PaddleOCR-VL循环predict请求时内存增加不释放问题 #76529
Description
bug描述 Describe the Bug
PaddleOCR-VL采用vllm部署后，300多张图片循环请求predict时，出现内存由2G占用不断增加到10G不释放，是否存在内存泄漏？如何改善？
客户端和服务端是k8s中的一个pod，2个容器，每个容器都用了一张A100的卡。
发现客户端的内存增长不释放，客户端的容器内，使用nvidia-smi看了下GPU是有资源使用的（由此可知是正常使用了显存，非用内存替代）
实测，在predict后加gc.collect()，上涨降低（2G到6G），但是还是逐个累加
from paddleocr import PaddleOCRVL
pipeline = PaddleOCRVL(
layout_detection_model_name="PP-DocLayoutV2",
layout_deteection_model_dir="/models/PP-DocLayoutV2",
vl_rec_backend="vllm-server",
vl_rec_server_url="http://127.0.0.1:8000/v1",
)
async def parse_file(file_base64):
result = pipeline.predict(file_base64)
result = [res.json for res in result]
return result其他补充信息 Additional Supplementary Information
No response