我的函数代码中统计了一个深度学习模型加载的时间,一个大小为13M的模型利用torch加载模型并传递到

我的函数代码中统计了一个深度学习模型加载的时间,一个大小为13M的模型利用torch加载模型并传递到gpu需要十多秒,本地测试的话则两三秒,这个是函数这个功能自身的限制吗?

展开
收起
绿子直子 2023-02-07 15:23:47 515 发布于北京 分享
分享
版权
举报
2 条回答
写回答
取消 提交回答
  • 这并不一定是函数本身的限制。这可能与您使用的硬件或网络连接有关。例如,如果您在GPU上运行模型,那么加载模型的时间可能比在CPU上运行模型要长。此外,如果您在网络连接上运行模型,连接的速度也会影响加载时间。

    2023-02-07 17:53:48 发布于广东 举报
    赞同 评论

    评论

    全部评论 (0)

    登录后可评论
  • 如果是冷启动,这个耗时是差不多的,因为计算节点需要从远端拉取镜像(依赖、模型)至本地,然后启动GPU容器。

    按量GPU模式:有冷启动,但成本最优(仅请求处理收费) 弹性预留GPU模式:无冷启动,但成本会贵一些(容器存活期收费)

    此答案来自钉钉群“阿里函数计算官网客户"

    2023-02-07 17:26:08 发布于北京 举报
    赞同 评论

    评论

    全部评论 (0)

    登录后可评论

快速交付实现商业价值。

收录在圈子:
+ 订阅
阿里云 云原生应用平台 肩负阿里巴巴集团基础设施云化以及核心技术互联网化的重要职责,致力于打造稳定、标准、先进的云原生产品,成为云原生时代的引领者,推动行业全面想云原生的技术升级,成为阿里云新增长引擎。商业化产品包括容器、云原生中间件、函数计算等。
还有其他疑问?
咨询AI助理
AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等