Spaces:
Sleeping
Sleeping
File size: 10,516 Bytes
6ba6dc7 1c5ef91 6ba6dc7 1c5ef91 80a3544 6ba6dc7 80a3544 1c5ef91 80a3544 1c5ef91 80a3544 1c5ef91 80a3544 1c5ef91 80a3544 8580232 1c5ef91 6ba6dc7 1c5ef91 6ba6dc7 1c5ef91 6ba6dc7 8580232 6ba6dc7 8580232 fa98542 6ba6dc7 8580232 6ba6dc7 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 |
import psutil
import logging
from typing import Dict, Any, Optional
logger = logging.getLogger(__name__)
def get_memory_usage() -> Dict[str, Any]:
"""Récupère les informations sur l'utilisation de la mémoire système.
Optimisé pour les environnements conteneurisés (Docker/Hugging Face Spaces).
Returns:
Dictionnaire contenant les informations de mémoire en Mo et pourcentages
"""
try:
# Vérifier d'abord si nous sommes dans un conteneur Docker avec des limites cgroup
container_limit = None
try:
# Essayer de lire la limite de mémoire du cgroup (disponible dans les conteneurs)
with open('/sys/fs/cgroup/memory/memory.limit_in_bytes', 'r') as f:
container_limit = int(f.read().strip())
# Si c'est proche de la valeur maximale d'un entier 64-bit, alors c'est illimité
if container_limit > 2**60: # Une valeur très proche de la max
container_limit = None
except (IOError, FileNotFoundError):
# Essayer le chemin cgroup v2
try:
with open('/sys/fs/cgroup/memory.max', 'r') as f:
content = f.read().strip()
if content != 'max':
container_limit = int(content)
except (IOError, FileNotFoundError):
# Pas de limite cgroup lisible
pass
# Déterminer la mémoire totale pour Hugging Face Spaces (32GB)
total_memory = 32 * (1024**3) # 32 GB en octets fixe pour Hugging Face
# Essayer une approche plus directe pour les conteneurs Docker
docker_memory_used = None
memory_source = "unknown"
# Log du début de la tentative de lecture
logger.info("Tentative de lecture des informations de mémoire Docker...")
try:
# Lire la mémoire utilisée directement depuis les stats cgroup v1
cgroup_path = '/sys/fs/cgroup/memory/memory.usage_in_bytes'
with open(cgroup_path, 'r') as f:
docker_memory_used = int(f.read().strip())
memory_source = f"cgroup v1 ({cgroup_path})"
logger.info(f"Mémoire Docker lue depuis {memory_source}: {docker_memory_used / (1024*1024):.2f} Mo")
except (IOError, FileNotFoundError) as e:
logger.info(f"Impossible de lire depuis cgroup v1: {e}")
try:
# Essayer le chemin cgroup v2
cgroup_path = '/sys/fs/cgroup/memory.current'
with open(cgroup_path, 'r') as f:
docker_memory_used = int(f.read().strip())
memory_source = f"cgroup v2 ({cgroup_path})"
logger.info(f"Mémoire Docker lue depuis {memory_source}: {docker_memory_used / (1024*1024):.2f} Mo")
except (IOError, FileNotFoundError) as e:
logger.info(f"Impossible de lire depuis cgroup v2: {e}")
# Utiliser le RSS du processus Python comme approximation
docker_memory_used = psutil.Process().memory_info().rss
memory_source = "RSS du processus Python"
logger.info(f"Mémoire utilisée approximative depuis {memory_source}: {docker_memory_used / (1024*1024):.2f} Mo")
# Si nous n'avons pas pu lire directement la mémoire du conteneur
# Utiliser les informations du système mais avec une correction
virtual_memory = psutil.virtual_memory()
# Utiliser la valeur Docker si disponible, sinon utiliser une approximation
# Dans Hugging Face Spaces, la vraie mémoire utilisée est généralement plus proche
# de la mémoire RSS du processus Python
logger.info(f"Informations psutil - total: {virtual_memory.total / (1024*1024):.2f} Mo, utilisé: {virtual_memory.used / (1024*1024):.2f} Mo")
if docker_memory_used:
used_memory = docker_memory_used
logger.info(f"Utilisation de la mémoire depuis {memory_source}")
else:
# Approche conservatrice: utiliser 10% du total rapporté par psutil ou la mémoire RSS
# Cela correspond mieux à ce que HF affiche typiquement
process_rss = psutil.Process().memory_info().rss
psutil_adjusted = virtual_memory.used * 0.10
used_memory = max(process_rss, psutil_adjusted)
logger.info(f"Utilisation de la mémoire estimée - RSS: {process_rss / (1024*1024):.2f} Mo, psutil ajusté: {psutil_adjusted / (1024*1024):.2f} Mo")
memory_source = "estimation (max de RSS et psutil ajusté)"
# S'assurer que la mémoire utilisée ne dépasse pas le total
used_memory = min(used_memory, total_memory)
# Calculer la mémoire disponible
available_memory = total_memory - used_memory
# Calculer les pourcentages
percent_used = (used_memory / total_memory) * 100 if total_memory > 0 else 0
