部署后，连续发送请求，推理耗时递增
Open
- Dominant language
- Python
- Stars
- 8.1k
- Forks
- 748
- Avg merge
- 6d 2h
- Merged PRs (30d)
- 54
Description
开发者你好，
我用LMdeploy部署InternVL2后接了openAI的接口，发现如果我连续测试同一批图片，也就是连续发送多个请求，越靠后的请求推理耗时越长，如果一次发送的请求数量过多，排序靠后的就容易超时卡死。请问这有什么优化方案吗
Contributor guide
Assessment
This issue has not been assessed yet.