OCR跑完以后，CPU资源会瞬间拉升到6核

[cq-ldg]

Mineru在跑的过程中CPU资源占用1~2核，但是OCR跑完以后，CPU资源会瞬间拉升到6核。请问一下这是什么原因导致的呢？

[dosubot[bot]]

Hi @cq-ldg! I'm Dosu and I’m helping the MinerU team.

造成OCR结束后CPU资源瞬间拉升到6核，主要原因通常是OCR阶段或后续处理没有用到GPU加速，导致所有推理和批量处理都在CPU上并发执行，尤其是在新版MinerU（>=2.1.2）批量参数提升后，CPU负载会明显增加。常见触发点包括：环境变量（如MINERU_DEVICE_MODE、CUDA_VISIBLE_DEVICES）或Docker参数配置不一致，PyTorch未正确识别GPU，或FastAPI/Uvicorn等并发模式下模型实例未独立初始化，导致OCR和后处理全部走CPU多线程/多进程并发，瞬间占满多个核心。

此外，OCR结束后MinerU还会进行图片方向分类、表格分类等模型推理，这些步骤也会批量并发处理图片，进一步拉高CPU使用率。新版代码还将图片转为numpy数组并用批量推理方式处理布局、公式识别等任务，这些操作本身就会消耗大量CPU资源，尤其在GPU不可用或未配置时表现更明显。

建议检查容器内PyTorch的CUDA可用性、环境变量和Docker参数是否一致，确认日志中模型初始化和推理阶段是否分配到GPU。如果确认GPU可用但CPU依然高负载，可以尝试单独跑OCR最小脚本排查，或调整批量参数（如MINERU_MIN_BATCH_INFERENCE_SIZE、OCR_DET_BASE_BATCH_SIZE）来缓解瞬时CPU压力。

详细原理和排查方法可参考相关讨论：讨论1、讨论2、PR说明。

To reply, just mention @dosu.

---

Share context across your team and agents. Try Dosu.

[cq-ldg]

收到。感谢。我们进行验证一下。