5090的机器识别时，CPU的使用率会突然升的很高，vllm:0.11和0.10都有这个情况

[crisyy]

🔎 Search before asking | 提交之前请先搜索

• I have searched the MinerU Readme and found no similar bug report.
• I have searched the MinerU Issues and found no similar bug report.
• I have searched the MinerU Discussions and found no similar bug report.

🤖 Consult the online AI assistant for assistance | 在线 AI 助手咨询

• I have consulted the online AI assistant but was unable to obtain a solution to the issue.

Description of the bug | 错误描述

minerU版本:2.7
gpu:RTX5090

使用vllm启动，CPU使用率在识别时会突然飚的很高，后改用docker镜像也会出现同样的现象。
但是这个问题在4090的机器上出现的很少。
目前暂时在启动时限制了CPU的线程数。

How to reproduce the bug | 如何复现

minerU版本:2.7.1
gpu:RTX5090

CPU使用率在识别时会突然飚的很高

Operating System Mode | 操作系统类型

Linux

Operating System Version| 操作系统版本

Ubuntu 22.04

Python version | Python 版本

3.13

Software version | 软件版本 (mineru --version)

>=2.5

Backend name | 解析后端

vlm

Device mode | 设备模式

cuda

[dosubot[bot]]

5090高CPU使用率的根本原因通常不是vllm推理本身，而是PDF转图片的预处理步骤，这一步是纯CPU密集型的，使用了pypdfium2和PIL，并且默认用Python多进程（multiprocessing），会瞬间吃满高核数机器的CPU资源，尤其是5090这类高端机型。4090上不明显，主要是因为CPU核心数和负载分配不同。限制CPU线程数只是临时缓解，实际瓶颈还是在图片预处理[分析]。

优化建议：

• 可以在调用 load_images_from_pdf 时，把 threads 参数设为你的CPU核心数（比如32），这样能充分利用多核加速图片预处理，但也会拉高瞬时CPU占用。这个参数目前只能在代码里改，建议后续暴露为环境变量（如 MINERU_PDF_LOAD_THREADS）。
• 如果不需要表格/公式识别，可以通过环境变量关闭（MINERU_TABLE_ENABLE=false，MINERU_FORMULA_ENABLE=false），能明显降低CPU负载[建议]。
• 增大OCR批量参数（如 MINERU_MIN_BATCH_INFERENCE_SIZE），提升后续推理吞吐，减少CPU等待GPU的时间。
• 大PDF建议分批处理，避免一次性加载过多页面导致CPU/内存压力。
• 保持MinerU、PyTorch、CUDA等依赖为最新版本，部分新版本对推理和数据加载有优化。

如果你用的是Docker，务必确认用的是支持Blackwell架构的vllm镜像（推荐 vllm/vllm-openai:v0.11.0），否则可能会出现GPU内核不兼容导致回退到CPU，进一步加剧CPU负载[官方说明]。

最后，OMP_NUM_THREADS只影响OpenMP相关的C/C++库线程池，对Python多进程无效，不建议用来控制此类CPU占用[解释]。

如需更灵活控制，建议后续关注是否支持通过环境变量直接配置PDF图片预处理的线程数。

To reply, just mention @dosu.

---

^{How did I do? Good | Irrelevant | Incorrect | Verbose | Hallucination | Report 🐛 | Other}

   

[dosubot[bot]]

你遇到的5090高CPU使用率问题，根本原因不是vllm推理本身，而是PDF转图片的预处理步骤，这一步是纯CPU密集型的（用pypdfium2和PIL，默认用Python多进程，通常4进程，但在高核数机器上会瞬间吃满所有CPU核）详见分析。4090机器上不明显，是因为CPU核心数和负载分配不同。

目前可行的优化和缓解措施有：

• 如果不需要表格/公式识别，可以通过环境变量关闭：MINERU_TABLE_ENABLE=false、MINERU_FORMULA_ENABLE=false，能明显降低CPU负载。
• 增大OCR批量参数（如MINERU_MIN_BATCH_INFERENCE_SIZE），提升后续推理吞吐，减少CPU等待GPU的时间。
• 大PDF建议分批处理，避免一次性加载过多页面导致CPU/内存压力过大。
• 线程数（threads参数）目前只能在代码里改，建议后续关注是否支持通过环境变量（如MINERU_PDF_LOAD_THREADS）直接配置参考。

注意：设置OMP_NUM_THREADS只影响OpenMP相关的C/C++线程池，对Python多进程无效说明。

如果用Docker，务必确认vllm镜像支持Blackwell架构（如vllm/vllm-openai:v0.11.0），否则可能因内核不兼容导致回退到CPU，进一步加剧CPU负载说明。

目前没有代码层面对5090和4090做特殊处理，瓶颈主要在预处理阶段。后续如需灵活控制线程数，建议关注相关代码更新。

To reply, just mention @dosu.

---

^{How did I do? Good | Irrelevant | Incorrect | Verbose | Hallucination | Report 🐛 | Other}