 文件内容:
platform_configs {
key: "tensorflow"
value {
source_adapter_config {
[type.googleapis.com/tensorflow.serving.SavedModelBundleSourceAdapterConfig] {
legacy_config {
session_config {
allow_soft_placement: true
gpu_options {
per_process_gpu_memory_fraction: 1.0
allow_growth: true
}
}
}
}
}
}
}
重点是allow_growth=true
然后
tensorflow_model_serving --model_base_path=models --model_name=model1@1;model2@1 --platform_config_file=platform_config.config
附:
为何tensorflow (serving)会默认占满显存?
显存一般是由CUDA进行分配,而tensorflow为了加速计算,它自己实现了显存分配的逻辑,维护了一个自己的显存堆. 所以它一开始就吃满了整个显存,然后在框架内部进行显存分配.