- Shipped
- 25 settembre 2026 alle ore 10:25 UTC
- Author
- Kamo
- Commit
- 5edb887
Il backend ONNX di TEI 1.5 inizia un thread di inferenza per core host fisico (24 su k1m1) e non legge l'impostazione del filo, quindi sotto la quota 1-CPU del baccello CFS l'acceleratore congela la piscina mid-batch: un lotto di 8 è passato da 0,3 s a 5-11 s, /health (che aspetta il lotto in volo) outlasted kubelet di 1-s timeout, e liveness ucciso il modello due volte in un reindex. RAGService fa scattare un evento il cui embed fallito, quindi quegli aggiornamenti KB e note sono stati persi, e 106 Gli articoli del Centro di Aiuto non hanno mai ottenuto vettori. - immagine cpu-1.5 -> cpu-1.9.4: da 1.6 la piscina ONNX è dimensionata dal limite della CPU cgroup. Stessi file di modello; i vettori sono bit-identici a 1,5, quindi i punti di Qdrant rimangono validi. Il reranker di SP01 esegue lo stesso tag. --tokenization-workers 1, e OMP/MKL/RAYON NUM THREADS=1 (l'immagine imposta RAYON a 8), quindi ogni piscina corrisponde al limite anche se TEI torna al suo backend di candela. - tempo di vita e di prontezza secondo 1 -> 10. E' il momento giusto. (pithon3 -m unittest Discover -s embedding-model/tests) perni il manifesto, e con TEI ROOTFS/TEI MODEL DIR esegue l'immagine del manifesto, args e env sotto la sua quota di CPU con cinque client a forma di RAGService: cpu-1.5 ha eseguito 35 thread, 2.7 chunks/s e ha fallito 102 di 121 sonde; cpu-1.9.4 gestisce 6 filetti, 8,1 pezzi / s e non riesce nessuno. KamoAI SP00 recensione finale I-1.