bench：基准测试

1 bench latency：离线延迟测试

参数

参数	说明	默认值
--input-len	输入序列长度（token）	32
--output-len	输出序列长度（token）	128
--batch-size	批量大小	8
--n	每个提示生成序列数	1
--use-beam-search	是否使用束搜索	False
--num-iters-warmup	预热迭代次数	10
--num-iters	实际测试迭代次数	30
--profile	是否进行性能分析	False
--output-json	保存延迟结果 JSON 文件路径	None
--disable-detokenize	是否禁用 detokenization	False

示例

#对推理引擎进行延迟测试
fastdeploy bench latency --model baidu/ERNIE-4.5-0.3B-Paddle

2 bench serve：在线延迟与吞吐量测试

参数

参数	说明	默认值
--backend	后端类型	"openai-chat"
--base-url	服务器或 API 基础 URL	None
--host	主机地址	"127.0.0.1"
--port	端口	8000
--endpoint	API 路径	"/v1/chat/completions"
--model	模型名称	必需
--dataset-name	数据集名称	"sharegpt"
--dataset-path	数据集路径	None
--num-prompts	处理提示数	1000
--request-rate	每秒请求数	inf
--max-concurrency	最大并发数	None
--top-p	采样 top-p (OpenAI 后端)	None
--top-k	采样 top-k (OpenAI 后端)	None
--temperature	采样温度 (OpenAI 后端)	None

示例

#对在线服务进行性能测试
fastdeploy bench serve --backend openai-chat \
  --model baidu/ERNIE-4.5-0.3B-Paddle \
  --endpoint /v1/chat/completions \
  --host 0.0.0.0 \
  --port 8891 \
  --dataset-name EBChat \
  --dataset-path /datasets/filtered_sharedgpt_2000_input_1136_output_200.json \
  --percentile-metrics ttft,tpot,itl,e2el,s_ttft,s_itl,s_e2el,s_decode,input_len,s_input_len,output_len \
  --metric-percentiles 80,95,99,99.9,99.95,99.99 \
  --num-prompts 1 \
  --max-concurrency 1 \
  --save-result

3 bench throughput：吞吐量测试

参数

参数	说明	默认值
--backend	推理后端	"fastdeploy"
--dataset-name	数据集	"random"
--model	模型名称	必需
--input-len	输入序列长度	None
--output-len	输出序列长度	None
--prefix-len	前缀长度	0
--n	每个 prompt 生成序列数	1
--num-prompts	prompt 数量	50
--output-json	保存 JSON 文件路径	None
--disable-detokenize	是否禁用 detokenization	False
--lora-path	LoRA adapter 路径	None

示例

#对推理引擎进行吞吐量测试
fastdeploy bench throughput --model baidu/ERNIE-4.5-0.3B-Paddle \
--backend fastdeploy-chat \
--dataset-name EBChat \
--dataset-path /datasets/filtered_sharedgpt_2000_input_1136_output_200.json \
--max-model-len 32768

4 bench eval：在线任务效果评估

参数

参数	说明	默认值
--model, -m	模型名称	"hf"
--tasks, -t	任务列表	None
--model_args, -a	模型参数	""
--num_fewshot, -f	Few-shot 样本数量	None
--samples, -E	样本数量	None
--batch_size, -b	批量大小	1
--device	设备	None
--output_path, -o	输出路径	None
--write_out, -w	是否写出结果	False

示例

#对服务进行相关任务的效果评估
fastdeploy bench eval
--model local-completions
--model_args pretrained=./baidu/ERNIE-4.5-0.3B-Paddle,base_url=http://0.0.0.0:8490/v1/completions
--write_out --tasks ceval-valid_accountant