text-embeddings-inference 文档

文本嵌入推理

Hugging Face's logo
加入 Hugging Face 社区

并获得增强型文档体验

开始

文本嵌入推理

文本嵌入推理 (TEI) 是一款综合工具包,专为高效部署和提供开源文本嵌入模型而设计。它支持对最流行模型(包括 FlagEmbedding、Ember、GTE 和 E5)进行高性能提取。

TEI 提供多种功能,旨在优化部署流程并提高整体性能。

主要功能

  • 简化部署:TEI 消除了模型图编译步骤的需要,从而简化了部署流程。
  • 高效资源利用:受益于小型 Docker 镜像和快速启动时间,从而实现真正的无服务器功能。
  • 动态批处理:TEI 采用基于令牌的动态批处理,从而在推理过程中优化资源利用率。
  • 优化推理:TEI 利用 Flash AttentionCandlecuBLASLt,通过使用优化的 Transformers 代码进行推理。
  • Safetensors 权重加载:TEI 加载 Safetensors 权重,以缩短启动时间。
  • 生产就绪:TEI 通过 Open Telemetry 支持分布式跟踪,并导出 Prometheus 指标。

基准测试

在 NVIDIA A10 上针对 BAAI/bge-base-en-v1.5 进行基准测试,序列长度为 512 个令牌

Latency comparison for batch size of 1 Throughput comparison for batch size of 1

Latency comparison for batch size of 32 Throughput comparison for batch size of 32

入门

要开始使用 TEI,请查看 快速入门 指南。

< > 更新 在 GitHub 上