# Log des résultats finaux
import datetime
current_time = datetime.datetime.now().strftime("%H:%M:%S")
logger.info(f"[{current_time}] Mémoire totale: {total_memory / (1024*1024):.2f} Mo (fixée à 32 Go)")
logger.info(f"[{current_time}] Mémoire utilisée: {used_memory / (1024*1024):.2f} Mo (source: {memory_source})")
logger.info(f"[{current_time}] Mémoire disponible: {available_memory / (1024*1024):.2f} Mo")
logger.info(f"[{current_time}] Pourcentage utilisé: {percent_used:.1f}%")
# Convertir les bytes en Mo pour être plus lisible
memory_info = {
"total": round(total_memory / (1024 * 1024), 2), # Mo
"available": round(available_memory / (1024 * 1024), 2), # Mo
"used": round(used_memory / (1024 * 1024), 2), # Mo
"percent_used": round(percent_used, 1), # %
"percent_free": round(100 - percent_used, 1) # %
}
return memory_info
except Exception as e:
logger.error(f"Failed to get memory usage: {e}")
return {
"error": f"Failed to get memory usage: {e}",
"total": 32 * 1024, # 32 GB par défaut en Mo
"available": 16 * 1024, # 16 GB par défaut en Mo
"used": 16 * 1024, # 16 GB par défaut en Mo
"percent_used": 50.0, # %
"percent_free": 50.0 # %
}
def get_loaded_models_memory(model_pipelines: Dict[str, Any]) -> Dict[str, Any]:
"""Estime la mémoire utilisée par les modèles chargés.
Args:
model_pipelines: Dictionnaire des modèles chargés
Returns:
Dictionnaire avec le nombre de modèles et l'utilisation mémoire estimée
"""
try:
models_count = len(model_pipelines)
# Utilisation mémoire approximative basée sur le nombre de paramètres des modèles
memory_usage = 0
model_sizes = {}
for model_id, model_data in model_pipelines.items():
pipeline = model_data.get('pipeline')
if pipeline is not None:
# Calculer le nombre de paramètres
param_count = sum(p.numel() for p in pipeline.parameters())
# Estimer la mémoire (4 bytes par paramètre pour les float32)
size_mb = round(param_count * 4 / (1024 * 1024), 2)
model_sizes[model_id] = {
"parameters": param_count,
"size_mb": size_mb,
"name": model_data.get('metadata', {}).get('hf_filename', 'unknown')
}
memory_usage += size_mb
return {
"models_count": models_count,
"total_memory_mb": round(memory_usage, 2),
"models": model_sizes
}
except Exception as e:
logger.error(f"Failed to calculate models memory usage: {e}")
return {
"error": str(e),
"models_count": len(model_pipelines),
"total_memory_mb": 0,
"models": {}
}
def get_memory_status(model_pipelines: Optional[Dict[str, Any]] = None) -> Dict[str, Any]:
"""Récupère les informations de mémoire système et des modèles.
Args:
model_pipelines: Dictionnaire des modèles chargés (optionnel)
Returns:
Dictionnaire contenant les informations de mémoire
"""
memory_info = {
"system_memory": get_memory_usage(),
}
if model_pipelines is not None:
memory_info["models_memory"] = get_loaded_models_memory(model_pipelines)
return memory_info
def format_memory_status(memory_status: Dict[str, Any]) -> str:
"""Formate les informations de mémoire de manière élégante pour l'affichage.
Args:
memory_status: Dictionnaire contenant les informations de mémoire
Returns:
Chaîne formatée pour affichage
"""
# Ajouter un horodatage pour vérifier le rafraîchissement
import datetime
current_time = datetime.datetime.now().strftime("%H:%M:%S")
try:
system_memory = memory_status.get("system_memory", {})
models_memory = memory_status.get("models_memory", {})
# Formater les infos système avec horodatage
formatted_text = f"--- Mémoire Système (maj à {current_time}) ---\n"
formatted_text += f"Total: {system_memory.get('total', 0):.1f} Mo \n"
formatted_text += f"Utilisée: {system_memory.get('used', 0):.1f} Mo ({system_memory.get('percent_used', 0):.1f}%) \n"
formatted_text += f"Disponible: {system_memory.get('available', 0):.1f} Mo ({system_memory.get('percent_free', 0):.1f}%)\n\n"
# Ajouter les infos modèles
models_count = models_memory.get("models_count", 0)
total_model_mb = models_memory.get("total_memory_mb", 0)
formatted_text += f"--- Mémoire des Modèles (maj à {current_time}) ---\n"
formatted_text += f"Nombre de modèles chargés: {models_count}\n"
formatted_text += f"Mémoire estimée: {total_model_mb:.1f} Mo"
return formatted_text
except Exception as e:
logger.error(f"Error formatting memory status: {e}")
return "Erreur lors de la récupération des informations de mémoire."
|